Идентификация и верификация пользователя в системах распознавания диктора по голосу
Панченко Евгения Юрьевна,
магистрант Московского государственного технологического университета «Станкин».
Задача распознавания диктора по его голосу была поставлена более 40 лет назад и исследования в этой области все еще продолжаются. Решение этой задачи может найти применение в криминалистике, радиоразведке, контрразведке, антитерростическом мониторинге, обеспечении безопасности доступа к физическим объектам, информационным и финансовым ресурсам.
Распознавание диктора подразделяется на два направления: идентификацию и верификацию. При верификации пользователь предъявляет в том или ином виде свой идентификатор и система распознавания должна подтвердить или отвергнуть этот идентификатор [1].
При идентификации диктор не указывает своего идентификатора и система распознавания должна установить, принадлежит ли речевой сигнал голосу одного из дикторов, прошедших обучение. Важный случай идентификации состоит в определении того, принадлежат ли два речевых сигнала голосу одного и того же диктора.
Типичная схема верификации представлена на рисунке 1.
Рис. 1. Схема верификации диктора.
Buy Facebook accounts for ads hq-accounts.com аборт таблетка lec05.ru
Роль процедуры параметризации – выделить наиболее информативные характеристики речи, получив компактное описание речевого сигнала.
Обучение системы распознавания дикторов заключается в создании базы данных эталонных моделей, которые составляются на основе параметров, извлеченных из речевого образца диктора. Верификация производится вычислением меры близости (сходства) речевых параметров неизвестного пользователя и эталонных параметров пользователей, известных системе распознавания. В качестве меры близости очень часто используется евклидово расстояние, которое представляет собой геометрическое расстояние в многомерном пространстве [2]:
В целом система верификации может быть охарактеризована двумя вероятностями: ошибки первого рода (захват ложной цели – принятие злоумышленника за зарегистрированного пользователя) и ошибки второго рода (пропуск цели – отказ признать зарегистрированного пользователя). Ошибки одного рода могут быть уменьшены за счет увеличения ошибок другого рода путем изменения порога принятия решения [3].
Чистая идентификация подразумевает разделение допущенных пользователей в ограниченной и строго контролируемой группе пользователей системы. При поступлении речевого сигнала на вход системы определения индивидуальных речевых характеристик эта система должна определить, кто из пользователей в настоящий момент вступает в речевой контакт с системой ограниченного доступа. В этом случае исключена ситуация возможного злоумышленника. Типичная схема идентификации представлена на рисунке 2.
Рис. 2. Схема идентификации дикторов.
На практике ситуация чистой идентификации возникает достаточно редко. Примерами могут быть анализ и протоколирование переговоров экипажей, выявление каналов утечки информации при контроле телефонных разговоров и т.п.
В большинстве приложений возникает ситуация, так называемой открытой идентификации. В этом случае ситуация аналогична описанной выше верификации, но отличается тем, что пользователь не объявляет свою индивидуальность (фамилию, PIN-код или другой индекс индивидуальности) и система должна сверить поступивший речевой сигнал со всеми речевыми эталонами зарегистрированных пользователей. Таким образом, задача открытой идентификации совпадает с задачей многократной верификации.
Литература
1. В.Н.Сорокин, В.В.Вьюгин, А.А.Тананыкин «Распознавание личности по голосу: аналитический обзор» Информационные процессы, Том 12, №1, стр. 1-30, 2012 г.
2. Аграновский А.В., Леднов Д.А. Теоретические аспекты алгоритмов обработки и классификации речевых сигналов Москва: Изд. «Радио и связь», 2004. 164 с.
3. Матвеев Ю.Н. «Технологии биометрической идентификации личности по голосу и другим модальностям» Вестник МГТУ. Приборостроение, №4, 2011 г.
Поступила в редакцию 11.02.2013 г.