基于聽覺特性和錄音檢測(cè)的說(shuō)話人識(shí)別研究.pdf

1、如何提高說(shuō)話人識(shí)別系統(tǒng)的識(shí)別率和魯棒性，一直是語(yǔ)音識(shí)別領(lǐng)域研究的重點(diǎn)；而說(shuō)話人識(shí)別系統(tǒng)的安全性能，又會(huì)影響其后續(xù)的推廣與應(yīng)用。在實(shí)際應(yīng)用中，說(shuō)話人識(shí)別系統(tǒng)會(huì)受到假冒聲音的攻擊，而利用錄音設(shè)備錄制說(shuō)話人的聲音再通過(guò)回放來(lái)攻擊說(shuō)話人系統(tǒng)是相對(duì)容易的。所以，能夠設(shè)計(jì)出具有識(shí)別回放錄音功能的說(shuō)話人系統(tǒng)是很有必要并且具有實(shí)際應(yīng)用意義的。
　　本文從提高說(shuō)話人識(shí)別系統(tǒng)識(shí)別率、魯棒性和安全性出發(fā)，對(duì)語(yǔ)音特征參數(shù)的提取方法進(jìn)行了改進(jìn)，并對(duì)如何防止

2、錄音回放攻擊進(jìn)行了實(shí)驗(yàn)研究，最終實(shí)現(xiàn)了具有良好性能的防錄音回放攻擊的說(shuō)話人識(shí)別系統(tǒng)，主要內(nèi)容如下：
　　1、在實(shí)驗(yàn)室現(xiàn)有語(yǔ)音庫(kù)的基礎(chǔ)上，建立了回放錄音庫(kù)。
　　2、提取出了更符合人耳聽覺特性的特征參數(shù)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(jīng)元?jiǎng)幼麟娢话l(fā)放率與聲強(qiáng)的飽和關(guān)系出發(fā)，擬合發(fā)放率—聲強(qiáng)冪函數(shù)曲線，用擬合得到的冪函數(shù)取代MFCC的對(duì)數(shù)

3、函數(shù)。在基于GMM的說(shuō)話人辨認(rèn)系統(tǒng)中進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，同MFCC相比，使用GCFCC特征參數(shù)的說(shuō)話人辨認(rèn)系統(tǒng)在識(shí)別率和魯棒性上均有明顯提高。
　　3、建立了基于語(yǔ)音靜音的錄音檢測(cè)模塊，其中用自適應(yīng)子帶譜熵法提取靜音，并針對(duì)信道信息本身的特點(diǎn)改進(jìn)了MFCC特征。通過(guò)用GMM-UBM模型作為錄音的檢測(cè)模型，建立錄音確認(rèn)模型，驗(yàn)證了方法的有效性。
　　4、將建立的錄音檢測(cè)模塊應(yīng)用在基于GMM的說(shuō)話人識(shí)別系統(tǒng)的前端，并與沒(méi)有加