Sinir ağları kullanarak metin bağımsız konuşmacı doğrulama

Konuşmacı doğrulama, bir kişinin kimliğinin sesi vasıtasıyla kanıtlanması işlemidir. Bir konuşmacı doğrulama mekanizması, hassas verilerin erişimi için bir banka sistemine, bir çağrı merkezine, bir adli yazılıma ya da bir mobil uygulamaya kurulabilir. Metin bağımsız konuşmacı doğrulama, konuşma içeriğinin sınırlandırılmadığı durumları kapsamaktadır. Fonetik içerik ve konuşma süresindeki değişim bu alandaki zorlu faktörlerdendir. Bu çalışmada, metin bağımsız konuşmacı doğrulama görevi için bir yöntem önermekteyiz. Önerdiğimiz yöntemde, iki konuşmaya ait fonemler ve bu fonemlerin sınırları tanınarak belirlenir. Tüm akustik spektral öznitelikler üretilir ve tanınan fonetik bilgi ile birleştirilir. Tüm fonemler başka bir konuşmadan aynılarıyla birebir eşleştirilir ve sahip oldukları öznitelikler yine bir araya getirilir. Elde edilen bilgi ise ileri beslemeli ve tam bağlı bir yapay sinir ağına aynı/farklı konuşmacı kararı vermesi için gönderilir. Uygulanan sistemin eğitim ve testlerinde, açık erişimli İngilizce konuşmacı doğrulama veritabanları kullanılmıştır. Çeşitli öznitelik, veri ve test koşullarının etkileri incelenmiştir. Eşit hata oranı bazında, içerdiği konuşma uzunluğu 15 saniyeden 1 saniyeye kadar değişen kayıtlar için, %16,7'den %23,7'e kadar hata gözlenmiştir. Kayıtların tamamının kullandığı durumda ise %15,5 eşit hata oranı elde edilmiştir.