Implementación de un sistema de reconocimiento automático de engaños mediante el análisis de la señal de la voz

Abstract

En las últimas décadas con la evolución de las telecomunicaciones ha aumentado la inseguridad, estafa y engaño por este medio, por lo que con la finalidad de disminuir tipos de estafa por medio de engaños, en este proyecto de investigación se estudia el estrés en la voz de las personas para la detección de engaños a partir de características específicas de la voz, utilizando para ello la herramienta Matlab®. Para la detección del engaño se evalúa las variaciones en el conjunto de características propias del habla neutral, en comparación con el habla producida bajo el estrés, entre éstas están la calidad de la voz, prosódicas y glóticas, y dentro de estas, frecuencia fundamental (Pitch), micro temblor (Jitter), Shimmer, Sharpes, entre otras, teniendo un total de 68 características extraídas por señales de audio sin pre-procesamiento y con el uso de transformada de Wavelet. Finalmente un grupo de 40 características, determinadas con selección de características (feature selection), aplicado a una base de datos de 94 señales de audio, son las utilizadas para realizar el reconocimiento automático de engaños por medio de clasificadores, corroborando que las características extraídas brindan los datos necesarios para clasificar una señal de voz como engaño o verdad, con baja tasa de error en cuatro parámetros medidos que son exactitud, precisión, sensibilidad y especificidad. La importancia que tiene el sistema es que el engaño puede ser detectado por medio de grabaciones de la voz, lo cual no invade la privacidad de las personas que están siendo entrevistadas o interrogadas.