Aproximación al análisis comparativo de voz artificial mediante un sistema de reconocimiento automático de locutores

Abstract

El ritmo de vida acelerado al que nos vemos sometidos en los países desarrollados ha llevado a las empresas a dar respuesta a una necesidad de uso y control de software y hardware mucho más efectiva. Es así como se incorpora la utilización de la voz para facilitar cualquier comunicación cotidiana, desde consultar el tiempo que va a hacer durante el día hasta la interacción con sistemas sofisticados que utilizan la inteligencia artificial para realizar tareas más complejas como solicitar la lectura de un texto. En este último punto se centra el presente trabajo, que aborda el estudio comparativo de muestras de voz sintética, obtenidas a partir de tres aplicaciones gratuitas (SPIK-AI, NUANCE VOCALIZER y Play HT), utilizando BATVOX 4.1, el Sistema de Reconocimiento Automático de Locutores usado por la mayoría de laboratorios de Acústica Forense de todo el mundo. Nuestro objetivo es evaluar su capacidad de discriminación frente a este tipo de locuciones y determinar si los resultados alcanzados tienen una validez suficiente para considerar su utilización. El experimento realizado revela, por un lado, que la mayoría de muestras de voz artificial no cumplen con los requisitos requeridos por el sistema, bien debido a su formato de audio o bien por los desajustes con las poblaciones de referencia disponibles. Por otro lado, para las muestras útiles, aunque los resultados no son incoherentes, se observa que la capacidad de discriminación no es del todo adecuada por lo que no es recomendable su uso con este tipo de habla.