Zuverlässige Sprechererkennungs-systeme

In den letzten Jahren hat die Sprechererkennung zwar großes Potenzial gezeigt, ihre breite Einführung wurde jedoch durch eine suboptimale Leistung behindert, die durch geringe Genauigkeit und Zuverlässigkeitsprobleme gekennzeichnet war. Die Bewältigung dieser Herausforderungen ist jedoch unerlässlich, um die Möglichkeiten der biometrischen Stimmerkennung voll auszuschöpfen, da Umfragen eine Präferenz für biometrische Stimmerkennung zeigen. In Situationen, in denen eine biometrische Fernauthentifizierung von Sprechern eingesetzt wird, ist die Aufrechterhaltung der Integrität der extrahierten Cepstrum-Merkmalsvektoren bei Vorhandensein von Kanalrauschen von größter Bedeutung. Um die Genauigkeit der Sprechererkennung in Fernanwendungen zu verbessern, wird ein neuartiger Ansatz vorgeschlagen, bei dem Low-Density-Parity-Check-Codes (LDPC-Codes) und Polarcodes sowohl für die Speicherung als auch für die Übertragung der aus Sprachproben abgeleiteten Mel-Frequenz-Cepstrum-Koeffizienten (MFCC) verwendet werden. Es werden vier vorgeschlagene und implementierte Methoden beschrieben, die zu niedrigeren Bitfehlerraten über verrauschte Kanäle sowie zu einer hohen Genauigkeitsrate für Fernsprecherkennungssysteme führen. Dieses Buch schließt mit dem Vorschlag, LDPC- und Polarcodierung als integralen Bestandteil der Fernsprecherkennung als Teil eines multimodalen biometrischen Authentifizierungssystems zu verwenden.

Autorentext
Nilashree Madakath, Ph.D. vom VJTI, Universität Mumbai (2024), derzeit als Dozentin am Fr. C. R. I. T, Vashi, Mumbai, Indien, tätig.Sushama Wagh, Ph.D. von der University of Western Australia (2012), Forschungsstipendiatin an der Tufts University, Boston (2015), Gastwissenschaftlerin am SLAC, USA (2022) und derzeit Dozentin am VJTI, Mumbai, Indien.