Blind speaker identification for audio forensic purposes

Dora María Ballesteros Larrotta; Diego Renza; Steven Andrés Camacho Vargas

Ayuda

Blind speaker identification for audio forensic purposes

Dora María Ballesteros Larrota ^[1] ; Diego Renza Torres ^[1] ; Steven Andrés Camacho Vargas ^[1]
1. [1] Universidad Militar Nueva Granada
  
  Universidad Militar Nueva Granada
  
  Colombia
Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 84, Nº. 201, 2017, págs. 259-266
Idioma: inglés
Títulos paralelos:
- Identificación del hablante de forma ciega para fines de audio forense
Enlaces
- Texto completo (pdf)
Resumen
- español
  Este artículo presenta un método ciego para identificación del hablante, con fines de audio forense. Se basa en un sistema dedecisión que trabajo con reglas difusas y la correlación entre los cocleagramas del audio de prueba y de los audios de los sospechosos. Nuestro sistema proporciona salida nula, con único sospechoso o con un grupo de sospechosos. De acuerdo a las pruebas realizadas, el desempeño global del sistema (OA) es 0.97 con un valor de concordancia (índice kappa) de 0.75. Adicionalmente, a diferencia de sistemas clásicos en los que un bajo valor de selección incorrecta (FP) implica un alto valor de rechazo incorrecto (FN), nuestro sistema puede trabajar con valores de FP y FN igual a cero, de forma simultánea.Finalmente, nuestro sistema trabaja con identificación ciega, es decir, no es necesaria una fase de entrenamiento o conocimiento previo de los audios; característica importante para audio forense.
- English
  This paper presents a blind method for speaker identification for audio forensics purposes. It is based on a decision system with fuzzy rules and works with the correlation between the cochleagrams of the audio proof and of the audios of the suspects. Our proposed system can give a null output, a unique selected suspect or a group of identified suspects. According to several tests, our Overall Accuracy (OA) is0.97 with agreement (κappa index, κ) of 0.75. Additionally, unlike typical systems in which a low false acceptance (FP) implies high false rejection (FN), our system can work simultaneously with FN and FP equal to zero (i.e. OA=1; κ=1). Finally, our system works with blind identification, it means, without preliminary knowledge of the audio recordings or a training step; an imperative characteristic for audio forensics.