A Convolutional Speaker Recognition System for Modulated NBFM

José-María Jimenez-Coronado; Emanuel Hernández-Cepeda; Roger-de-Jesús Morales-Monge; Felipe Meza-Obando

doi:10.1109/bip68491.2025.11489134

A Convolutional Speaker Recognition System for Modulated NBFM

José-María Jimenez-Coronado
, Emanuel Hernández-Cepeda
, Roger-de-Jesús Morales-Monge
, Felipe Meza-Obando

Escuela de Ingeniería Mecatrónica

Research output: Chapter in Book/Report/Conference proceeding › Conference contribution › peer-review

Abstract

This paper presents a novel approach for speaker recognition in narrowband FM (NBFM) radio communication systems, exploiting raw in-phase and quadrature (IQ) signals from the receiver instead of using demodulated audio. The solution to the user validation problem in critical public safety systems is solved with a convolutional neural network architecture that classifies speakers based on spectro-temporal features extracted from the IQ components from the modulated signal. The results are encouraging, with the solution achieving an accuracy of 96.20 percent for the spectrogram-based model and 96.75 percent for the Mel frequency cepstral coefficients (MFCC) based model in high signal-to-noise (SNR) scenarios.

Translated title of the contribution	Un sistema de reconocimiento de altavoces convolucional para NBFM modulado
Original language	English
Title of host publication	2025 IEEE 7th International Conference on BioInspired Processing (BIP)
Publisher	IEEE
Pages	1-6
Number of pages	6
DOIs	https://doi.org/10.1109/bip68491.2025.11489134
State	Published - 3 Dec 2025

Access to Document

10.1109/bip68491.2025.11489134

Cite this

@inproceedings{601905b6e45149c999e2f3d0d9045d78,

title = "A Convolutional Speaker Recognition System for Modulated NBFM",

abstract = "Este art{\'i}culo presenta un enfoque novedoso para el reconocimiento de altavoces en sistemas de comunicaci{\'o}n por radio FM de banda estrecha (NBFM), aprovechando se{\~n}ales en bruto en fase y cuadratura (IQ) procedentes del receptor en lugar de usar audio demodulado. La soluci{\'o}n al problema de validaci{\'o}n por parte del usuario en sistemas cr{\'i}ticos de seguridad p{\'u}blica se resuelve con una arquitectura de red neuronal convolucional que clasifica los altavoces en funci{\'o}n de caracter{\'i}sticas espectro-temporales extra{\'i}das de los componentes IQ de la se{\~n}al modulada. Los resultados son alentadores, ya que la soluci{\'o}n logr{\'o} una precisi{\'o}n del 96,20 por ciento para el modelo basado en espectrograma y del 96,75 por ciento para el modelo basado en coeficientes cepstrales de frecuencia Mel (MFCC) en escenarios de alta relaci{\'o}n se{\~n}al-ruido (SNR).",

keywords = "NBFM, Reconocimiento de los ponentes, MFCC, Espectrogramas, CNN",

author = "Jos{\'e}-Mar{\'i}a Jimenez-Coronado and Emanuel Hern{\'a}ndez-Cepeda and Roger-de-Jes{\'u}s Morales-Monge and Felipe Meza-Obando",

year = "2025",

month = dec,

day = "3",

doi = "10.1109/bip68491.2025.11489134",

language = "Ingl{\'e}s",

pages = "1--6",

booktitle = "2025 IEEE 7th International Conference on BioInspired Processing (BIP)",

publisher = "IEEE",

}

TY - GEN

T1 - A Convolutional Speaker Recognition System for Modulated NBFM

AU - Jimenez-Coronado, José-María

AU - Hernández-Cepeda, Emanuel

AU - Morales-Monge, Roger-de-Jesús

AU - Meza-Obando, Felipe

PY - 2025/12/3

Y1 - 2025/12/3

N2 - Este artículo presenta un enfoque novedoso para el reconocimiento de altavoces en sistemas de comunicación por radio FM de banda estrecha (NBFM), aprovechando señales en bruto en fase y cuadratura (IQ) procedentes del receptor en lugar de usar audio demodulado. La solución al problema de validación por parte del usuario en sistemas críticos de seguridad pública se resuelve con una arquitectura de red neuronal convolucional que clasifica los altavoces en función de características espectro-temporales extraídas de los componentes IQ de la señal modulada. Los resultados son alentadores, ya que la solución logró una precisión del 96,20 por ciento para el modelo basado en espectrograma y del 96,75 por ciento para el modelo basado en coeficientes cepstrales de frecuencia Mel (MFCC) en escenarios de alta relación señal-ruido (SNR).

AB - Este artículo presenta un enfoque novedoso para el reconocimiento de altavoces en sistemas de comunicación por radio FM de banda estrecha (NBFM), aprovechando señales en bruto en fase y cuadratura (IQ) procedentes del receptor en lugar de usar audio demodulado. La solución al problema de validación por parte del usuario en sistemas críticos de seguridad pública se resuelve con una arquitectura de red neuronal convolucional que clasifica los altavoces en función de características espectro-temporales extraídas de los componentes IQ de la señal modulada. Los resultados son alentadores, ya que la solución logró una precisión del 96,20 por ciento para el modelo basado en espectrograma y del 96,75 por ciento para el modelo basado en coeficientes cepstrales de frecuencia Mel (MFCC) en escenarios de alta relación señal-ruido (SNR).

KW - NBFM

KW - Reconocimiento de los ponentes

KW - MFCC

KW - Espectrogramas

KW - CNN

UR - http://dx.doi.org/10.1109/bip68491.2025.11489134

U2 - 10.1109/bip68491.2025.11489134

DO - 10.1109/bip68491.2025.11489134

M3 - Contribución a la conferencia

SP - 1

EP - 6

BT - 2025 IEEE 7th International Conference on BioInspired Processing (BIP)

PB - IEEE

ER -

A Convolutional Speaker Recognition System for Modulated NBFM

Abstract

Access to Document

Other files and links

Fingerprint

Cite this