聲紋密碼識別的關(guān)鍵問題研究.pdf

1、聲紋密碼識別是文本相關(guān)的話者識別技術(shù)在日常生活中的一個具體應(yīng)用。同時關(guān)注人的個性聲音特征和語音內(nèi)容信息的雙重特點使得聲紋密碼識別成為有效的個人身份認證方式。然而在實際應(yīng)用中，傳統(tǒng)的聲紋密碼識別技術(shù)仍然受到了來自環(huán)境干擾、密碼泄露、數(shù)據(jù)不足等多方面問題的挑戰(zhàn)。如何能夠化解這些問題的影響、提升聲紋密碼識別的性能，是本文重點關(guān)注的方面。傳統(tǒng)的識別技術(shù)能夠很好的辨識不同內(nèi)容的語句，因此本文的聲紋密碼識別任務(wù)著重于研究極端的密碼泄露問題。

2、　　 本文針對以上在實際應(yīng)用中將會面臨到的種種困難，本文從多個方面展開研究，以提升聲紋密碼識別的可靠性。魯棒性的活動語音檢測以及特征參數(shù)提取，是聲紋密碼甚至是整個語音識別中的關(guān)鍵問題之一。本文在活動語音檢測算法中提出了能量與模型參數(shù)相結(jié)合的端點檢測算法，通過準確判定人聲語音片段端點，得到更加有效的人聲特征參數(shù)，相比基線系統(tǒng)，等錯誤率可以降低4.4％；另一方面提出基于聲學(xué)特征的頻率選擇方法，降低了同樣語音文本內(nèi)容帶來的不同的人聲音區(qū)分度

3、不高的影響，相對于基線系統(tǒng)，等錯誤率可以降低27.99。這些新方法的提出較好的提升了前端特征的魯棒性。針對聲紋密碼中文本內(nèi)容的時序特性，本文引入幀間相關(guān)性概念，進一步提出N-gram的最近鄰方法，很好地提升了系統(tǒng)識別率，等錯誤率相對于未采用N-gram 方法的基線系統(tǒng)可以降低7.7％。本實驗也從另一個角度驗證了音素在聲紋密碼識別中的重要性。針對聲紋密碼的訓(xùn)練和測試語音數(shù)據(jù)長度很短的問題，本文提出了隱馬爾科夫-通用背景模型算法。算法使用大