Detección de hablantes en locuciones cortas en audio broadcast

Abstract

En este trabajo de fin de máster se estudia, desarrolla y optimiza un sistema de detección de hablantes en locuciones cortas y audio broadcast. Para ello, se hará uso de técnicas del estado del arte en reconocimiento de locutor, mejoras para la detección de locuciones cortas y técnicas de adaptación de dominio en audio broadcast. Se implementará un sistema completo de reconocimiento automático de locutor basado en i-vectors. Además, dada la problemática inherente a los sistemas de reconocimiento de locutor en audio broadcast (radio y TV), que deben lidiar con apariciones de corta duración (declaraciones, entrevistas, tertulias, etc.) y además, deben trabajar en entornos acústicos y de grabación nada homogéneos (ruedas de prensa, mítines, conexiones telefónicas, etc.), se proponen alternativas que permitan mejorar el rendimiento del sistema adaptándose a estas características. Dicho sistema será evaluado de forma que permita comparar las distintas versiones desarrolladas, con el objetivo de realizar un estudio de aquellas técnicas propuestas que permiten mejorar en el rendimiento del sistema. Por tanto, estas pruebas se realizan sobre un entorno experimental con datos extraídos de programas radiofónicos (Audias-Radio-2015) que se adaptan adecuadamente a la tarea. Finalmente, se analizan los resultados obtenidos en términos de tasa de error (EER) y se presentan las conclusiones extraídas a partir de los mismos