Efeitos da Codificação MP3 em Sistemas de Reconhecimento Automático de Locutor via GMM

Os sistemas de Reconhecimento Automático de Locutor (RAL) são de grande importância em aplicações forenses e de investigação. Nessas aplicações, um dos desafios é a variabilidade do formato de gravação do áudio que alimenta o sistema RAL. Este artigo apresenta um estudo abrangente sobre os efeitos da codificação MP3 no desempenho de sistemas de RAL utilizando modelos de mistura de gaussianas (Gaussian Mixture Models – GMM). São apresentados resultados de diversas simulações, com várias taxas de codificação (kb/s) e para várias freqüências de amostragem, demonstrando que, mesmo com taxas de codificação reduzidas e baixas freqüências de amostragem, é possível obter índices de acerto próximos a 100%, em grupo de 30 locutores.