| KEYWORD |
Algoritmi per l'adattamento fonetico dei modelli nell'ambito del riconoscimento del parlatore
Parole chiave INTELLIGENZA ARTIFICIALE, MACHINE LEARNING, RICONOSCIMENTO DEL PARLATORE
Riferimenti PIETRO LAFACE
Riferimenti esterni Sandro Cumani
Gruppi di ricerca SPEECH RECOGNITION GROUP - SRG
Descrizione La tesi si colloca nell'ambito del riconoscimento automatico del parlatore, cioè dello sviluppo di tecniche di inferenza statistica basate su algoritmi di machine learning e intelligenza artificiale per l'identificazione dell'identità del soggetto che ha pronunciato una frase. In particolare la tesi svilupperà una tematica inserita in un progetto di ricerca finanziato da NUANCE, finalizzato all'adattamento di modelli di parlatore a sequenze fonetiche fisse (ad esempio password) per servizi di autenticazione.
Il candidato dovrà analizzare e sviluppare soluzioni per l'adattamento di modelli che non sono influenzati dal contenuto fonetico delle frasi per scenari nei quali ogni parlatore sceglie una sua password personale per autenticarsi.
L'attività prevede l'integrazione di sistemi di decodifica fonetica basati su reti neurali con tecniche statistiche per la modellazione dell'informazione relativa all'identità di un parlatore a partire dal segnale acustico. Il lavoro ha come obiettivo il miglioramento dell'accuratezza degli attuali sistemi di riconoscimento del parlatore.
Il progetto all'interno del quale si pone la tesi, inoltre, permette potenzialmente il coinvolgimento del candidato in future attività di ricerca.
Vedi anche tecniche text-dependent per il riconoscimento del parlatore.pdf
Scadenza validita proposta 25/02/2016
PROPONI LA TUA CANDIDATURA