Application Forensique À La Reconnaissance Vocale Du Locuteur

Résumé: Dans cet article, nous nous intéressons à la Reconnaissance Vocale des Locuteurs Arabophones en vue de la Forensique c’est-à-dire dans le domaine Criminalistique (RVC) en particulier sur les deux tâches majeures l’Identification Vocale d’un Locuteur Arabophone Criminalistique (IVC) et l’Authentification Vocale d’un Locuteur Arabophone Criminalistique (AVC) en mode indépendant du texte. A partir des signaux vocaux de ces locuteurs des informations relatives à leurs identités sont extraites par l’analyse cepstrale MFCC (Mel Frequency Cepstral Coefficients) avec ces derniers en estimant des modèles GMM (Gaussian Mixture Models) de locuteurs robustes. Ainsi une trace vocale, peut être analysée et par la suite comparée avec les GMM en appliquant l’approche Bayésienne, Likelihood-Ratio (LLR), afin de permettre son identification et son authentification. Nos expériences réalisées sur le système RVC montrent qu’un GMM composé de 32 Gaussiennes est largement suffisant pour représenter la distribution des vecteurs d’un seul locuteur (le criminel) ainsi que le matériel d’enregistrements qui donne de meilleures performances de ce système élaboré. En effet, nous avons obtenu des résultats satisfaisants. Ceux-ci peuvent aider la justice à prendre une décision afin de résoudre des problèmes criminalistiques

Publié dans la revue: AL-Lisaniyyat