Reconocimiento automático de acento mediante I-vectors de frecuencias formantes en unidades lingüísticas

Abstract

En ocasiones, los sistemas de reconocimiento de voz pueden presentar problemas si el acento de la señal de voz que les llega no coincide con el acento de la señal de voz con el que fueron entrenados. Si se consiguiese elaborar un sistema automático de detección de acentos y elaborar reconocedores de voz a partir de ellos que tuviesen en cuenta las variaciones fonéticas según el acento de entrada, se reduciría en gran medida el problema enunciado anteriormente. Estos nuevos sistemas de reconocimiento de voz, serían, por tanto mucho menos restrictivos a las señales de voz que les llegan y debiendo ofrecer un buen rendimiento ante las variaciones del acento de la señal de entrada. Por otra parte es interesante llevarnos este concepto al campo forense, donde a veces se realizan tareas de caracterización de locutores (speaker profiling) para ayudar a la resolución del caso extrayendo ciertas características de un locutor tales como: edad, sexo, origen, etc, a partir de una grabación de voz. En el caso que nos incumbe para ‘speaker profiling’, nos ayudaría a extraer información relevante sobre el origen geográfico del locutor a través de su acento. El objetivo de este Trabajo Fin de Grado es aplicar al reconocimiento automático de acento una aproximación que ha sido usada con éxito en reconocimiento de locutor y que permite analizar las contribuciones individuales de distintas unidades lingüísticas en el proceso de reconocimiento, lo que podría aportar información útil (como por ejemplo, que unas unidades son más útiles para reconocer un acento que otro). Para llevar a cabo dicho objetivo, nos centraremos a lo largo de trabajo en diseñar un sistema basado en unidades lingüísticas y compararlo con un sistema de referencia.