En el ámbito de la Tecnología del Habla, la identificación de locutores aborda específicamente el estudio de los aspectos científico-tecnológicos relativos al desarrollo de soluciones para el reconocimiento o identificación de locutores mediante su voz. Esta disciplina combina varios campos como el procesamiento de audio, la biometría y el aprendizaje automático, y tiene una gran variedad de aplicaciones desde sistemas de control acceso hasta informes periciales en análisis forenses.
La asignatura está organizada en 4 partes principales:

1) En la primera parte se abordan los dos primeros objetivos didácticos. Después de hacer una introducción al problema de la identificación de locutores, se abordan las principales herramientas para el análisis forense de la señal de voz. Adicionalmente, se describen los principales métodos de parametrización y extracción de características acústicas utilizadas para la identificación y verificación de locutores.
Esta parte incluye también un ejercicio práctico en el que los estudiantes abordan el uso de varias de estas herramientas para extraer características relevantes de la señal de voz.

 2) En la segunda parte, se abordan las principales estrategias y algoritmos de aprendizaje automático para la identificación y verificación de locutores. A continuación, se describen las diferentes estrategias de toma de decisiones, como la basada en la razón de verosimilitud (LR).
El ejercicio práctico tiene como objetivo el análisis de un sistema de identificación de locutores utilizando aprendizaje automático y el estudio de su comportamiento según se van modificando varios de sus parámetros.

 3) En la tercera parte, se abordan las principales estrategias y algoritmos de aprendizaje profundo aplicadas a la identificación y verificación de locutores, y se presentan las formulaciones y métricas más utilizadas en la identificación y verificación de locutores.
En esta tercera parte también hay un ejercicio práctico que tiene como objetivo el análisis de un sistema de identificación de locutores utilizando algoritmos de aprendizaje profundo y el estudio de su comportamiento.

4) En la última semana, de forma presencial, los estudiantes abordan un trabajo, reto o competición entre diferentes grupos de estudiantes. El objetivo es obtener el mejor sistema de identificación de locutores para unas métricas y bases de datos definidas por los profesores.
La asignatura tiene un carácter práctico, pero con un contenido teórico que fundamenta la práctica. Los estudiantes irán realizando varias prácticas asociadas a cada uno de los bloques y finalmente, abordarán un trabajo, reto o competición que permita a los estudiantes aplicar y profundizar los conocimientos aprendidos a lo largo de las diferentes prácticas y clases teóricas.

Profesores encargados del curso:

Rubén San-Segundo Hernández (Procesamiento de Señales de Voz y Movimiento, UPM)

Fernando Fernández Martínez (Procesamiento de Señales de Voz y Movimiento, UPM)

Luis Fernando D’Haro Enríquez (Procesamiento de Señales de Voz y Movimiento, UPM)

1. Introducción y extracción de características.

2. Identificación de locutores de forma automática.

3. Aprendizaje profundo para identificación de locutores.

4. Preparación de la competición o trabajos de los estudiantes.