Identificação automática de locutor utilizando métodos de aprendizado não-supervisionado

• Processo: 15/07934-4
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de junho de 2015
• Data de Término da vigência: 31 de maio de 2017
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Daniel Carlos Guimarães Pedronette
• Beneficiário: Victor de Abreu Campos
• Instituição Sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Vinculado ao auxílio: 13/08645-0 - Reclassificação e agregação de listas para tarefas de recuperação de imagens, AP.JP
• Assunto(s): Aprendizado de máquina não supervisionado Recuperação da informação Reconhecimento de voz Identificação automática e captura de dados Ciências forenses
• Palavra(s)-Chave do Pesquisador: aprendizado não-supervisionado | identificação de locutor | Recuperação de Informações

Resumo

Há na fala humana um vasto conjunto de informações que pode ser analisado permitindo o reconhecimento e identificação automática do locutor. Os cenários que permitem aplicações para tais sistemas são inúmeras: em aplicações forenses, é possível realizar busca de um suspeito por meio de sua voz em uma base de dados criminal. Em gravações com vários locutores, como entrevistas ou reuniões, é possível identificar a participação de cada um dos envolvidos. Em sistemas inteligentes, é possível identificar o usuário e adaptar interfaces de acordo com suas preferências. Contudo, como ocorre com diversos conteúdos multimídia, o áudio é comumente representado como vetores de alta dimensionalidade e modelos ou métricas de distância são utilizadas para comparar diferentes objetos. Esse projeto de pesquisa tem como principal objetivo a utilização de métodos de aprendizado não-supervisionado para aumentar a eficácia de métricas de comparação de objetos de áudio, de maneira a melhorar a precisão em tarefas de identificação automática do locutor. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

CAMPOS, VICTOR DE ABREU; GUIMARAES PEDRONETTE, DANIEL CARLOS. A framework for speaker retrieval and identification through unsupervised learning. COMPUTER SPEECH AND LANGUAGE, v. 58, p. 153-174, NOV 2019. (17/25908-6, 15/07934-4, 18/15597-6)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

CAMPOS, Victor de Abreu. Arcabouço para reconhecimento de locutor baseado em aprendizado não supervisionado. 2017. Dissertação de Mestrado - Universidade Estadual Paulista (Unesp). Instituto de Biociências Letras e Ciências Exatas. São José do Rio Preto São José do Rio Preto.