聲紋密碼識別的關鍵問題研究.pdf

1、聲紋密碼識別是文本相關的話者識別技術在日常生活中的一個具體應用。同時關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。然而在實際應用中，傳統(tǒng)的聲紋密碼識別技術仍然受到了來自環(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，是本文重點關注的方面。傳統(tǒng)的識別技術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