基于語(yǔ)音信號(hào)處理的呼吸認(rèn)證方法研究.pdf

1、說(shuō)話人識(shí)別是一類基礎(chǔ)問(wèn)題，該問(wèn)題可以細(xì)分為兩類：說(shuō)話人辨別問(wèn)題和說(shuō)話人確認(rèn)問(wèn)題。根據(jù)對(duì)語(yǔ)音文本的依賴程度不同，說(shuō)話人識(shí)別又分為文本相關(guān)型、文本無(wú)關(guān)型、文本提示型。識(shí)別說(shuō)話人包括訓(xùn)練/登記和測(cè)試/驗(yàn)證兩個(gè)階段，訓(xùn)練階段建立合法說(shuō)話人（即目標(biāo)說(shuō)話人）特征模板，測(cè)試階段則計(jì)算待識(shí)別說(shuō)話人的測(cè)試語(yǔ)音數(shù)據(jù)與合法說(shuō)話人特征模板的相似度，并得出判斷結(jié)果。
　　在最近20多年的研究中，說(shuō)話人識(shí)別普遍關(guān)注語(yǔ)音信號(hào)的音源，發(fā)音系統(tǒng)，韻律特征。而語(yǔ)音中

2、的呼吸信號(hào)在研究中并沒有受到關(guān)注，甚至將其作為噪音項(xiàng)進(jìn)行剔除。通過(guò)本文的觀察和研究發(fā)現(xiàn)，呼吸信號(hào)具有其獨(dú)特性，是呼吸系統(tǒng)意義上的生理指紋。它是人體自然而然產(chǎn)生的，持續(xù)時(shí)間短，發(fā)生頻率低且處理簡(jiǎn)單，呼吸特征是人體與生俱來(lái)的，具有唯一，穩(wěn)定的特點(diǎn)。基于呼吸信號(hào)的這些特點(diǎn)，本文提出了一種基于呼吸特征的說(shuō)話人識(shí)別方案—“BreathID”，它具有文識(shí)別準(zhǔn)確率高、文本無(wú)關(guān)、輕量級(jí)且可實(shí)現(xiàn)對(duì)用戶透明的優(yōu)點(diǎn)。
　　“BreathID”分為3個(gè)部

3、分：呼吸邊界分離，特征提取和選擇，特征匹配。本文通過(guò)CDF統(tǒng)計(jì)分析和實(shí)證研究，選擇梅爾頻率倒譜系數(shù)（Mel Frequency Cepstral Coefficients，簡(jiǎn)稱MFCC）作為說(shuō)話人的呼吸特征。文中提出了基于一組簡(jiǎn)單向量操作的輕量級(jí)的分類算法，最后通過(guò)該分類算法進(jìn)行相似度匹配，做出說(shuō)話人決策。
　　“BreathID”的實(shí)驗(yàn)分為兩個(gè)部分，第一部分是對(duì)50個(gè)用戶收集數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，評(píng)估“BreathID”的總體性能。實(shí)驗(yàn)

4、結(jié)果如下：說(shuō)話人辨別實(shí)驗(yàn)中，方案的錯(cuò)誤辨別率（False Identification Rate：簡(jiǎn)稱FIR）為0.04％；說(shuō)話人確認(rèn)實(shí)驗(yàn)中，方案的錯(cuò)誤接受率（False Acceptance Rate：簡(jiǎn)稱FAR）為0.12%，錯(cuò)誤拒絕率（False Rejection Rate：簡(jiǎn)稱FAR）為0.15%。第二部分通過(guò)另外20個(gè)用戶的數(shù)據(jù)在不同的實(shí)用場(chǎng)景中對(duì)“BreathID”的一致性進(jìn)行評(píng)估，包括文本無(wú)關(guān)性，用戶狀態(tài)（靜坐和走路），