Vérification du locuteur : variations de performance (Speaker verification : results variation) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 425–432, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Vérification du locuteur : variations de performance Juliette Kahn1, 2, 4 Nicolas Scheffer3 Solange Rossato1 Jean-François Bonastre2 (1) LIG, (2) LIA, (3) SRI, (4) LNE juliette.kahn@lne.fr, nicolas.scheffer@speech.sri.org, solange.rossato@imag.fr, jean-francois.bonastre@univ-avignon.fr RÉSUMÉ Les progrès de performance en vérification du locuteur ces quinze dernières années sont incon- testables. Les systèmes sont de plus en plus sûrs dans le sens où les taux EER ou DCF diminuent d’année en année. Pourtant, il est nécessaire de déterminer dans quelles circonstances les sys- tèmes d’identification du locuteur sont fiables. Des études ont été menées pour analyser les performances en fonction du locuteur. Dans cet article, nous nous intérrogeons sur la variation des performances observée en fonction du signal de parole utilisé pour représenter le locuteur. Des variations très importantes des valeurs d’EER sont obtenues pour deux systèmes état de l’art. Nous proposons également une méthode pour mesurer la variation de performance propre au système. Les valeurs d’EER varient alors d’un point. ABSTRACT Speaker verification : results variation Speaker verification systems have shown significant progress and have reached a level of per- formance that make their use in practical applications possible. Nevertheless, large differences in terms of performance are observed, depending on the speaker or the speech sample used. This context emphasizes the importance of a deeper analysis of the system’s performance over average error rate. In this paper, the effect of the training excerpt on performance is investigated. The results show that the performance are highly dependent on the voice samples used to train the speaker model for two state-of-art systems. A methods to observe the variation explained by the system him-self is investigated too. MOTS-CLÉS : Verification du locuteur, Variation de la performance. KEYWORDS: Speaker Verification, performance. 425 1 Introduction Les progrès des systèmes de vérification du locuteur obtenus ces quinze dernières années sont incontestables (Greenberg et al., 2011).Les systèmes sont de plus en plus sûrs dans le sens où les taux EER ou DCF diminuent d’année en année pour atteindre sur des segments longs moins de 1% d’EER. La performance des systèmes est estimée à partir de deux types d’erreurs potentielles. Dans le cas d’un Faux Rejet (FR), le fichier test a bien été produit par le locuteur modélisé (test cible) mais le système considère l’hypothèse inverse. Dans le cas d’une Fausse Acceptation (FA), alors que l’auteur du fichier test est différent du locuteur cible (test imposteur), le système les considère comme identiques. Ces deux types d’erreurs sont liés par le seuil choisi pour prendre la décision. Pour comparer les performances de différents systèmes, la courbe DET, le taux d’Egal Erreur (EER) et la fonction de coût de décision (DCF) sont le plus couramment utilisés (Martin et al., 1997). La courbe DET représente l’évolution des deux types d’erreur en fonction du seuil. L’EER correspond au point où le taux de FA est égal au taux de FR, le DCF introduisant une …

Content truncated to 500 words