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.
Mots clés
Speaker Recognition
Speaker Identification
Text-Independent Mode
Second-Order Statistics
AR-Vectoriel Models
Vector Filtering
Vector Filtering of Spectral Trajectories
Time-Frequency Vector Filtering
Time-Frequency Principal Components
Statistical Models
Time-Frequency Representation
Time-Frequency
Probabilist Models
Linear Algebra
Reconnaissance du locuteur
Identification du locuteur
Mode indépendant du texte
Mesures statistiques du second-ordre
Modèles AR-vectoriels
Filtrage vectoriel de trajectoires spectrales
Filtrage vectoriel temps-fréquence
Composantes principales temps-fréquence
Modèles statistiques
Approches temps-fréquence
Temps-fréquence
Modèles probabilistes
Algèbre Linéaire
Origine | Fichiers produits par l'(les) auteur(s) |
---|