Dissertação

Privacy Enhanced Voice Recognition EVALUATED

A tecnologia de reconhecimento de fala é usada há bastante tempo mas com o avanço da tecnologia dos dispositivos móveis, começou a ser mais fácil de aceder. Hoje em dia, a população usa o reconhecimento de fala ao falar para os seus telemóveis, usando assim a sua voz como ferramenta para a interacção. Com a evolução das arquitecturas de computador que trazem mais poder computacional e com a evolução das técnicas de machine learning, o processo de reconhecimento tornou-se mais rápido, eficaz e eficiente. Hoje em dia, a maioria dos reconhecimentos de fala são realizados num cenário onde um utilizador usa o seu smartphone para gravar a sua fala e envia-a para um servidor para que este possa proceder ao reconhecimento usando o seu poder computacional. Esta operação é realizada com dados de ambas as partes e levanta alguns problemas de segurança uma vez que cada parte quer manter os seus dados privados relativamente à outra parte. O use dos Garbled Circuits era apenas vistos como de interesse teórico durante bastante tempo mas com os avanços efectuados durante os últimos anos, estão agora a começar a ser testados em cenários mais práticos. Os Modelos Ocultos de Markov são modelos que têm sido objecto de uma larga utilização no reconhecimento de fala e representam as caraterísticas acústicas da lingua falada. Esta tese introduz o estudo e validação experimental de novas soluções de reconhecimento de fala com garantias de privacidade usando os Modelos Ocultos de Markov e os Garbled Circuits.
Reconhecimento de Fala, Modelos Ocultos de Markov, Algoritmo de Forward, Privacidade, Computação segura entre duas partes, Garbled Circuits

novembro 20, 2015, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Carlos Nuno da Cruz Ribeiro

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado

ORIENTADOR

Alberto Abad Gareta

Departamento de Engenharia Informática (DEI)

Professor Auxiliar