SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Eduardo Rodrigues da Silva
Orientador(a): Manfredo Harri Tabacniks
Banca de defesa: Nestor Felipe Caticha Alfonso, Fábio Henrique Jagosich, Geoffrey Stewart Morrison, Miguel Arjona Ramirez
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade de São Paulo
Programa de Pós-Graduação: Física
Departamento: Não Informado pela instituição
País: BR
Link de acesso: https://doi.org/10.11606/T.43.2021.tde-13072021-200952
Resumo: Trata-se de tese que estudou a Identificação Positiva de Falantes para fins forenses. Foram escolhidas duas abordagens distintas: análise comunicativa e análise de voz. A análise comunicativa consiste na aplicação de recursos da Estilometria e da Linguística para classificação por pertencimento de um indivíduo a determinado grupo através do estudo de seu vocabulário, essencialmente, em material escrito textos, e-mails ou transcritos interceptações telefônicas judiciais. A análise de voz consiste em desenvolver ferramental estatístico para identificação de um indivíduo com base em parâmetros acústicos extraídos de gravações de voz que representem, por exemplo, frequências ressonantes provenientes de traços da conformação físico-anatômica do falante, bem como, de seus hábitos de fala idioma, dialetos, sotaques etc. Essa etapa associou, de forma inédita, as técnicas usuais de obtenção de parâmetros de voz com um método de aprendizado por relevância, o Supervised Variational Relevance Learning (SUVREL). Em análise comunicativa, buscou-se associar a razão de distinção com a base de referência do número de resultados de pesquisas no Google, mas uma barreira metodológica resultou em estimativas enviesadas. Na análise de voz, foram feitos três experimentos de separação automática de dados via Análise de Componentes Principais, antes e depois do pré-processamento com SUVREL. Os resultados iniciais mostraram significativo aumento na concentração da variância total explicada pelos três primeiros componentes principais, logo, indicativo de benefício no emprego do SUVREL em análise de voz. Definindo-se a similaridade entre vozes como sendo a superposição volumétrica dos escores no espaço PCA, um experimento com vozes de 100 homens resultou em decréscimo percentual médio de 20,44 ± 0,05 %. No contexto pericial forense, realizou-se abordagem inovadora, no âmbito do sistema judicial brasileiro, ao fazer-se a extensão da discussão sobre conciliar o preceito da presunção da não culpabilidade com a aplicação do Teorema de Bayes. Concluiu-se que, de modo semelhante às discussões em outros países, onde vigora a presunção de inocência, o cerne recai sobre o mesmo verbo epistêmico presumir e apenas a presença da dúvida mínima a priori contida nesse componente semântico já é condição suficiente para a validade da aplicação jurídica do Teorema de Bayes no contexto do ordenamento jurídico brasileiro.
id USP_b04651e70400d3e8a942b6bdbcbbaed5
oai_identifier_str oai:teses.usp.br:tde-13072021-200952
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro SUVREL applied in voice comparison for forensic purposes in the Bayesian framework and applicability of the Bayes Theorem in the Brazilian legal system 2021-06-15Manfredo Harri TabacniksNestor Felipe Caticha AlfonsoFábio Henrique JagosichGeoffrey Stewart MorrisonMiguel Arjona RamirezEduardo Rodrigues da SilvaUniversidade de São PauloFísicaUSPBR Acoustic Signal Processing Bayesian inference Física Forense Física Matemática Forensic Physics Inferência bayesiana Mathematical Physics Processamento de Sinais Acústicos SUVREL SUVREL Trata-se de tese que estudou a Identificação Positiva de Falantes para fins forenses. Foram escolhidas duas abordagens distintas: análise comunicativa e análise de voz. A análise comunicativa consiste na aplicação de recursos da Estilometria e da Linguística para classificação por pertencimento de um indivíduo a determinado grupo através do estudo de seu vocabulário, essencialmente, em material escrito textos, e-mails ou transcritos interceptações telefônicas judiciais. A análise de voz consiste em desenvolver ferramental estatístico para identificação de um indivíduo com base em parâmetros acústicos extraídos de gravações de voz que representem, por exemplo, frequências ressonantes provenientes de traços da conformação físico-anatômica do falante, bem como, de seus hábitos de fala idioma, dialetos, sotaques etc. Essa etapa associou, de forma inédita, as técnicas usuais de obtenção de parâmetros de voz com um método de aprendizado por relevância, o Supervised Variational Relevance Learning (SUVREL). Em análise comunicativa, buscou-se associar a razão de distinção com a base de referência do número de resultados de pesquisas no Google, mas uma barreira metodológica resultou em estimativas enviesadas. Na análise de voz, foram feitos três experimentos de separação automática de dados via Análise de Componentes Principais, antes e depois do pré-processamento com SUVREL. Os resultados iniciais mostraram significativo aumento na concentração da variância total explicada pelos três primeiros componentes principais, logo, indicativo de benefício no emprego do SUVREL em análise de voz. Definindo-se a similaridade entre vozes como sendo a superposição volumétrica dos escores no espaço PCA, um experimento com vozes de 100 homens resultou em decréscimo percentual médio de 20,44 ± 0,05 %. No contexto pericial forense, realizou-se abordagem inovadora, no âmbito do sistema judicial brasileiro, ao fazer-se a extensão da discussão sobre conciliar o preceito da presunção da não culpabilidade com a aplicação do Teorema de Bayes. Concluiu-se que, de modo semelhante às discussões em outros países, onde vigora a presunção de inocência, o cerne recai sobre o mesmo verbo epistêmico presumir e apenas a presença da dúvida mínima a priori contida nesse componente semântico já é condição suficiente para a validade da aplicação jurídica do Teorema de Bayes no contexto do ordenamento jurídico brasileiro. This thesis investigates the Positive Identification of Speakers for forensic purposes. Two different approaches were chosen: communicative analysis and voice analysis. The communicative analysis consists of the application of Stylometry and Linguistics resources to classify individuals as belonging to a certain group through the study of their vocabulary, essentially in written material texts, e-mails or transcripts judicial telephone interceptions. Voice analysis consists of developing statistical tools to identify an individual based on acoustic parameters extracted from voice recordings that represent, for example, resonant frequencies from traits of the speakers physical-anatomical conformation, as well as his speaking habits language, dialects, accents etc. This step associated, in an unprecedented way, the usual techniques for obtaining voice parameters with a learning method by relevance, the Supervised Variational Relevance Learning (SUVREL). In communicative analysis, we sought to associate the distinctiveness ratio with the reference base of the number of search results on Google, but a methodological barrier resulted in biased estimates. In the voice analysis, three experiments of automatic data separation via Principal Component Analysis were carried out, before and after the pre-processing with SUVREL. The initial results showed a significant increase in the concentration of total variance explained by the first three main components, therefore, indicative of benefit in the use of SUVREL in voice analysis. Defining the similarity between voices as the volumetric superposition of scores in the PCA space, an experiment with voices of 100 men resulted in an average percentage decrease of 20.44 ± 0.05 %. In the forensic expert context, an innovative approach was taken, within the scope of the Brazilian judicial system, by extending the discussion on reconciling the precept of presumption of non-culpability with the application of Bayes Theorem. It was concluded that, similarly to discussions in other countries, where the presumption of innocence prevails, the core lies on the same epistemic verb to presume and only the presence of the minimal doubt a priori contained in this semantic component is already a sufficient condition for the validity of the legal application of Bayes Theorem in the context of the Brazilian legal system. https://doi.org/10.11606/T.43.2021.tde-13072021-200952info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:52:08Zoai:teses.usp.br:tde-13072021-200952Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-07-14T19:30:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro
dc.title.alternative.en.fl_str_mv SUVREL applied in voice comparison for forensic purposes in the Bayesian framework and applicability of the Bayes Theorem in the Brazilian legal system
title SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro
spellingShingle SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro
Eduardo Rodrigues da Silva
title_short SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro
title_full SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro
title_fullStr SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro
title_full_unstemmed SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro
title_sort SUVREL aplicado em comparação de voz para fins forenses no arcabouço bayesiano e aplicabilidade do Teorema de Bayes no ordenamento jurídico brasileiro
author Eduardo Rodrigues da Silva
author_facet Eduardo Rodrigues da Silva
author_role author
dc.contributor.advisor1.fl_str_mv Manfredo Harri Tabacniks
dc.contributor.referee1.fl_str_mv Nestor Felipe Caticha Alfonso
dc.contributor.referee2.fl_str_mv Fábio Henrique Jagosich
dc.contributor.referee3.fl_str_mv Geoffrey Stewart Morrison
dc.contributor.referee4.fl_str_mv Miguel Arjona Ramirez
dc.contributor.author.fl_str_mv Eduardo Rodrigues da Silva
contributor_str_mv Manfredo Harri Tabacniks
Nestor Felipe Caticha Alfonso
Fábio Henrique Jagosich
Geoffrey Stewart Morrison
Miguel Arjona Ramirez
description Trata-se de tese que estudou a Identificação Positiva de Falantes para fins forenses. Foram escolhidas duas abordagens distintas: análise comunicativa e análise de voz. A análise comunicativa consiste na aplicação de recursos da Estilometria e da Linguística para classificação por pertencimento de um indivíduo a determinado grupo através do estudo de seu vocabulário, essencialmente, em material escrito textos, e-mails ou transcritos interceptações telefônicas judiciais. A análise de voz consiste em desenvolver ferramental estatístico para identificação de um indivíduo com base em parâmetros acústicos extraídos de gravações de voz que representem, por exemplo, frequências ressonantes provenientes de traços da conformação físico-anatômica do falante, bem como, de seus hábitos de fala idioma, dialetos, sotaques etc. Essa etapa associou, de forma inédita, as técnicas usuais de obtenção de parâmetros de voz com um método de aprendizado por relevância, o Supervised Variational Relevance Learning (SUVREL). Em análise comunicativa, buscou-se associar a razão de distinção com a base de referência do número de resultados de pesquisas no Google, mas uma barreira metodológica resultou em estimativas enviesadas. Na análise de voz, foram feitos três experimentos de separação automática de dados via Análise de Componentes Principais, antes e depois do pré-processamento com SUVREL. Os resultados iniciais mostraram significativo aumento na concentração da variância total explicada pelos três primeiros componentes principais, logo, indicativo de benefício no emprego do SUVREL em análise de voz. Definindo-se a similaridade entre vozes como sendo a superposição volumétrica dos escores no espaço PCA, um experimento com vozes de 100 homens resultou em decréscimo percentual médio de 20,44 ± 0,05 %. No contexto pericial forense, realizou-se abordagem inovadora, no âmbito do sistema judicial brasileiro, ao fazer-se a extensão da discussão sobre conciliar o preceito da presunção da não culpabilidade com a aplicação do Teorema de Bayes. Concluiu-se que, de modo semelhante às discussões em outros países, onde vigora a presunção de inocência, o cerne recai sobre o mesmo verbo epistêmico presumir e apenas a presença da dúvida mínima a priori contida nesse componente semântico já é condição suficiente para a validade da aplicação jurídica do Teorema de Bayes no contexto do ordenamento jurídico brasileiro.
publishDate 2021
dc.date.issued.fl_str_mv 2021-06-15
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.11606/T.43.2021.tde-13072021-200952
url https://doi.org/10.11606/T.43.2021.tde-13072021-200952
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade de São Paulo
dc.publisher.program.fl_str_mv Física
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1786376799726338048