Redes de Computadores I - 2010/1
Professor: Otto Carlos Muniz Bandeira Duarte
Impressão vocal
Alunos: Daniel de Carvalho Cayres Pinto
Felipe Madureira Fonseca
Renan Mariano de Almeida
Virginia Elaine Licério dos Santos
Introdução




Objetivo
Segurança de redes
Biometria
Reconhecimento de Locutor
Processamento de voz
Processamento de Voz
Análise/Síntese
Reconhecimento
Codificação
Reconhecimento
da voz
Reconhecimento
do locutor
Identificação
de linguagem
Reconhecimento do Locutor

Métodos


Reconhecimento dependente de texto
Reconhecimento independente de texto
Reconhecimento do Locutor

Configuração Típica
PEDIDO DE
ACESSO
BD
Reconhecimento do Locutor

Configuração Típica
PEDIDO DE
ACESSO
BD
VOZ
Conversor
Analógico Digital
Verificação
do Locutor
Reconhecimento do Locutor

Configuração Típica
PEDIDO DE
ACESSO
SIM
BD
VOZ
Conversor
Analógico Digital
Verificação
do Locutor
Acesso
Liberado
Pontuação
Mínima
alcançada?
NÃO
Acesso
Negado
Técnicas - HMM

HMM (Hidden Markov Model)




Cadeia de Markov
Modelagem dos Estados
Matriz de Probabilidade de Transição
Bom para Sequências Temporais
Técnicas - HMM
Técnicas - HMM

HMM no Processamento de Voz


Modela uma palavra ou sub-unidade de palavra
Limitações no desempenho em reconhecimento
independente de texto.
Técnicas - GMM

GMM (Gaussian Mixture Model)


Pode ser considerado um HMM de um estado só
É independente do texto
Técnicas - GMM
Vulnerabilidades da Biometria
• Falsa Rejeição
• Falsa Aceitação
• Erro no Registro
Conclusões
• Vantagens
• Segurança
• Conveniência
• Classificadores
• Vantagens
• Limitações
• Vulnerabilidades
• Relação falsa aceitação x falsa rejeição
• Outras formas de autenticação
Referências Bibliográficas
• http://www.projetoderedes.com.br/artigos/artigo_biometria_na_seguranca_das_redes.php
• http://imasters.uol.com.br/artigo/217/seguranca/biometria/
• VICENTIN, J. M.; BARRETO, F. F. de B.; DICKEL, D.; SANTOS, P. V. Provendo Segurança através
da Biometria.
• CIRIGLIANO, R. J. R. Identificação do Locutor: Otimização do Número de Componentes
Gaussianas. Universidade Federal do Rio de Janeiro.
• PARREIRA, W. D.; CARRIJO, G. A. Reconhecimento de Locutor pela Voz usando o Classificador
Polinomial e Quantização Vetorial. Faculdade de Engenharia Elétrica, UFU.
• PETRY, A.; ZANUZ, A. ; BARONE, D. A. C. Reconhecimento automático de pessoas pela voz
através de técnicas de processamento digital de sinais. Instituto de Informática, Universidade
Federal do Rio Grande do Sul.
• DELLER, John R.; PROAKIS, John G.; HANSEN, John H. L., “Discrete-time Processing of Speech
Signals”. Prentice Hall, 1987.
• RABINER, Lawrence; JUANG, Biing-Hwang, “Fundamentals of Speech Recognition”. Prentice
Hall, 1993.
FIM
Obrigado!
Perguntas
• 1) Quais as vantagens na utilização de sistemas de
autenticação por voz?
• 2) Em um sistema com a configuração típica
apresentada no trabalho, após feita a conversão da
voz para informação digital, como se determina se o
usuário é ou não autorizado?
• 3) No classificador com Modelos Ocultos de Markov,
a cadeia é composta por estados e uma matriz de
transição. O que os estados modelam em um
sistema de reconhecimento de locutor?
Perguntas
• 4) O que é um sistema de reconhecimento de
locutor dependente e independente de texto?
• 5) Ao implementar um sistema de autenticação por
voz, um aluno percebeu que o sistema falhava
muitas vezes ao identificar sua voz. Para resolver o
problema ele diminuiu consideravelmente o limiar
para aceitação do usuário. Há garantia de que o
sistema funcionará melhor após essa modificação?
Respostas
• 1) As principais vantagens são segurança, pois as
características biológicas são únicas, e conveniência,
pois não há necessidade de nenhum equipamento
(cartões ou chaves) para a autenticação.
• 2) É realizada a verificação do locutor, usando algum
classificador baseado nas características da voz e
depois é analisado se a verificação alcançou uma
pontuação mínima.
• 3) Os estados podem modelar palavras ou subunidades de palavras, dependendo do tipo de
classificador.
Respostas
• 4) O sistema dependente de texto é o que
reconhece o locutor por um texto específico, o
independente é o que reconhece o locutor sem a
necessidade de especificação de um texto.
• 5) Não, pois reduzindo a pontuação mínima o
número de falso-positivos pode aumentar, tornando
o sistema inseguro. Ele deveria realizar testes para
reduzir os falso-negativos sem afetar a segurança.
Download

Apresentação