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的識別率和魯棒性，一直是語音識別領域研究的重點；而說話人識別系統的安全性能，又會影響其后續(xù)的推廣與應用。在實際應用中，說話人識別系統會受到假冒聲音的攻擊，而利用錄音設備錄制說話人的聲音再通過回放來攻擊說話人系統是相對容易的。所以，能夠設計出具有識別回放錄音功能的說話人系統是很有必要并且具有實際應用意義的。
　　本文從提高說話人識別系統識別率、魯棒性和安全性出發(fā)，對語音特征參數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，最終實現了具有良好性能的防錄音回放攻擊的說話人識別系統，主要內容如下：
　　1、在實驗室現有語音庫的基礎上，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，而且還從聽覺神經元動作電位發(fā)放率與聲強的飽和關系出發(fā)，擬合發(fā)放率—聲強冪函數曲線，用擬合得到的冪函數取代MFCC的對數

3、函數。在基于GMM的說話人辨認系統中進行實驗，實驗結果表明，同MFCC相比，使用GCFCC特征參數的說話人辨認系統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用在基于GMM的說話人識別系統的前端，并與沒有加