NFI werkt samen met de universiteit van York in een project dat sprekerspecifiek gedrag onderzoekt in de resultaten van automatische sprekervergelijkingsmethoden. Er wordt in de wereld al veel onderzoek gedaan naar de algemene prestaties van dat soort methoden, maar in dit project is de focus per spreker. Kunnen de opeenvolgende generaties technologie beter onderscheid maken voor elke spreker? Wat in een spreker of diens spraak maakt dat hij of zij beter of slechter presteert in sprekerherkenningstechnologie? Zie ook: https://pasr.york.ac.uk/.
In York wordt hier al onderzoek naar gedaan, en we willen een gedeelte van hun onderzoek repliceren met Nederlandstalige audio. Het is voor het NFI relevant, omdat we hiermee inzicht krijgen in hoe deze technologie het best in individuele forensische zaken kan worden ingezet.
Als onderzoeksmedewerker ga je onderzoek doen op de vergelijkingsuitkomsten van automatische sprekerherkenning op Nederlandstalig materiaal, met audio uit referentieverzamelingen van het NFI. Je gaat kijken naar verschillende generaties technologie, individuele sprekers en andere aspecten. Je gebruikt daarbij statistische technieken in Python om op verschillende manieren performance en resultaten in kaart te brengen en te visualiseren. Het onderzoeksplan is grofweg vormgegeven als replicatie van al bestaand onderzoek in York, maar je wordt gevraagd daar input op te geven en het verder in te vullen.