法医自动扬声器比较中的数据策略
1Netherlands Forensic Institute, Laan van Ypenburg 6, 2497 GB The Hague, the Netherlands.
Forensic science international
|August 11, 2023
概括
在法医音箱比较中,自动语音识别 (ASR) 需要足够的数据. 使用仅30个扬声器的新策略与传统的60个扬声器方法相比,性能相对较好,使ASR更容易获得.
科学领域:
- 法医科学 法医科学 法医科学
- 语音技术 语言技术
- 生物识别信息 生物识别信息
背景情况:
- 自动语音识别 (ASR) 在法医语音比较 (FSC) 中至关重要.
- ASR需要代表性的音频数据来进行参考规范化和得分到LR的功能训练.
- 稳定的ASR性能需要最低数量的扬声器,传统上是30个用于校准,60个用于校准和规范化.
研究的目的:
- 在FSC中研究ASR的数据策略,当只有30名演讲者可用时.
- 评估克服法医语音识别数据局限性的方法.
- 确定减少数据要求是否可以保持或改善FSC中的ASR性能.
主要方法:
- 模拟了一个只有30个可用的扬声器的场景.
- 经过测试的数据策略:省略参考规范化,将发言者分成较小的组,以及离开-1或-2-out的方法.
- 将这些策略与使用所需60名演讲者的基线进行了比较.
主要成果:
- 使用30名发言人的离开-1-或-2-出局策略与基线 (60名发言人) 的表现相比.
- 将离开-1-或-2-退出策略扩展到60名演讲者,导致表现超过了基线.
- 拟议的策略显著减少了FSC中ASR的数据要求.
结论:
- 一个可行的数据策略可以将ASR的数据需求减少一半.
- 这种方法使ASR在FSC案例工作中更可行,使用语音数据有限.
- 减少数据要求提高了ASR在法医环境中的适用性.
