BlackVOX es una empresa que con base en la Investigación y Desarrollo (I&D) desarrolla aquellas nuevas tecnologías que requiere el mercado. Se nutre de sus propias investigaciones y las que se llevan a cabo en el Laboratorio de Investigaciones Sensoriales (LIS) perteneciente al INIGEM-CONICET, el cual tiene su sede en el Hospital de Clínicas “Gral. San Martín” de la Universidad de Buenos Aires.

Nuevas publicaciones 

¿Podemos identificar a un sospechoso por su voz?
Por Pedro Univaso, publicado en La Plaza Redonda el 11-ene-2015

En la Argentina los casos de identificación de sospechosos por medio de la voz que son solicitados por la justicia son procesados por la Policía Federal Argentina y la Gendarmería Nacional Argentina. La Policía Federal Argentina, a través del Gabinete de Identificación de la Voz, perteneciente a la División Scopometría de la Superintendencia de Policía Científica, emplea una metodología semi-automática por medio de la colaboración que le brinda al experto un sistema interactivo de análisis y procesado de señales acústicas desarrollado por el Dr. Sergey Koval. más…

FORENSIA, un software preparado para chequear audios falsos de Whatsapp, Youtube y Twitter
Pedro Univaso.  Publicado en Research Gate el 29-sep-2019

La tarea de los verificadores de hechos (fact checkers) en periodismo es la confirmar y comprobar hechos y datos que se usan en los discursos (sobre todo los políticos) y en los medios de comunicación y otras publicaciones. El propósito es detectar errores, imprecisiones, simulaciones y mentiras (fake news), aunque en actualidad se está comenzando a hablar de desinformación (misinformation) en lugar de falsedad de la información, ya que el interés está centrado en las mentiras como actos voluntarios que intentan generar una visión errada de la realidad. El reporte sobre medios británicos «Cairncross Review», describe a las fake news como «desinformación [entendida como] la creación o diseminación deliberada de información falsa o manipulada que busca engañar o llevar a conclusiones erradas a las audiencias, ya sea con el propósito de causar daño, o para lograr un rédito político, personal o financiero». La otra variable de importancia en este momento es la viralización de la desinformación a través de las redes sociales, especialmente Facebook y Whatsapp en Argentina. El éxito principal de una fake news radica en la cantidad de veces que es reproducida y la cantidad de «impresiones» que causa. El formato principal de las fake news es el texto, aunque comienzan a aparecer en videos y audios (Whatsapp, Facebook y Twitter). La categoría de los videos falsos han escalado de manera tal que ya poseen una denominación particular: deep fakes, debido al algoritmo de aprendizaje profundo (deep learning) que las genera. FORENSIA es un sistema de identificación forense de hablantes que está comenzando a emplearse para el chequeo de noticias. Ver más…

PROTOCOLO PARA PERICIAS FORENSES DE VOZ
Jorge Gurlekian, Pedro Univaso y Miguel Martínez Soler. Publicado en Research Gate el 23-may-2018

El experto forense Daniel Corach de la Argentina ha desarrollado una guía (Corach, 2018) para la recepción de muestras de ADN  donde expresa que “Los auxiliares de justicia y peritos actuantes habitualmente desconocen que existen pautas de procedimiento que deben cumplirse para garantizar que los resultados de las pericias forenses tengan valor de prueba al momento del juicio y que no sean declaradas nulas por errores en los procedimientos. Al recibir un indicio de interés pericial, deberán cumplirse una serie de requisitos indispensables que permitirán otorgar valor de prueba a los resultados de los estudios derivados de su análisis”. Basados en la guía mencionada, en los fundamentos de la identificación forense de hablantes mediante la voz (Rose, 2002) y en las recomendaciones (Drygajlo et al,  2015) de la Red Europea de Institutos de Ciencias Forenses (ENFSI), se presenta aquí un protocolo orientativo para las etapas que intervienen en las pericias de voz que abarca desde la recepción de la evidencia hasta la creación del informe pericial. Ver más…

Trabajos científicos 

1. Determining the Likelihood Ratio From Perceptual Attributes of Voice. Jorge A. Gurlekian, Stefania Suligoy, Pedro Univaso, Humberto Torres, Evangelina Masessa, and Nancy Molina. Journal of Voice (2022).
2. A multiparametric system for forensic speaker comparison. Eugenia San Segundo, Pedro Univaso, Jorge Gurlekian. Revista de Estudios de Fonética Experimental XXVIII, ISSN 1575-5533, pp. 13-45 (2019).
3. Hacia la evaluación perceptual forense. Transformación de puntajes de similitud a relaciones de verosimilitud. Parte 1: hablantes masculinos. Nancy Molina, Stefanía Suligoy, Evangelina Masessa, Humberto Torres, Pedro Univaso, Jorge Gurlekian. Gaceta Internacional de Ciencias Forenses, Nro. 42, Universitat de València ISSN 2174-9019 (2022).
4. Hacia la evaluación perceptual forense. Transformación de puntajes de similitud a relaciones de verosimilitud. Parte 2: hablantes femeninos. Evangelina Masessa, Stefanía Suligoy, Nancy Molina, Humberto Torres, Pedro Univaso, Jorge Gurlekian. Gaceta Internacional de Ciencias Forenses, Nro. 42, Universitat de València ISSN 2174-9019 (2022).
5. Grabaciones indubitadas y dubitadas en las pericias forenses de voz: un trabajo preliminar. Pedro Univaso, Jorge Gurlekian. Research Gate (2018)
6. Cómo presentar la evidencia científica a la comunidad judicial: factor de Bayes. Univaso, P. Research Gate (2018)
7. Towards a Unified Methodology for Forensic Speaker Identification. Univaso, P. Research Gate, DOI 10.13140/RG.2.2.31571.58402  (2016)
8. Identificación forense de hablantes en Argentina: un tutorial. Univaso, P. ResearchGate, DOI 10.13140/RG.2.1.4252.3768 (2016)
9. Data Mining applied to Forensic Speaker Identification. Univaso, P., Ale, J. M., y Gurlekian, J. A. Latin America Transactions, IEEE (Revista IEEE America Latina), 13, 4, pp. 1098-1111 (2015)
10. El alfabeto fonético SAMPA y el diseño de córpora fonéticamente balanceado. Gurlekian, J.A., Colantoni, L y Torres, H. Fonoaudiológica. Asalfa. 47,3, 58-69 (2001)
11. Comparison of Two Perceptual Methods for the Evaluation of Vowel Perturbation Produced by Jitter. Gurlekian JA, Torres HM and Vaccari ME. Journal of Voice. Elsevier, doi:10.1016/j.jvoice.2015.05.009 (2015)
12. A preliminary approach to forensic speaker recognition using phonemes. Univaso P., Martínez Soler M., y Gurlekian J. A. En IberSPEECH 2012, VII Jornadas en Tecnología del Habla and III Iberian SLTech Workshop, Editorial: Escuela Politécnica Superior, Universidad Autónoma de Madrid, España (2012)
13. Human Assisted Speaker Recognition Using Forced Alignments on HMM. Univaso, P., Martínez Soler, M., y Gurlekian, J. A.. International Journal of Engineering Research and Technology, ESRSA Publications, 2, 9 (2013)