聲紋識別在微信中的模式匹配研究.pdf

1、近年微信在人們的手機(jī)應(yīng)用中占據(jù)了越來越重要的地位，成為很多人社交的首選應(yīng)用軟件，它是專門給我們常用的手機(jī)、電腦等終端提供通訊服務(wù)的應(yīng)用軟件，人們能夠運用它快速地發(fā)送圖片、語音、視頻及文字來分享生活及交流，只消耗網(wǎng)絡(luò)流量而無需通過運營商收取通訊費用。
　　但隨著信息時代的來臨，計算機(jī)、通信技術(shù)等高科技技術(shù)在我們的日常生活中隨處可見，讓我們的生活變得更加便捷與多彩，但隨之而來的問題也造成了很多人的困擾。各種卡片必須隨身攜帶，復(fù)雜繞口的

2、密碼太難記憶，卡片丟失、密碼被盜也頻繁帶來安全隱患和財產(chǎn)損失。這也給微信的使用帶來了安全隱患，如果手機(jī)落入他人手中，就有可能會被模仿機(jī)主聲音騙取他人信任，以實施不法行為造成危害，個人隱私保密問題迫切需要解決。而生物識別是生物學(xué)和信息學(xué)等技術(shù)的結(jié)合，使得身份鑒定變得更加安全、方便且不需要記憶，幫我們解決了這一難題，它主要是通過運用生理和行為這種與生俱來的特征來實現(xiàn)身份的識別。聲紋識別也屬于生物識別，它具有獲取方便、使用簡單、識別成本低、可

3、遠(yuǎn)程操作等優(yōu)勢，是唯一可以進(jìn)行遠(yuǎn)程身份確認(rèn)的生物識別技術(shù)。被廣泛地應(yīng)用于各種生活中需要身份認(rèn)證的場合領(lǐng)域中。當(dāng)前中國對聲紋識別技術(shù)運用尚處于初始階段，發(fā)展?jié)摿叽蟆Ｓ辛寺暭y識別，微信用戶就可以在需要的時候通過語音確定對方身份，確保自身利益不受損害。
　　本文分別對聲紋識別的幾個模塊——預(yù)處理、特征提取、模式匹配、識別判斷進(jìn)行了闡述，并重點對聲紋識別的模式匹配算法進(jìn)行了研究。
　　聲紋識別模式匹配的算法有很多，如動態(tài)時間歸整(

4、 DTW)、人工神經(jīng)網(wǎng)絡(luò)（ANN）、隱馬爾可夫模型( HMM)、高斯混合模型( GMM)等，由于 DTW識別率低，ANN訓(xùn)練時間較長，HMM訓(xùn)練計算量較大，為了提高識別正確率和識別效率，本文選擇當(dāng)前非常流行的聲紋識別技術(shù)高斯混合模型（ Gaussian Mixture Model,GMM）作為建模方法。通過GMM的離散組合利用協(xié)方差矩陣和均值來表征高斯函數(shù)，從而得出GMM[1-2]。由于高斯混合模型GMM對語音聲學(xué)特征分布有較好的擬合特

5、性，基于最大似然決策的 GMM方法已經(jīng)成為說話人識別系統(tǒng)的主流方法[3]。它是高斯概率密度函數(shù)的延展，因此可以很好地模擬出各種不同形狀的密度分布。
　　在聲紋識別的訓(xùn)練階段求參數(shù)集時本文運用了EM算法，而在識別階段模式匹配時本文利用MAP準(zhǔn)則加以實現(xiàn)。在計算初始值時本文對比了LBG算法與K均值算法對系統(tǒng)識別率的影響，為了克服識別性能參數(shù)的矛盾性本文還提出了一種聯(lián)合判決門限決策。分別做了不同特征參數(shù)、初始點、端點檢測、門限值及模式匹