TP BIOMETRIE : Réalisation d'un premier système de reconnaissance de locuteur avec des outils GMM (toolkit ALIZE)

1) INSTALLATION DES OUTILS

-une doc en ligne (en anglais !) se trouve sur http://www-clips.imag.fr/geod/User/laurent.besacier/NEW-TPs/TP-Biometrie/tools/CommentsLBInstall/doc.pdf

!!NOUVEAU : des versions pre-compilées et plus récentes sont disponibles sur http://mistral.univ-avignon.fr/

!!!!SI PROBLEMES D INSTALLATION, RECUPEREZ LE FICHIER http://www-clips.imag.fr/geod/User/laurent.besacier/NEW-TPs/TP-Biometrie/tools/TP-Biometrie.tar.gz

et travaillez sur la machine goedel !!!!!

2) Reconnaissance de genre (semaines 1 et 2)

a) le corpus de parole se trouve dans http://www-clips.imag.fr/geod/User/laurent.besacier/NEW-TPs/TP-Biometrie/tools/corpus/ (fichiers raw, PCM 16khz)
les listes de signaux sont dans http://www-clips.imag.fr/geod/User/laurent.besacier/NEW-TPs/TP-Biometrie/tools/lst

Placez vous dans le repertoire TP-Biometrie sous linux pour effectuer ce tp.

Générez tous les vecteurs de paramètres pour tous les signaux
 

Aide : utilisez la commande sfbcep de spro
      exemple : sfbcep -F PCM16 -f16000 -p 19 -e -D -A inputfile.raw inputfile.prm

b) normalisez les paramètres en utilisant la commande suivante

NormFeat.exe --config ./cfg/NormFeat_energy.cfg --inputFeatureFilename ./lst/all.lst --debug false --verbose true

c) lancer l'executable de détection d'énergie sur tous les signaux
 
EnergyDetector.exe --config ./cfg/EnergyDetector.cfg --inputFeatureFilename ./lst/all.lst --verbose true --debug false

Vérifiez que les labels obtenus dans le repertoire ./lbl sont corrects (pour 2 ou 3 signaux)

c) re-normalisez les paramètres en utilisant la commande suivante

NormFeat.exe --config ./cfg/NormFeat.cfg --inputFeatureFilename ./lst/all.lst

d) Apprendre les modeles de genre (male / female) avec les étapes suivantes :

-création d'un modèle du monde :
TrainWorld.exe --config ./cfg/TrainWorldInit.cfg --inputStreamList ./lst/world.lst --weightStreamList ./lst/world.weight --outputWorldFilename world_init --debug false --verbose true
TrainWorld.exe --config ./cfg/TrainWorldFinal.cfg --inputStreamList ./lst/world.lst --weightStreamList ./lst/world.weight  --outputWorldFilename world --inputWorldFilename world_init --debug false --verbose true
 

-création des modèles de genre
TrainTarget.exe --config ./cfg/target_male.cfg --targetIdList ./ndx/male.ndx --inputWorldFilename world --debug false --verbose true
TrainTarget.exe --config ./cfg/target_male.cfg --targetIdList ./ndx/female.ndx --inputWorldFilename world --debug false --verbose true

5) Testez les modèles ainsi obtenus sur les fichiers de tests (voir dans ./lst pour la repartition train/test)

aide : utilisez les commandes suivantes
 

ComputeTest.exe --config ./cfg/target_seg_female.cfg  --ndxFilename ./ndx/tests_female.ndx --worldModelFilename world --outputFilename female.res --debug false --verbose true
ComputeTest.exe --config ./cfg/target_seg_male.cfg  --ndxFilename ./ndx/tests_male.ndx --worldModelFilename world --outputFilename male.res  --debug false --verbose true

Travail à effectuer :
 

-donner le taux d'erreur de ce premier système
-re-apprendre d'autres modèles avec des variantes (sans normalisation des paramètres, sans détection de silence, sans passer par un modèle du monde, avec un nombre différents de parametres et de gaussiennes...).

attention a la ligne featureServerMask dans les fichiers Train.cfg !!

3) Reconnaissance du locuteur (semaines 3 et 4)

En utilisant les meme sequences de commandes, réaliser un premier système d’identification du locuteur

Evaluer le taux d'erreur de ce système

OU BIEN enregistrez votre propre voix, ajoutez la dans la base, et faites des tests d'identification avec de nouveaux échantillons de votre voix. OU BIEN faites une interface de type serrure vocale