基于雙層決策模型的實時聲紋識別研究.pdf

1、聲紋識別技術(shù)屬于生物認(rèn)證技術(shù)的一種，是通過人的說話聲音來辨識說話人身份的技術(shù)。近十幾年來隨著Internet和電話技術(shù)的發(fā)展，聲紋識別被廣泛的應(yīng)用到Internet的訪問控制和無線電話認(rèn)證等領(lǐng)域。與指紋識別、虹膜識別、文字密碼等其它認(rèn)證技術(shù)相比，聲紋識別具有不需要記憶、不會遺失、實現(xiàn)簡單等特點，是一種可以實現(xiàn)非接觸式識別的方式。
　　 隨著聲紋識別技術(shù)的發(fā)展，目前聲紋識別系統(tǒng)已經(jīng)可以達(dá)到較高的識別精度。但是隨著聲紋識別系統(tǒng)中目標(biāo)

2、說話人數(shù)的增加，系統(tǒng)辨認(rèn)的處理時間較長，其時間性能很難滿足實際的需要。而傳統(tǒng)的聲紋識別算法主要分為兩大類，一種是基于概率分布的高復(fù)雜度識別算法，一種是基于模板匹配的低復(fù)雜度識別算法。第一類識別算法的識別精度較高，但需要較長的識別時間，無法滿足實時性的要求。第二類算法的識別速度雖然很快，但是當(dāng)目標(biāo)說話人數(shù)較多的時候，其識別精度較低。因而在目標(biāo)人數(shù)較多的聲紋識別系統(tǒng)中，系統(tǒng)的識別準(zhǔn)確率與其時間性能之間存在一定的矛盾關(guān)系。
　　 基于

3、上述聲紋識別算法的局限性，本文提出了一種基于雙層結(jié)構(gòu)的聲紋識別模型。在該模型中將說話人識別的判決分為兩層，在第一層模型中進行快速匹配，系統(tǒng)采用較快的算法挑選出與被測說話人聲紋特征最相近的K個目標(biāo)說話人聲紋模型，淘汰掉不可能的目標(biāo)說話人聲紋模型。在第二層識別模型中系統(tǒng)針對K個目標(biāo)說話人聲紋模型進行進一步的精確匹配并做出最終的判決。
　　 系統(tǒng)第一層模型采用VPT樹索引矢量量化碼字的方式來構(gòu)建核心模型挑選算法，執(zhí)行快速識別。第二層模