Análise Paraconsistente de Características dos Sinais de Fala: combatendo os ataques de voice spoofing

Resumo

Experimentos recentes têm demonstrado que, dentre outras possibilidades, a reprodução de um sinal de voz previamente gravado ou a sua síntese a partir dos parâmetros acústicos de um indivíduo, é suficiente para autenticá-lo biometricamente. Consequentemente, constata-se que os sistemas atuais para autenticação biométrica de locutores (ABLs) ainda são vulneráveis. Assim, sendo esse um tema que requer consideráveis avanços para possibilitar implementações confiáveis, a intenção deste projeto de pesquisa é a de aprimorar os mecanismos para ABLs, reduzindo as chances dos ataques do tipo voice spoofing. Após uma ampla revisão bibliográfica envolvendo os conceitos pertinentes, com especial atenção ao mecanismo prosódico dos indivíduos, dar-se-á início ao procedimento investigativo. Particularmente, na etapa de extração de características, a intenção é a de comparar o potencial das estratégias do tipo feature learning frente àquele provido pela abordagem handcrafted extraction, à luz da análise paraconsistente, tratando assim dados conflitivos como potencialmente informativos. Posteriormente, objetivando autenticar corretamente as centenas de locutores matriculados no sistema experimental que será desenvolvido, a acurácia e o desempenho de estratégias clássicas, tal como o casamento de padrões, e recentes, tais como as Convolutional Neural Networks (CNNs) e as Deep Belief Networks (DBNs), serão avaliados e comparados em duas modalidades: text-dependent e text-independent. Finalmente, pretende-se documentar e publicar os resultados obtidos em conceituados veículos literários. (AU)