Motivación del LPTV. marco de tecnologías de voz (speech technology) aplicada a las telecomunicaciones.

Transcripción

1 I+D+I en biometría por voz en el LPTV Nestor Becerra Yoma, Ph.D. Speech Processing and Transmission Laboratory Department of Electrical Engineering Universidad de Chile, Santiago, Chile Telefono: Fax:

2 Motivación del LPTV! Realizar investigación, desarrollo e innovación en el marco de tecnologías de voz (speech technology) aplicada a las telecomunicaciones.! Nivel: clase internacional dado por la investigación.

3 Estrategia! Cerrar el ciclo desde la investigación, pasando por el desarrollo y llegando a la innovación.! Dominar todas las etapas! Buscar la autosuficiencia tecnológica (i.e. selfreliance) es un tema de soberanía.

4 Convergencia: un nuevo paradigma! Fusión de redes de datos con las de telecomunicaciones! Stack de protocolos abierto TCP/IP (e.g. Internet)

5 Tecnologías abordadas! Reconocimiento de Voz! Verificación del hablante o de locutor! Enseñanza de segundo idioma! Codificación! QoS! Protocolos para tiempo real

6 Reconocimiento de Voz (ficción)

7 Verificación del hablante o locutor (ficción)

8 Reconocimiento de voz (LPTV)

9 Verificación del hablante o de locutor (LPTV)

10 Enseñanza de inglés

11

12

13 Enseñanza de inglés W e b s e rv e r s e c o m u n ic a c o n e l A S R y v ic e v e rs a A S R W eb S e rve r Sistema distribuido para enseñanza de idioma u s u a r io B ro w s e r A p p le t IP IP C o m u n ic a c ió n p u e rto : 8 0 A p p le t s e c om u n ic a c o n e l w eb s e rv e r IP IP u s u ar io B r ow s e r A p p le t B ro w s e r A p p le t

14 Biometría! Biometría " Estudio de métodos para el reconocimiento de humanos basado en rasgos conductuales o físicos únicos de cada individuo Huella dactilar Rostro Iris Voz Escritura

15 Biometría En verificación de identidad, todo sistema biométrico se define por sus curvas de falsa aceptación (FA) o de falso rechazo (FR) para un cierto umbral de decisión. FA corresponde a aceptar un impostor. FR denota el rechazar equivocadamente la identidad correcta del usuario. La intersección de las curvas se denomina EER (Equal Error Rate) y se usa generalmente como criterio de comparación de exactitud.

16 Biometría EER = 1.25% FA FR Ejemplo de curvas de FA y FR Error rate (%) Umbral

17 Biometría La huella dactilar (o fingerprint): Tasa de error entre 0.1% a 2%. Dependiente de los factores como la edad, heridas y de la actividad laboral (por ejemplo, el uso intensivo de teclado en PCs perjudica la calidad de la huella), entre otros factores. Considerando a toda la población, esta exactitud se vería dramáticamente degradada. la penetración de puntos de acceso para capturar la huella es aún limitada. Vulnerable: limpieza y fragilidad del vidrio la hace vulnerable a ciertas condiciones de operación y a sabotajes.

18 Biometría por voz Ventajas con respecto a otras modalidades Medio de identificación natural y económico No requiere presencia Medio de captura de fácil acceso (teléfono fijo o móvil) La señal de validación es fácilmente almacenada y audible para supervisión.

19 Biometría por voz Aplicaciones Control de acceso Password por voz Aplicaciones forense

20 Biometría por voz en telefonía

21 Marco tecnológico de la huella de voz Tracto bocal y las cuerdas vocales

22 Marco tecnológico de la huella de voz Modelo de producción de la voz

23 Marco tecnológico de la huella de voz Se modela el tracto bocal La excitación de las cuerdas vocales se puede imitar. En general no se usa.

24 Marco tecnológico de la huella de voz Modelamiento del acústico fonético con HMM (Hidden Markov Models): Modelo de Markov 1 a 22 a 33 a 44 a 55 a 66 a 77 a 12 a 23 a a a a a

25 Marco tecnológico de la huella de voz

26 Marco tecnológico de la huella de voz

27 Marco tecnológico de la huella de voz Tecnología transferible Enrolling con números Verificación

28 Aplicaciones de la huella de voz

29 Aplicaciones de la huella de voz

30 Aplicaciones de la huella de voz

31 Marco tecnológico de la huella de voz Señales!de enrolamiento Pre-procesamiento Extracción de parámetros Modelo del locutor Speaker Dependent Aceptado Modelo universal Speaker Independent Comparación de parámetros Umbral Señales!de verificación Pre-procesamiento Extracción de parámetros Rechazado

32 Marco tecnológico de la huella de voz Tecnología transferible Enrolling con números Verificación

33 Marco tecnológico de la huella de voz EER = 1.25% FA FR Teléfono fijo, matched Error rate (%) Umbral

34 Marco tecnológico de la huella de voz EER = 2% FA FR Teléfono celular, matched 60 Error rate (% ) Umbral

35 Marco tecnológico de la huella de voz

36 Impacto internacional y nacional (Logros y reconocimiento) Publicaciones en los journals y congresos más importantes del área (state of the art) Proyección internacional (e.g. PI en 2 Fondef y 3 Fondecyt, además de colaboración internacional (US$ a US$ en 8 años) Colaboración con empresas Transferencia tecnológica (Movistar Argentina)

37 Potencial colaboración entre la industria minera y el LPTV/UCh Al parecer, la industria minera estaría interesada en desarrollo e innovación de punta en el área de las infocomunicaciones. El LPTV/UCh está interesado en investigación, desarrollo e innovación de punta y de clase mundial en el área de procesamiento de voz y de señales Posibilidad de fondos concursables, entre otras opciones