Etablissement
Ecole Nationale Supérieure d'informatique
Affiliation
Département de Post-Graduation
Auteur
BOULKENAFET, Zinelabidine
Directeur de thèse
Nouali Omar (Maitre de conférence)
Filière
Informatique
Diplôme
Magister
Titre
vers un système robuste de reconnaissance du locuteur en criminalistique
Mots clés
Biométrie, voix, reconnaissance du locuteur, approche bayésienne, mismatch
Résumé
Bien que la biométrie voix ne soit pas assez fiable pour remplacer des biométries très sûres, elle est souvent le seul élément disponible pour authentifier un utilisateur sur les réseaux de communication et pour le traitement des enregistrements vocaux. L’automatisation des systèmes de reconnaissance du locuteur, en vue de leur déploiement à grande échelle, constitue par conséquent un enjeu important. En effet, la parole transporte le message linguistique lui même mais aussi de nombreuses informations non verbales, transmises volontairement ou de manière automatique. La parole véhicule notamment des informations sur la personne à l’origine de ce signal, son identité en particulier, mais aussi ses origines géographiques et/ou son état émotionnel et pathologique. Le processus de reconnaissance de locuteurs dans le domaine criminalistiques pose plusieurs problèmes du fait de la nature de l’application envisagée. Ces problèmes résultent, essentiellement, de la confusion des rôles des juristes et des experts. A ce point la, une nouvelle approche qui prend en charge ces inconvénients semble nécessaire. Cette approche doit être capable de donner une décision plus adéquate et avoir une séparation des rôles des juristes et des experts. L’approche bayesienne (Likelihood-Ratio, LR) est établie comme une base théorique de n’importe qu’elle discipline forensique. Dans cette approche, la force de la preuve, estimée à l’aide de modèles statistiques des intra- et inter-variabilités de la source, est exprimée sous la forme d’un rapport de vraisemblance,i.e., la probabilité d’observer les caractéristiques de l’enregistrement en question dans le modèle statistique de la voix du suspect étant donnée les deux hypothèses : le suspect est la source de l’enregistrement en question et le locuteur à l’origine de l’enregistrement en question n’est pas le suspect A l’heure actuelle, quand les conditions sont contrôlées, les systèmes de reconnaissance automatique de locuteur possèdent d’excellentes performances lorsqu’il s’agit de discriminer entre des voix de locuteurs. Cependant, dans les activités d’investigation (les appels anonymes et les écoutes téléphoniques) les conditions dans lesquelles les enregistrements sont effectués ne peuvent être contrôlées et posent un défi à la reconnaissance automatique de locuteurs. Les conditions d’enregistrement ont un grand effet sur la performance des systèmes d’identification forensique du locuteur. En effet, le niveau du bruit, le support d’enregistrement, et l’état du locuteur peuvent chuter considérablement les performances d’un système d’identification forensique du locuteur. Par exemple, une dégradation de performance du système est observée pour les enregistrements provenant de téléphones cellulaires par rapport aux enregistrements provenant de téléphones fixes. Cette diminution s’explique par la qualité moindre du signal transmis. En effet, le système de codage GSM réduit la quantité de données transmises. Comme moins de données sont transmises par les réseaux cellulaires comparativement au réseau public commuté, moins de données caractéristiques de la voix du locuteur se retrouvent à la sortie du signal. En outre, la discordance (mismatch) entre les données utilisées lors de la phase d’apprentissage et celles utilisées lors de la phase de test, est aussi un point vital dans les systèmes RAL
Statut
Vérifié