El análisis de las características dinámicas de la señal de habla como posible marca para la contratación e identificación forense de voz: un estudio para el español de México

Abstract

El objetivo principal de esta tesis es determinar si el análisis dinámico de la frecuencia fundamental (F0) y de los tres primeros formantes vocálicos (F1, F2 y F3) es un rasgo idiosincrásico de los hablantes que puede utilizarse como marca identificativa para la comparación forense de voz. Los dos parámetros acústicos se han estudiado en el sonido vocálico /a/ ya que es uno de los fonemas más frecuentes en el español. Además, en esta tesis se han analizado cuatro tipos de corpus con el fin de evaluar la capacidad discriminatoria de los dos parámetros acústicos independientemente del estilo de habla – corpus de habla leída y corpus de habla semi-espontánea – y del tiempo en el que se miden – corpus en tiempo aparente y corpus en tiempo real. Los resultados han demostrado que en el caso de F1, F2 y F3 el análisis de las características dinámicas sí es un rasgo que resulta más informativo del hablante que la sola medición del punto central.

The main objective of this thesis is to determine whether fundamental frequency dynamics and vowel formant frequency dynamics (F1, F2 and F3) are useful speaker-specific markers useful for speaker forensic comparison. Both acoustic parameters had been studied in the vocalic sound /a/ because this is one of the most frequently phonemes in Mexican Spanish.

Four different corpus have been analyzed to evaluate the discriminatory capacity of both acoustic parameters on two types of speech production – reading and a semi-spontaneous corpus – and in different measurements of time – in apparent and real time corpus.

Results indicate that dynamics of F1, F2 and F3 frequencies are more informative of the characteristics of individual speakers than the measure of the midpoint.