防录音回放功能的语音识别软件的设计与实现

《防录音回放功能的语音识别软件的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、防录音回放功能的语音识别软件的设计与实现----录音艺术论文-->第一章绪论1.1研究背景及意义说话人识别任务根据识别方式的不同，可分为三类[3]：(1)说话人辨认（SpeakerIdentification），是指从给定用户集中把测试语音所属的说话人区分出来；(2)说话人确认（SpeakerVerification），是针对单个用户，即通过用户测试语音来判断其是否是所声称的用户身份；(3)说话人探测跟踪（SpeakerSegmentationandClustering），是指对一段包含多个说话人的语音，正确标注在这段语音中说话人切换的时刻。前两个问题在某种程度上

2、是相通的，即如果把说话人确认问题看做是一个两类的说话人识别问题，则基本算法是一致的。在进行说话人识别时，按被输入的识别测试语音的内容来分，说话人识别一般分为[4~5]：(1)文本无关（Text-Independent），不规定说话内容的说话人识别（识别时不限定所用的语音的语句内容）；(2)与文本有关（Text-Dependent），规定内容的说话人识别（只能用规定内容的语句进行识别）。在现代社会中，结合计算机（puter）、自动控制（Control）、通信（munication）、图像显示（CRT）等“4C”技术的门禁考勤、司法侦查、远程身份认证等领域的应用越来越

3、普遍，如：金融机构出入安全认真、企业出入检测考勤、司法调查监控语音分析、远程身份确认等。将说话人识别技术运用到这些领域具有以下的优势[3]：(1)说话人识别有着天然的优点：以声音作为识别特征，因其非接触性和自然性，用户容易接受。(2)说话人识别所用设备的成本低。对语音输入设备麦克风等没有特殊要求；声音的采样和量化对芯片的要求也不高；特征提取、模型训练和匹配等算法也便于实现。(3)其他生物识别技术较之说话人识别各有劣势。指纹、掌纹、手掌静脉等的识别需要手指接触传感器，存在卫生问题；虹膜、视网膜识别技术精确度高，但设备昂贵，同时需要把眼睛凑到传感器上；DNA验证技术准

4、确率极高却最昂贵最花时间；笔迹、步法等识别则可靠性低，用户使用感觉差。因此，说话人识别的优势更加明显。然而，说话人识别也面临着伪造语音攻击的问题。伪造语音主要来自以下几方面。(1)来自于其他说话人的刻意模仿（如口技等技艺）。(2)来自于录音设备（录音笔、MP3播放器、PDA等）的录音回放，即在某种场合时录下说话人的声音，并通过回放录音文件来攻击说话人识别系统。(3)现代的语音合成技术合成的逼真的语音。可以说，这些伪装、伪造语音是说话人识别的一大克星，如果系统不具有防伪性，那么说话人识别在实际应用中将变得毫无意义。而这么多种伪造语音中，录音设备获取的伪造语音最为简单

5、直接最为普遍，因此，开发具有防录音回放的说话人识别系统具有重大的实用意义。1.2说话人识别以及针对防假冒攻击的研究现状1.2.1说话人识别研究的现状1.研究历史1966年，美国法院第一次采用人耳听辨的方法进行了取证。Bell实验室的S.Pruzansky提出的基于模板匹配和统计方差分析的说话人识别方法，引起信号处理领域许多学者的注意，掀起了说话人识别研究的一个高潮。其间的工作主要集中在各种识别参数的提取、选择和实验上，包括从声学角度，对反映语音特征的物理参数的提取方法进行研究，最早使用的特征有谱包络系数、基音轮廓、线性预测系数等。1969年LuckJE首先将倒谱技

6、术用于说话人的识别，得到了较好的结果，BSAtal将线性预测倒谱系数LPCC用于说话识别，提高了识别系统的精度。Doddington提出利用共振峰进行说话人确认，1972年Atal用基频轮廓进行识别。将数字信号处理技术应用到语音信号处理上，人们提取了间接反映语音特征的参数，如LPC谱系数、LSP谱系数、部分相关系数。从20世纪70年代末至80年代末，声纹识别的研究重点转向对各种声学参数的线性或非线性处理上，StevenB.Davis最早提出了美尔倒谱系数（MFCC）的概念。MFCC由于考虑到了人耳的听觉感知机理，具有较好的识别效果和噪声鲁棒性，因此成了语音识别中使

7、用的主流参数[3]。第一章绪论...........11.1研究背景及意义...........11.2说话人识别以及针对防假冒攻击的研究现状.........31.3论文的主要工作以及章节安排.................5第三章说话人原始语音以及回放语音数据库的建设.................193.1说话人识别语音库以及回放语音库的简介...............193.2说话人原始语音以及回放语音库建设方案.................213.3本章小结.................27第四章具有防录音回放攻击功能说话人识别系统设计与实

8、现....