APPROCHES STATISTIQUES ET FILTRAGE VECTORIEL DE TRAJECTOIRES SPECTRALES POUR L'IDENTIFICATION DU LOCUTEUR INDÉPENDANTE DU TEXTE - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 1997

STATISTICAL APPROACHES AND VECTOR FILTERING OF SPECTRAL TRAJECTORIES FOR TEXT-INDEPENDENT SPEAKER IDENTIFICATION

APPROCHES STATISTIQUES ET FILTRAGE VECTORIEL DE TRAJECTOIRES SPECTRALES POUR L'IDENTIFICATION DU LOCUTEUR INDÉPENDANTE DU TEXTE

Résumé

Speaker identification consists of attributing an identity to a speaker of a utterance. This identity will correspond to the speaker of a reference set who is closest to the unknown speaker with respect to a given similarity measure. The text-independent mode means that there is no constraint on the text content of the utterance. In this thesis, we develop a set of similarity measures based on multivariate Gaussian modeling of parameter vectors obtained by spectral analysis. These measures essentially use the covariance matrices of the parameter vectors. A symmetrization of these measures is also proposed. All these measures, with all their different forms, are systematically tested on the TIMIT and NTIMIT databases. Once these reference measures are defined, we try to take into consideration the dynamics of the sequences of the parameter vectors. For this purpose, auto-regressive vector models are studied in the framework of speaker identification. Different ways of combining the prediction residual errors obtained by these models are systematically tested, and compared with the previous reference measures. We also propose an experimental protocol to measure the efficiency of AR-vector models in speaker identification after the destruction of the temporal structure of parameter vectors. We then establish a more general formalism for the filtering of the sequences of parameter vectors, that we call vector filtering of spectral trajectories. This formalism includes a lot of classical approaches in speech processing, like for instance AR-vector models, Delta and Delta-Delta parameters, RASTA parameters, cosine transform of spectral trajectories,... The main advantage of this vector filtering is the possibility of filtering simultaneously in both the temporal and frequency domains. Finally, a new filtering method is presented, which is a special case of the previous formalism. This filtering is based on a time-frequency principal component analysis of utterances recorded from many speakers. In conclusion, it appears that the vector filtering of spectral trajectories is very promising, because it allows us to take into account a temporal evolution of the parameter vectors, and, at the same time, to filter these vectors in the frequency domain. It is also a way of unifying many different approaches. Moreover, this thesis suggests new approaches for representing speech signals, particularly in the framework of speech and speaker recognition. Finally, this type of filtering can be applied to other signal families.
L'identification du locuteur consiste à attribuer une identité au locuteur d'un énoncé. Cette identité sera celle du locuteur d'une base de référence qui est le plus proche de ce locuteur inconnu, au sens d'une mesure de similarité donnée. Le mode indépendant du texte signifie qu'il n'y a aucune contrainte sur le contenu des phrases prononcées. Au cours de cette thèse, nous développons un ensemble de mesures de similarité reposant sur une modélisation statistique Gaussienne de vecteurs de paramètres obtenus à l'issue d'une analyse spectrale. Ces mesures reposent essentiellement sur les matrices de covariance de ces vecteurs de paramètres. Une symétrisation de ces mesures est également proposée. Toutes ces mesures, sous leurs différentes formes, sont systématiquement testées sur les bases TIMIT et NTIMIT. Une fois ces mesures de référence établies, nous tentons de prendre en compte les aspects dynamiques des séquences de vecteurs de paramètres. Ceci nous conduit à étudier les modèles auto-régressifs vectoriels dans le cadre de l'identification du locuteur. Nous testons systématiquement différentes façons de combiner les erreurs résiduelles de prédiction obtenues à l'aide de ces modèles, et comparons les résultats aux mesures de référence précédentes. Nous mettons en œuvre également un protocole expérimental qui permet de mesurer l'efficacité des modèles AR-vectoriels en identification du locuteur après avoir détruit la structure temporelle des vecteurs de paramètres. Nous établissons alors un formalisme beaucoup plus général pour le filtrage des séquences de vecteurs de paramètres, que nous appelons filtrage vectoriel de trajectoires spectrales. Ce formalisme englobe un grand nombre d'approches classiques en traitement de la parole, parmi lesquelles on trouve les modèles AR-vectoriels, l'analyse cepstrale, les paramètres Delta et Delta Delta, la paramétrisation RASTA, la transformée en cosinus de trajectoires spectrales, ... L'avantage de ce type de filtrage est qu'il opère simultanément dans les dimensions temporelle et fréquentielle. Nous présentons finalement un autre filtrage particulier, qui entre dans le cadre du formalisme précédent. Ce filtrage repose sur une analyse en composantes principales temps-fréquence de parole multi-locuteur. En conclusion, il apparaît que le filtrage vectoriel de trajectoires spectrales est très prometteur, puisqu'il permet de prendre en compte une évolution temporelle des vecteurs de paramètres, tout en filtrant ces mêmes vecteurs dans la dimension fréquentielle. Il permet aussi d'unifier de nombreuses approches différentes. En outre, ce travail suggère de nouvelles approches au niveau de la représentation du signal de parole, et plus particulièrement dans le cadre de la reconnaissance de la parole et du locuteur. Ce type de filtrage peut enfin s'appliquer à d'autres familles de signaux.
Fichier principal
Vignette du fichier
1997phd.pdf (8.24 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04475956 , version 1 (23-02-2024)

Identifiants

  • HAL Id : tel-04475956 , version 1

Citer

Ivan Magrin-Chagnolleau. APPROCHES STATISTIQUES ET FILTRAGE VECTORIEL DE TRAJECTOIRES SPECTRALES POUR L'IDENTIFICATION DU LOCUTEUR INDÉPENDANTE DU TEXTE. Traitement du signal et de l'image [eess.SP]. Telecom ParisTech, 1997. Français. ⟨NNT : ⟩. ⟨tel-04475956⟩
14 Consultations
3 Téléchargements

Partager

Gmail Facebook X LinkedIn More