基于聽覺特性和錄音檢測的說話人識別研究.pdf

1、如何提高說話人識別系統(tǒng)的識別率和魯棒性，一直是語音識別領(lǐng)域研究的重點；而說話人識別系統(tǒng)的安全性能，又會影響其后續(xù)的推廣與應(yīng)用。在實際應(yīng)用中，說話人識別系統(tǒng)會受到假冒聲音的攻擊，而利用錄音設(shè)備錄制說話人的聲音再通過回放來攻擊說話人系統(tǒng)是相對容易的。所以，能夠設(shè)計出具有識別回放錄音功能的說話人系統(tǒng)是很有必要并且具有實際應(yīng)用意義的。
　　本文從提高說話人識別系統(tǒng)識別率、魯棒性和安全性出發(fā)，對語音特征參數(shù)的提取方法進行了改進，并對如何防止

2、錄音回放攻擊進行了實驗研究，最終實現(xiàn)了具有良好性能的防錄音回放攻擊的說話人識別系統(tǒng)，主要內(nèi)容如下：
　　1、在實驗室現(xiàn)有語音庫的基礎(chǔ)上，建立了回放錄音庫。
　　2、提取出了更符合人耳聽覺特性的特征參數(shù)GCFCC，該提取方法不僅用更符合人耳蝸基底膜特性的Gammachirp聽覺濾波器代替MFCC中的三角濾波器，而且還從聽覺神經(jīng)元動作電位發(fā)放率與聲強的飽和關(guān)系出發(fā)，擬合發(fā)放率—聲強冪函數(shù)曲線，用擬合得到的冪函數(shù)取代MFCC的對數(shù)

3、函數(shù)。在基于GMM的說話人辨認系統(tǒng)中進行實驗，實驗結(jié)果表明，同MFCC相比，使用GCFCC特征參數(shù)的說話人辨認系統(tǒng)在識別率和魯棒性上均有明顯提高。
　　3、建立了基于語音靜音的錄音檢測模塊，其中用自適應(yīng)子帶譜熵法提取靜音，并針對信道信息本身的特點改進了MFCC特征。通過用GMM-UBM模型作為錄音的檢測模型，建立錄音確認模型，驗證了方法的有效性。
　　4、將建立的錄音檢測模塊應(yīng)用在基于GMM的說話人識別系統(tǒng)的前端，并與沒有加