| KEYWORD |
Tecniche text-dependent per il riconoscimento del parlatore
Parole chiave MACHINE LEARNING, RETI NEURALI ARTIFICIALI, 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 allo
sviluppo di tecniche di autenticazione del parlatore a partire da frasi dal contenuto fisso e
caratterizzate da brevi durate (riconoscimento text-dependent).
Il lavoro di tesi consisterà nello sviluppo di tecniche di modellazione dell'informazione acustica
basate su Hidden Markov Models, in grado di modellare il contenuto fonetico delle frasi e la loro
evoluzione temporale, da combinarsi con metodi di inferenza allo stato dell'arte. In particolare, il
lavoro richiederà l'analisi e lo sviluppo di soluzioni per l'addestramento e l'adattamento di modelli
markoviani in combinazione con classificatori basati su Support Vector Machines. L'obiettivo è il
miglioramento dell'accuratezza dei sistemi di riconoscimento rispetto ai modelli attualmente in uso.
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 23/02/2019
PROPONI LA TUA CANDIDATURA