EFFECT OF UTTERANCE DURATION AND PHONETIC CONTENT ON SPEAKER IDENTIFICATION USING SECOND-ORDER STATISTICAL METHODS - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 1995

EFFECT OF UTTERANCE DURATION AND PHONETIC CONTENT ON SPEAKER IDENTIFICATION USING SECOND-ORDER STATISTICAL METHODS

EFFET DE LA DURÉE DE L'ÉNONCÉ ET DU CONTENU PHONÉTIQUE SUR L'IDENTIFICATION DU LOCUTEUR À L'AIDE DE MÉTHODES STATISTIQUES DE SECOND ORDRE

Résumé

Second-order statistical methods show very good results for automatic speaker identification in controlled recording conditions. These approaches are generally used on the entire speech material available. In this paper, we study the influence of the content of the test speech material on the performances of such methods, i.e. under a more analytical approach. The goal is to investigate on the kind of information which is used by these methods, and where it is located in the speech signal. Liquids and glides together, vowels, and more particularly nasal vowels and nasal consonants, are found to be particularly speaker specific: test utterances of 1 second, composed in majority of acoustic material from one of these classes provide better speaker identification results than phonetically balanced test utterances, even though the training is done, in both cases, with 15 seconds of phonetically balanced speech. Nevertheless, results with other phoneme classes are never dramatically poor. These results tend to show that the speaker-dependent information captured by long-term second-order statistics is consistently common to all phonetic classes, and that the homogeneity of the test material may improve the quality of the estimates.
Les méthodes statistiques de second ordre donnent de très bons résultats pour l'identification automatique des locuteurs dans des conditions d'enregistrement contrôlées. Ces approches sont généralement utilisées sur l'ensemble du matériel vocal disponible. Dans cet article, nous étudions l'influence du contenu du matériel vocal testé sur les performances de ces méthodes, c'est-à-dire dans le cadre d'une approche plus analytique. L'objectif est d'étudier le type d'informations utilisées par ces méthodes et leur emplacement dans le signal vocal. Les liquides, les voyelles, et plus particulièrement les voyelles nasales, et les consonnes nasales, s'avèrent être particulièrement spécifiques au locuteur : les énoncés de test d'une seconde, composés en majorité de matériel acoustique de l'une de ces classes, fournissent de meilleurs résultats d'identification du locuteur que les énoncés de test phonétiquement équilibrés, même si l'entraînement est effectué, dans les deux cas, avec 15 secondes de parole phonétiquement équilibrée. Néanmoins, les résultats obtenus avec d'autres classes de phonèmes ne sont jamais dramatiquement mauvais. Ces résultats tendent à montrer que l'information dépendante du locuteur capturée par les statistiques de second ordre à long terme est constamment commune à toutes les classes phonétiques, et que l'homogénéité du matériel de test peut améliorer la qualité des estimations.
Fichier principal
Vignette du fichier
1995eurospeech.pdf (152.84 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04475976 , version 1 (24-02-2024)

Identifiants

  • HAL Id : hal-04475976 , version 1

Citer

Ivan Magrin-Chagnolleau, Jean François Bonastre, Frédéric Bimbot. EFFECT OF UTTERANCE DURATION AND PHONETIC CONTENT ON SPEAKER IDENTIFICATION USING SECOND-ORDER STATISTICAL METHODS. Eurospeech 1995, Sep 1995, Madrid, Spain. pp.337-340. ⟨hal-04475976⟩
11 Consultations
9 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More