Reconnaissance Automatique de Locuteurs en Sciences Forensiques (Criminalistiques)

Abstract

Un système de reconnaissance automatique du locuteur en sciences forensiques (RALF) est mis en oeuvre pour identifier correctement un suspect dans le cadre d’une simulation d’enquête policière ou judiciaire, à l’aide d’enregistrements vocaux. En effet, on peut facilement capturer des traces vocales, qui peuvent être analysées au moyen d’un système de reconnaissance automatique du locuteur, et par conséquent, aider le tribunal à prendre une décision. Dans notre travail, nous avons utilisé l'interprétation bayésienne pour calculer le rapport de vraisemblance (LR) qui pondère la preuve en faveur de deux hypothèses contradictoires : 1) le locuteur suspect est la source de l'enregistrement interrogé (trace), 2) le locuteur à l'origine de l'enregistrement interrogé n'est pas le locuteur suspect, avec l'adaptation des modèles de mélange gaussien (GMM) pour les locuteurs utilisant le modèle de fond universel (UBM). Les expériences réalisées montrent que le système d’identification forensique du locuteur est très intéressant et peut aider énormément à résoudre des problèmes criminalistiques. En effet, nous avons eu des résultats très promoteurs dans différents scénarios de simulation. Nous avons aussi montré que les conditions d’enregistrement et les supports de transmission ont une grande influence sur les performances d’un système de reconnaissance forensique du locuteur.