Two-component network model in voice identification technologies

Abstract

Аннотация. Среди важнейших параметров биометрических систем голосовой модальности, определяющих их эффективность, наряду с надежностью и помехоустойчивостью выделяют скорость идентификации и верификации личности. Данный параметр особенно чувствителен при обработке крупномасштабных баз голосовых данных в режиме реального времени. Многие исследовательские работы в данной области направлены на разработку новых и совершенствование имеющихся алгоритмов представления и обработки речевых записей, обеспечивающих высокую производительность голосовых биометрических систем. Здесь перспективным представляется современный подход к решению сложных объемных задач с большим числом элементов и учетом их взаимосвязей, использующий платформу комплексных сетей. Так, известны работы, в которых при решении задачах анализа и распознавания лиц по фотографиям изображения трансформируются в комплексные сети для последующей их обработки стандартными приемами. Одним из первых применений комплексных сетей в задачах анализа звуковых рядов (музыкальных и речевых) являлось описание их частотных характеристик с помощью построения сетевых моделей -конвертации рядов в сети. На платформе сетевой онтологии в данной работе развит предложенный ранее метод представления аудиоинформации с целью ее высокопроизводительного автоматического анализа и снижения погрешности в распознавании личности -диктора. Для этого предполагается конвертирование звуковой информации в форму ассоциативной семантической (когнитивной) сетевой структуры, содержащей две компоненты: амплитудную и частотную. Были записаны два речевых примера с последующей их трансформацией в соответствующие сети и сравнением топологических метрик. Набор топологических метрик каждой из сетевых моделей (амплитудной и частотной) представляет собой вектор, а вместе -матрицу, как цифровой "сетевой" отпечаток голоса. Предлагаемый сетевой подход с его чувствительностью к состоянию индивида -физиологическому, психологическому, эмоциональному, может оказаться полезным не только для задач идентификации личности, но и для определения ее состояния.