Resumen: El número de aplicaciones biométricas ha experimentado un auge espectacular en los últimos años. La preocupación por la seguridad se hace cada vez más patente y es en este contexto en donde el reconocimiento automático de personas por algunos de sus rasgos característicos tales como huellas, caras,voz o iris, entre otros, juega un papel preponderante. Cada vez son más los usuarios que demandan este tipo de aplicaciones en un momento en el que la
tecnología comienza a estar ya lo suficientemente madura. Al mismo tiempo que se busca seguridad, bajo coste y precisión, otros factores relativos a las aplicaciones biométricas comienzan a crecer paralelamente en importancia. El grado de intrusividad es, sin duda, un valor en auge a la hora de decidir qué tecnología biométrica es la más adecuada para la aplicación que se desea llevar a cabo. Y es entonces cuando el reconocimiento de locutores se presenta como una elección atrayente, por la utilización de la voz, el método natural de comunicación de las personas, por su capacidad de actuar de forma remota y por su bajo coste. El reconocimiento automático de locutores tiene una gran utilidad como método de reconocimiento a través del teléfono aunque también puede utilizarse como aplicación de control de acceso presencial o en el análisis forense. En las aplicaciones de verificación e identificación de locutores pueden distinguirse diversas etapas.En primer lugar nos encontramos con la fase de parametrización de la señal de voz, en donde la señal se procesa para ser modelada o comparada. En segundo lugar tenemos la etapa de aprendizaje de modelos, si se está realizando el entrenamiento, o bien la etapa de decisión, si lo que se desea es obtener el resultado de una comparación. Esta tesis doctoral se centra en las etapas de entrenamiento y decisión de un sistema de verificación de locutores. En este tipo de sistemas, el resultado de la comparación viene determinado por la existencia de un umbral de decisión. La puntuación obtenida al comparar la señal de voz con un modelo determinado comportará una verificación positiva si la puntuación es superior al umbral, o negativa, si es inferior. Por otro lado, la calidad de las muestras con las que se realiza el proceso de entrenamiento influirá de manera determinante en las prestaciones del sistema. La detección de las muestras de baja calidad es también objeto de estudio de esta tesis. En aplicaciones reales solemos disponer de pocos datos para la estimación del modelo y el cálculo del umbral, además una complejidad añadida estriba en la dificultad de obtener datos de impostores. Otro factor negativo ligado a la escasez de datos es que la influencia de muestras con pequeños ruidos o de baja calidad influirá de forma muy incisiva en las prestaciones. En esta tesis se propone un nuevo sistema de cálculo del umbral de decisión dependiente del locutor basado estrictamente en locutores clientes de la aplicación, y un método de detección de aquellas secuencias de voz que afectan de forma negativa al cálculo del umbral. Además, se proponen también nuevos métodos para determinar la calidad de las muestras de un modelo. Una de las propuestas más interesantes consiste en determinar la calidad de las muestras de un modelo 'on-line', durante el entrenamiento, de forma que si se detectase alguna muestra que no cumpliese los requisitos mínimos de calidad, ésta podría ser reemplazada por otra nueva al instante. Para demostrar la validez de estas propuestas se ha procedido a la grabación de una base de datos multisesión en castellano de 184 locutores, especialmente diseñada para el reconocimiento de locutor, llamada BioTech. Por último, se presenta el caso real de una aplicación de un sistema de verificación de locutores 8 en el q 329 ue se implementan algunas de las técnicas desarrolladas durante esta tesis. Esta aplicación consiste en la revocación remota de certificados por medio de la voz.
