|  
Главная | Карта сайта | Контакты | |
 
| Продукты | Решения | Новости | Технологии | Компания | Демонстрации

  ПРОДУКТЫ

 

 


GritTec's Speaker-ID: Текстонезависимая идентификация голоса


  Загрузить документацию
  Загрузить SDK
Datasheet
Описание поставки пакета SDK
Описание API SDK
SDK для MS Windows x86/x64 платформ
SDK для Linux x86/x64 платформ

Обзор

GritTec's Speaker-ID: Automatic Text Independent Speaker Identification (Version 4.00) - технология текстонезависимой идентификации/верификации дикторов по голосу. Технология предназначена для автоматической голосовой идентификации или голосовой верификации неизвестной аудиозаписи в отложенном режиме путем парного сравнения с образцами аудиозаписей известных дикторов.

Разработанный алгоритм голосовой идентификации независит от языка и основан на попарном сравнении спектральных характеристик голоса неизвестного диктора со спектральными характеристиками записи целевого голоса диктора.


Рис. GritTec Speaker-ID: The mobile client.

Вычисление спектральных характеристик выполняется с учетом динамического определения уровня канальных искажений, внешних помех и шумов, присутствующих в анализируемом речевом сигнале с голосом диктора. Это позволяет компенсировать канальные искажения и воздействия внешних помех при сравнении спектральных характеристик, вносимых в исходный речевой сигнал. Чувствительность идентификации определяется уровнем установки порогов вероятности ошибок 1-го (FRR) и 2-го (FAR) рода.
  В настоящий момент движек GritTec's Speaker-ID реализован в программном решении с GUI интерфейсом - GritTec Speaker-ID: The mobile client.

Применение
  • Для автоматической идентификации неизвестного голоса по фонограммам телефонных переговоров;
  • В системах с повышенным уровнем безопасности, например, компьютерный доступ к информации, доступ к которой ограничен заданным кругом лиц.

Достоинства
  • Операции с низким уровнем SNR;
  • Быстрая адаптация к канальным искажениям и внешним шумам;
  • Минимальная длительность речевого сигнала для получения индивидуальных особенностей голоса – не менее 15 секунд;
  • Минимальная длительность речевого сигнала для проведения идентификации или верификации – не менее 7 секунд;
  • Надежность идентификации дикторов не менее 90% при сравнении пары речевых сигналов передаваемых по одному и тому же каналу связи;
  • Надежность идентификации дикторов не менее 85% при сравнении пары речевых сигналов передаваемых по разным каналам связи;
  • Поддержка мульти-потоковой идентификации или мульти-потоковой верификации;
  • Поддержка программных лицензионных ключей или аппаратных с использованием USB ключа (см. Описание поставки пакета SDK);
  • Поддержка лицензионных ключей, в зависимости от которых зависит количество целевых голосовых образцов, которые одновременно могут использоваться в одном потоке голосовой идентификации;
  • Поддержка лицензионных ключей, в зависимости от которых зависит количество одновременно запущенных потоков голосовой идентификации или количество одновременно запущенных потоков голосового обучения;
  • Простота встраивания в целевое приложение.

Требования к сигналу
  • Формат сигнала: 16-bits linear;
  • Частота оцифровки: 8 kГц;
  • Отношение сигнал-шум (SNR), не менее 10 db;
  • Полоса частот сигнала: 300-3400 Гц или лучше.

Доступность
  • Демонстрационные программы под MS Windows x86/x64, Linux x86/x64 платформы;
  • Программный комплекс с GUI интерфейсом на базе GritTec Speaker-ID: The mobile client;
  • Пакеты SDK для разработчиков под MS Windows x86/x64, Linux x86/x64 платформы (объектный код, ANSI C++ float point code) с программным или аппаратным (USB ключ) видом лицензирования.

Достижения
Для оценки точности GritTec's Speaker-ID движка в режиме голосовой верификации использовалось голоса 25 целевых дикторов (12 - мужчин, 13 - женщин) для английского языка. Каждый целевой диктор обучался раздельно как для CELL канала, так и для VOIP канала. Общее количество файлов используемых для обучения было 50, из них 25 файлов - для CELL канала и 25 файлов для VOIP канала. Каждый обучаемый файл содержал 12 фраз случайного набора цифр (от 0 до 5) общей длительностью ~ (40-50) секунд.

Общее количество файлов используемых для верификации в CELL и VOIP каналах было 31950, где 30195 файлов с голосами дикторов обманщиков, и 1755 файлов с голосами целевых дикторов. Каждый верифицируемый файл содержал 1 фразу случайного набора цифр (от 0 до 6) с общей длительностью ~ (4-6) секунд.

Ниже показаны графики DET кривых и EER (Equal Error Rate) ошибок результов верификации для CELL и VOIP каналов.

     EER: 5,96% (обучение на CELL, верификация на CELL);
     EER: 7.01% (обучение на CELL, верификация на CELL и VOIP);
     EER: 3.91% (обучение на VOIP, верификация на VOIP).
     EER: 8.11% (обучение на VOIP, верификация на CELL и VOIP);


Все результаты были получены для GritTec's Speaker-ID (Версия 2,90) в сравнение с версией 2,80.

Online Shopping and Free Downloads
  • Все программы имеют бесплатный период работы с момента их инсталяции;
  • Чтобы продолжить использовать программы после завершения бесплатного периода, вы можете купить end-user лицензию;
  • Чтобы купить end-user лицензию, кликните 'Buy Now' под соответствующим продуктом.

Программное обеспеченье текстонезависимой идентификации дикторов по голосу c графическим интерфейсом. Предназначена для автоматической голосовой идентификации неизвестной аудиозаписи в отложенном режиме. Данный продукт будет полезен криминалистическим центрам, МВД, call центрам и банкам, целью которых является тектонезависимая голосовая идентификация неизвестных аудио фонограмм в отложенном режиме. Узнать больше.

Цена: 150.0 у.е.

MS Windows x86 or x64.

Формат входного сигнала:
Windows PCM, A/mu-Law Wave, Microsoft ADPCM (MS ADPCM), Intel ADPCM (IMA ADPCM), Microsoft ACM GSM 6.10 (ACM Waveform).
Данная программа представляет собой bash скрипт для проведения автоматической голосовой идентификации личности по аудио файлам в консольном режиме. Программа может быть использована на стороне BackEnd сервера для проведения автоматической голосовой идентификации аудио файлов в отложенном режиме.

Цена: 150.0 у.е.

MS Windows x86/x64.

Формат входного сигнала:
Windows PCM (8 kГц, 16-bits linear).
Данная программа представляет собой bash скрипт для проведения автоматической голосовой идентификации личности по аудио файлам в консольном режиме. Программа может быть использована на стороне BackEnd сервера для проведения автоматической голосовой идентификации аудио файлов в отложенном режиме.

Цена: -

Узнать детали

Linux x86 or x64.

Формат входного сигнала:
Windows PCM (8 kГц, 16-bits linear).



Для получения дополнительной информации Отправьте запрос.