Abstract
L’explicabilité des systèmes relevant du deep learning est devenue un enjeu central ces dernières années, dans le droit européen comme le domaine criminalistique. L’approche BA-LR introduit en identification du locuteur un nouveau paradigme de modélisation : elle fait émerger automatiquement les attributs partagés par un groupe de locuteurs et qui sous-entendent la discrimination de ceux-ci. Le score produit est décomposable au niveau des attributs, ce qui augmente significativement l’explicabilité de la méthode. Cette étude propose de compléter la caractérisation des attributs obtenus par le BA-LR, à l’aide de paramètres de qualité de voix. L’analyse suggère que plusieurs attributs utilisent les types de phonation pour regrouper les locuteurs, ceux-ci encodant des informations humainement perceptibles. Cet article pose ainsi des bases pour l’analyse acoustique des attributs, qui permettra à terme d’utiliser le BA-LR dans le cadre du profilage vocal.- Anthology ID:
- 2024.jeptalnrecital-jep.10
- Volume:
- Actes des 35èmes Journées d'Études sur la Parole
- Month:
- 7
- Year:
- 2024
- Address:
- Toulouse, France
- Editors:
- Mathieu Balaguer, Nihed Bendahman, Lydia-Mai Ho-dac, Julie Mauclair, Jose G Moreno, Julien Pinquier
- Venue:
- JEP/TALN/RECITAL
- SIG:
- Publisher:
- ATALA and AFPC
- Note:
- Pages:
- 92–101
- Language:
- French
- URL:
- https://aclanthology.org/2024.jeptalnrecital-jep.10
- DOI:
- Cite (ACL):
- Carole Millot, Cédric Gendrot, and Jean-François Bonastre. 2024. Identification du locuteur : ouvrir la boîte noire. In Actes des 35èmes Journées d'Études sur la Parole, pages 92–101, Toulouse, France. ATALA and AFPC.
- Cite (Informal):
- Identification du locuteur : ouvrir la boîte noire (Millot et al., JEP/TALN/RECITAL 2024)
- PDF:
- https://preview.aclanthology.org/dois-2013-emnlp/2024.jeptalnrecital-jep.10.pdf