● 摘要
声纹识别作为一种典型的生物特征识别技术，一直是模式识别和人工智能领域的研究热点之一。过去的研究大多重点关注的是提高声纹识别系统的准确性与稳定性，对识别速率关注甚少。本文以智能手机上的声纹识别技术为主要研究点，研究在现有的硬件设备条件下设计并实现一种声纹识别系统，在不影响系统识别精度的情况下提高系统的识别速率，用以取代现有的密码身份认证系统。
本文致力于研究面向移动智能设备的声纹识别技术，主要工作包括：
1.研究了说话人辨认算法。针对现有的说话人识别技术在识别过程中计算复杂度高、不适合直接应用在智能手机等计算资源相对有限的设备上的问题，我们提出了一种基于属性权重的矢量量化-通用背景模型算法K-UBM。该算法利用说话人码本中每个码字对识别过程重要性不同的特点，将在说话人模型训练过程中得到的最大的K个簇看作对该说话人最重要的K个特征，而非平等地对待说话人的所有特征，以达到降低系统复杂度的目的。
2.研究了说话人确认算法。将K-UBM算法与SVM模型相结合，提出了一种说话人确认算法UBM-SVM。在本算法中，针对目前说话人确认系统中正负样本数量不均衡对训练过程的影响，提出了一种改进的“一对多”训练策略，在保证模型训练的效果的基础上降低了训练过程的复杂度。
3.在Android智能手机上设计并实现了一种声纹识别身份认证系统。该系统主要用于手机用户的身份认证，为智能手机提供了一种新的安全认证方式。使用该系统，用户无需记忆为提高手机安全性而设计的复杂的密码，为用户带来了极大的方便。
关键词：声纹识别，生物特征识别，说话人辨认，说话人确认
相关内容
相关标签