Sistem verifikasi penutur biometrik menggunakan maklumat kelakuan dan fisiologi isyarat ujaran individu untuk pengesahan identiti. Prestasi sistem ini adalah tinggi dalam persekitaran bersih namun keutuhannya merosot dengan ketara dalam persekitaran hingar mengikut nisbah isyarat terhadap hingar (SNR). Implementasi sistem multibiometrik dengan menggunakan pendekatan multi-algoritmik merupakan satu penyelesaian untuk meningkatkan prestasi sistem. Pendekatan multi-algoritmik berdasarkan gabungan di antara subsistem MFCC dan subsistem LPC. Dua jenis fitur audio yang diekstrak dengan menggunakan kaedah Pekali Kepstrum Frekuensi Mel (MFCC) dan Pengekodan Peramalan Linear (LPC) telah diuji secara berasingan terhadap sistem ini. Untuk tujuan ini, sistem ini dibangunkan dengan menggunakan satu indikator berasaskan Mesin Penyokong Vektor (SVM) untuk menganggar keutuhan isyarat ujaran semasa. Dalam sistem berbilang biometrik, pemberat tetap dan pemberat adaptif diperkenalkan. Pendekatan menggunakan kaedah pemberat tetap dijalankan untuk mendapatkan nilai nisbah yang optimum untuk sistem gabungan untuk digunakan dalam kaedah pemberat adaptif. Sistem ini terdiri daripada dua kaedah iaitu kaedah gabungan berdasarkan peraturan penambahan dan kaedah gabungan berdasarkan peraturan produk. Untuk sistem pemberat adaptif, dua kaedah yang digunakan adalah peraturan penambahan berdasarkan adaptasi berat yang dihasilkan dari kaedah pemberat tetap dan peraturan penambahan berdasarkan berat yang dihasilkan dari sistem inferens logik fuzzy. Kajian ini membuktikan bahawa peraturan penambahan berdasarkan berat yang dihasilkan dari sistem inferens logik fuzzy adalah lebih baik berbanding dengan peraturan penambahan berdasarkan adaptasi berat yang dihasilkan dari kaedah pemberat tetap dan sistem tunggal biometrik. Peratusan Kadar Ralat Setanding (EER) bagi system ini pada 40dB SNR data MFCC dan 10dB SNR LPC adalah sebanyak 49,8048% untuk sistem tunggal biometrik, 3,2930% untuk peraturan penambahan berdasarkan adaptasi berat yang dihasilkan dari kaedah pemberat tetap dan 1,6742% untuk peraturan penambahan berdasarkan berat yang dihasilkan dari sistem inferens logik fuzzy.
________________________________________________________________________________________
Biometric speaker verification systems use behavioral and physiological information of speech signal to authenticate an individual for identity claim. Performances of these systems are good in clean conditions but the reliability of the system degrades severely as the signal to noise ratio (SNR) drops in noisy conditions. Implementation of multibiometric systems by using multi-algorithmic approach is one of solutions to improve the performance of the systems. This multi-algorithmic approach is based on fusion between MFCC subsystem and LPC subsystem. In this study, Mel Frequency Cepstrum Coefficient (MFCC) and Linear Predictive Coding (LPC) features are evaluated individually as audio features to this system. For this purpose, this system is developed using Support Vector Machine (SVM) classifier for current speech signals reliability estimation. In multibiometric systems, fixed weighting and adaptive weighting approaches are introduced. Fixed weighting system is executed to obtain the optimum weight for the fusion system which can be used for weight adaptation in adaptive weighting system. This system consists of two methods i.e. sum-rule fusion method and product-rule fusion method. For adaptive weighting system, two methods are employed i.e. sum-rule with weight adaption and sum-rule with weight produced from fuzzy logic inference system. This study proves that sum-rule with weight produced from fuzzy logic inference fusion system is better compared to sum-rule with weight adaption fusion system and single system. Equal Error Rate (EER) percentage for this system at 40dB SNR of MFCC data and 10dB SNR of LPC data is observed as 49.8048% for single system, 3.2930% for the sum-rule with weight adaptation fusion system and 1.6742% for the sum-rule with weight produced from fuzzy logic inference fusion system.
Evaluation on score reliability for biometric speaker authentication systems_Muhammad Hazim Bin Hassan_E3_2011_875004022_00003089578_NI