自然现场声学环境对司法文本无关说话人确认系统的影响
音频与语音处理
2022-02-01 v1 声音
摘要
司法说话人确认的音频分析在系统性能方面面临独特的挑战，部分原因在于数据是在自然现场声学环境中收集的，其中位置/场景的不确定性在司法数据收集过程中很常见。作为潜在证据的司法语音数据可以在随机的自然环境中获取，从而导致数据质量参差不齐。语音样本可能包含由于发声用力程度不同而产生的变异性，例如 911 紧急呼叫中的大喊，而其他样本可能是现场地点或询问室中的耳语或情境压力语音。这种语音变异性由内在和外在特征组成，使得司法说话人确认成为一项复杂而艰巨的任务。外在属性包括录音设备（如麦克风类型和放置位置）、环境噪声、房间配置（包括混响）以及其他基于环境场景的问题。某些因素（如噪声和非目标语音）仅凭其存在就会影响确认系统的性能。为了调查现场声学环境的影响，我们基于 CRSS-Forensic 语料库进行了一项说话人确认研究，该语料库的音频收集自包括警察询问在内的 8 个现场地点。本调查包括使用 x-Vector 系统分析七种未见声学环境对说话人确认系统性能的影响。
引用
@article{arxiv.2201.13246,
title = {Impact of Naturalistic Field Acoustic Environments on Forensic Text-independent Speaker Verification System},
author = {Zhenyu Wang and John H. L. Hansen},
journal= {arXiv preprint arXiv:2201.13246},
year = {2022}
}
备注
IAFPA-2021-International Association for Forensic Phonetics and Acoustics