Modélisation Prosodique pour la Reconnaissance Automatique du Locuteur

La Reconnaissance Automatique du Locuteur (RAL) est le processus qui détermine automatiquement l’identité de celui qui parle en se basant sur ses caractéristiques vocales.

Actuellement, ce type de système est largement utilisé dans plusieurs domaines, tels que la sécurisation d’accès à des sites protégés, pour faire des transactions bancaires, ou pour répondre aux besoins d’un tribunal pour un crime ou un litige civil.

Les systèmes de Reconnaissance Automatique du Locuteur utilisent généralement des paramètres cepstraux dits paramètres standards comme modélisation acoustique du signal de parole.

Les paramètres cepstraux les plus performants actuellement sont les coefficients MFCCs (Mel Frequency Cepstral Coefficients), les coefficients LPCC (Linear Predictive Cepstrum Coding) et les coefficients PLP (Perceptual Linear Predictive).

Cependant, ces paramètres restent très sensibles aux variations du signal vocal.

Cette variabilité est causée par l'environnement (présence de bruit) et le locuteur (l’âge, la fatigue, le sexe).