Impacto das disfonias de curta duração na autenticação biométrica por voz

Abstract

As alterações involuntárias e acusticamente perceptíveis na fala, conhecidas como disfonias, podem comprometer a precisão da identificação biométrica de indivíduos por meio da voz. Considerando a inovação do tema, este projeto teve como objetivo investigar as implicações das disfonias de curta duração no processo de Autenticação Biométrica por Voz (ABL), visando à adaptação de algoritmos que abordem essa questão. Com o apoio de uma base de dados de vozes obtida por meio de parcerias, foram desenvolvidos algoritmos para a extração de características representativas dos sinais de voz em dois momentos distintos: durante o período de alteração vocal e após a recuperação, utilizando tanto uma abordagem baseada na seleção manual de características quanto uma abordagem automática. Os algoritmos foram avaliados para validar sua eficiência na distinção das classes dos sinais. Os resultados indicaram que a extração automática de características, por meio de autoencoder, mostrou-se uma abordagem promissora para lidar com as disfonias de curta duração e melhorar o desempenho da ABL.

The involuntary and acoustically perceptible alterations in speech, known as dysphonias, can compromise the accuracy of biometric identification of individuals through voice. Considering the innovative nature of the subject, this project aimed to investigate the implications of short-term dysphonias in the Voice Biometric Authentication (VBA) process, focusing on the adaptation of algorithms to address this issue. Supported by a voice database obtained through partnerships, algorithms were developed to extract representative features from voice signals at two distinct moments: during the vocal alteration period and after recovery, using both a manually selected feature-based approach and an automatic approach. The algorithms were evaluated to validate their efficiency in distinguishing signal classes. The results indicated that automatic feature extraction, using an autoencoder, proved to be a promising approach to address short-term dysphonias and improve the performance of VBA.