Este Proyecto presenta el estudio, implementación y evaluación de diversas técnicas de combinación de evidencias procedentes de un sistema de reconocimiento de locutor forense cuando se introducen diferentes muestras de audio de procedencia desconocida. El objetivo es evaluar la estrategia más adecuada de todas las propuestas en el trabajo de cara a calcular una medida del peso de la evidencia forense final. Para ello, se han desarrollado diferentes propuestas algorítmicas, la mayoría de ellas originales, divididas en dos bloques principales. El primero de ellos consiste en la combinación de evidencias mediante diferentes métodos a nivel tecnológico: Bayes ingenuo y concatenación de muestras de audio. El segundo consiste en la adaptación de redes Bayesianas para calibración y combinación de scores de salida de un sistema de reconocimiento automático de locutor, haciendo uso de la herramienta Hugin Expert. Todas las estrategias propuestas se han probado sobre una base de datos forense real en español, AHUMADA III, cuyas grabaciones provienen de terminales GSM y presentan una gran variabilidad en cuanto a entornos, estados emocionales, ruido ambiental, etc. Por último se realiza un análisis de los resultados para la obtención de conclusiones finales y el planteamiento del posible trabajo futuro relacionado con este proyecto.
Enlace: https://repositorio.uam.es/handle/10486/7734
Derechos: openAccess