一种改进的LBG算法在声纹识别中的应用

提出一种改进的矢量量化VQ(Vector Quantization)算法,优化了现有的声纹识别技术,并已经得到了应用。对基于LBG(Linde Buzo Gray)算法中现有的倒谱参数MFCC(Mel-Frequency Ceptral Coefficients)在声纹识别中的提取以及声纹模型建立的相关改进,使得矢量量化局部最优的特点在新的声纹模型建立时得到更好的应用。在保证识别率的情况下减少了匹配次数,降低了运行时间。经过测试,语音的平均识别率达到了92%以上,实时识别率达到90%以上。实验结果表明,相对于LBG算法原型,改进的算法的识别精度和速度都有所提高,是一种有效的声纹自动识别的实现方法。     

语音对抗样本的攻击与防御综述

语音是人机交互的重要载体,语音中既包含语义信息,还包含性别、年龄、情感等附属信息.深度学习的发展使得各类语音处理任务的性能得到了显著提升,智能语音处理的产品已应用于移动终端、车载设备以及智能家居等场景.语音信息被准确地识别是人与设备实现可信交互的重要基础,语音传递过程中的安全问题也受到了广泛关注.对抗样本攻击是最近几年...     

基于CNN-LSTM网络的声纹识别研究

传统声纹识别方法过程复杂,模型识别准确率低,是声纹识别应用发展的关键问题。利用深度学习具有自主特征提取及分类的特点,结合卷积神经网络(CNN)和长短期记忆网络(LSTM),提出一种结合的网络模型学习声纹识别特征及对其进行身份认证。将原始语音转换为固定长度语谱图,顺序进入CNN、LSTM,结合网络进行训练以及声纹特征学习。通过对比CNN、LSTM以及DNN网络,验证CNN-LSTM网络在声纹识别中具有较少迭代次数情况下高准确率的特性。经实验结果可以得出,语音空间特征及时序特征均是声纹识别中重要的影响因素,实验中的CNN-LSTM网络模型准确率达到95.42%,损失低值达到0.097 3。该方法有利于实际声纹识别的应用。     

面向群智共创的用户多模态信息设计

目的 通过群智共创理论视角,探索用户多模态信息设计应用与虚拟网络下多角色共创设计方法,提出面向群智共创的用户多模态信息设计模型,优化文创产品设计中用户设计参与度与用户满意度。方法 从群智共创理念出发,根据用户参与设计的行为,提出从“显性—隐性”“感性—理性”两个维度来划分用户多模态信息,并构建相应的用户多模态信息结构以及设计应用方法。同时以“听见敦煌”声纹识别藻井文创定制APP设计为实践对象,对面向群智共创的用户多模态信息设计方法进行验证。结果 群智共创场景下,在声纹识别藻井文创设计中的用户多模态信息设计方案可以提高用户参与度与消费体验满意度,形成用户设计优化链路,为提升设计质量提供支持。结论 面向群智共创的用户多模态信息设计,可以通过分析挖掘用户信息,并将其特征融入设计,提升设计效率,推进群智共创。     

基于微信的声密保客户端软件设计与实现

声纹识别广泛应用于远程认证等领域.为了帮助用户更便捷地访问北京得意音通技术有限公司的"声密保"声纹识别服务,开发了一款具有声纹预留和声纹确认功能的基于微信的"声密保"客户端软件.在分析了基于微信JSSDK网页进行声纹识别的可行性基础上,给出了软件开发的技术路线和关键的处理流程,对基于微信的语音应用开发具有积极的借鉴作用.     

面向藏语声纹识别的语料库建设

藏语声纹识别技术的研究刚刚起步,建设一个用于藏语声纹识别的语料库迫在眉睫。结合藏语特点,设计、建立了一个面向藏语声纹识别的语料库。语料库包含文本相关、文本无关两部分,文本语料来自新闻报刊、文学类、教育类、科技类、佛学类、历史类和传统文化五明类等文献资料,录音者由来自多个不同藏语方言地区的50人组成,产生了语音语料9 500条,为藏语的声纹识别研究奠定了一定的基础。     

智能小区（下篇）

三、基于声纹识别的智能小区认证系统设计 语音识别（Voice Recognition）技术研究如何使机器能准确的辨认语音的发出者或其内容,以便控制其它设备来满足人类的各种需要。