Reconnaissance robuste de la parole synthétisée par GMM

Abstract

Nous présentons dans ce travail l’utilisation des GMMs pour la détection de parole usurpée. Les GMMs utilisés ont été entrainés en utilisant la base de données ASVspoof 2017-V2. Des échantillons de parole authentique et usurpée dans cette base de données ont été aussi utilisés por tester les performances du système. L’étage d’entrée du système utilise les coefficients CQC. Tout au long de cette étude il a été question d’étudier l’effet d’un certain nombre de paramètres sur les performances du système. Nous avons changé le nombre et la nature des coefficients CQC utilisés dans l’étage d’entrée, le nombre de gaussiennes des GMMs a été aussi changé. Les résultats obtenus montrent que l’utilisation de 90 coefficients SDA combiné avec un nombre de gaussiennes de 512 conduisent à une performance acceptable d’environ 10 % en termes de taux d’erreur égale TEE..