음성학적 과학수사 용도의 달팽이관 모사 스펙트럼을 이용하는 딥러닝에 기반한 대화자 식별 알고리즘 = Speaker Identification Algorithm Based on the Deep Learning for Phonetics Forensic Purposes using a Cochlear Simulation Spectrum

국문 초록 (Abstract)

제한된 증거를 바탕으로 하는 과학수사 분야에서는 최소한의 데이터로부터 최선의 결과를 얻을 수있는 알고리즘의 개발이 필요하다. 본 연구에서는 평균 0.556초의 짧은 음성을 이용하는 화자인식 딥러닝알고리즘을 개발하였다. 개발에 사용된 달팽이관 모사 스펙트럼은 음성 신호의 기존 파형을 최대한 유지하면서 인간이 청각 신호를 받아드리는 전처리 과정을 모사하여 딥러닝 네트워크가 분류에 집중하여 학습할수 있도록 하였다. 그 결과, 2차원 합성곱 신경망에 71명의 화자 중 1명의 음성을 무작위로 제시하였을 때교차검증 평균 정확도 96.2%로 1명의 화자를 식별하였다. 본 연구에서 수집한 데이터베이스는 거짓말탐지자극검사를 활용하여 추후 거짓말 탐지 연구에도 활용할 수 있을 뿐 아니라, 개발한 알고리즘은 전과자 데이터베이스를 활용하여 용의자를 특정하는 데에 활용할 수 있을 것으로 기대된다.

참고문헌 (Reference)

• 1 조호대, "보이스피싱 발생 및 대응방안" 한국콘텐츠학회 12 (12): 176-182, 2012
• 2 이경태, "달팽이관 필터뱅크 및 ZCPA 청각모델에 기반한 두 귀의 시간차 추정기법" 한국소음진동공학회 29 (29): 722-734, 2019
• 3 WM Campbell, "Support vector machines using GMM supervectors for speaker verification" 13 (13): 308-311, 2006
• 4 HS Lee, "Speaker verification using kernel-based binary classifiers with binary operation derived features" IEEE 1660-1664, 2014
• 5 V Tiwari, "Speaker identification using multi-modal i-vector approach for varying length speech in voice interactive systems" 57 : 66-77, 2019
• 6 DA Reynolds, "Speaker identification and verification using Gaussian mixture speaker models" 17 (17): 91-108, 1995
• 7 S Nakagawa, "Speaker identification and verification by combining MFCC and phase information" 20 (20): 1085-1095, 2011
• 8 D Griffin, "Signal estimation from modified short-time Fourier transform" 32 (32): 236-243, 1984
• 9 L Saxe, "Scientific Validity of Polygraph Testing-A Review and Evaluation-A Technical Memorandum" 12 (12): 198-319, 1983
• 10 P Cremonesi, "Performance of recommender algorithms on top-n recommendation tasks" 39-46, 2010
• 11 B Logan, "Mel frequency cepstral coefficients for music modeling" 270 : 1-11, 2000
• 12 S Hochreiter, "Long short-term memory" 9 (9): 1735-1780, 1997
• 13 A Krizhevsky, "Imagenet classification with deep convolutional neural networks" 60 (60): 84-90, 2017
• 14 S Liang, "Enhancing the reliability of out-of- distribution image detection in neural networks"
• 15 NF Dronkers, "Encyclopedia of neuroscience" Elsevier 2009
• 16 RV Sharan, "Cochleagram image feature for improved robustness in sound recognition" IEEE 441-444, 2015
• 17 D Garcia-Romero, "Analysis of i-vector length normalization in speaker recognition systems" 249-252, 2011
• 18 R Kohavi, "A study of cross-validation and bootstrap for accuracy estimation and model selection" 14 (14): 1137-1145, 1995
• 19 D Hendrycks, "A baseline for detecting misclassified and out-of-distribution examples in neural networks"