基于FPGA的声纹识别系统设计

随着生物识别技术在各行各业之中开始普遍使用,作为人类最高频的交互方式,声纹识别成为生物识别技术中一种不可替代的解决方案。本文设计了一种基于现场可编程门阵列(Field Programmable Gate Array, FPGA)的声纹识别系统。该系统基于MFCC提取的声音特征通过卷积神经网络模型进行声纹识别,并结合IP核对卷积运算进行加速,试验测试表明,该系统可以充分发挥FPGA的高密度、高效率优势,提高CNN的运行效率、优化其前馈网络结构,从而实现更快速、更精准的声纹识别。     

基于遗传优化RBF神经网络的声纹识别研究

提出了一种基于遗传优化RBF神经网络的声纹识别算法,该算法中采用遗传算法对传统的RBF神经网络基函数中心以及宽度进行优化处理,克服了传统RBF神经网络参数难以确定的缺陷。同时,算法结合心理声学模型,提取了能表现说话人个性特征的Mel倒谱系数为特征进行说话人识别,可较好地提升系统的抗噪性能。仿真实验结果表明,与传统RBF神经网络相比,该方法具有快速学习网络权重的能力,并且网络的全局寻优能力强,使得系统的识别率进一步提高。     

声纹识别技术在调度录音分析的应用研究

随着电网调控一体模式的应用打破传统的调度的业务范畴,调控拓展成为电网信息通信与设备的集中监视与指挥控制中心,各类生产业务的实时、准确信息逐步汇集到调度台。作为各类监控信息和管理流程的汇集点,调度下令的准确性直接关乎电网运行稳定性。本文针对调度录音系统的需求,通过对声纹识别技术在调度录音分析的应用进行分析研究,期望蒋进一步通过技术力量改变调度下令不规范,用语不真切的不良习惯,从根本上解决调度下令的多年诟病,提升电网调度下令水平。     

人工智能技术在智能声纹识别系统中的应用

以声纹识别的发展现状为切入点,通过研究传统声纹识别系统的基本概念以及人工智能技术在声纹识别系统中的应用,深入探索基于人工智能技术的智能声纹识别系统建设,为智能声纹识别系统的未来发展提供可行性建议.     

基于GMM模型的声纹识别模式匹配研究

模式匹配是声纹识别的关键问题之一,为了提高识别正确率和识别效率,本文采用GMM模型建模,训练阶段利用EM算法求取参数集,并通过MAP准则实现模式识别。引入LBG算法求取起始参数值,并设计了基于3种方法的联合判决门限决策。实验结果表明 GMM模型利用平均值向量和协方差矩阵使它具有更好的模型能力,当高斯混合数为32时识别率达到最高,联合判决门限决策有效降低了误识率与虚警率,并提高了识别效率。     

基于听觉特性的声纹识别系统的研究

声纹识别技术,形象的说法就是说话人识别技术.它是根据人在说话时产生的波形,以及波形中反映人类心理和生理的特征参数来判断说话人的身份的技术.本文所研究的是与文本有关的说话人确认系统.比较了基于声道的线性预测倒谱系数(LP CC)和基于听觉特性的MEL频率倒谱系数(MFCC)参数特征,得出MFCC对环境存在更高的鲁棒性.并运用了隐形马尔可夫模型(HMM)在MATLAB上实现了语音数字的识别仿真.本实验系统的识别率达到了90％,验证了HMM模型识别的准确性.     

基于i-vector声纹识别上课点名系统的设计与实现

当今课堂教学过程中存在着学生旷课、老师需要经常检查课堂出勤情况等问题.本系统着眼于课堂教学的实际需要,旨在方便任课老师了解学生上课出席情况,以及防止冒名顶替等不公正现象的发生,开发了基于i-vector声纹识别技术的上课点名系统,不仅在说话人识别的研究领域有探索意义,而且在方便老师课堂管理方面有着重要的实践意义.     

声纹识别技术及其应用

声纹是生物特征的一种,对于人体来说,声纹是长期稳定的特征信号,通过声纹鉴别技术可以区分不同个体。介绍了声纹、声纹识别的概念和原理;指出了声纹识别技术的应用范围和前景。     

声纹识别数据安全标准化研究

针对生物特征识别数据所面临的安全风险,调研和分析国内外对生物特征识别数据的治理和标准化进展,对GB/T 41807—2022《信息安全技术声纹识别数据安全要求》进行重点解读,并结合标准试点效果,探讨声纹识别数据安全标准化的重要意义。     

基于声纹识别的安全保障系统设计

文章阐述声纹识别的理论依据,分析选用技术的关键步骤。基于Matlab软件,制作一个系统。通过相关算法的运用和改进,并进行实验对系统进行检测,最终获得一个可对特定人声进行识别的系统,且误识率(FAR)和拒识率(FRR)较低。     

基于声纹识别技术的简易门禁系统

本文为公司和家庭探索设计了一款基于梅尔倒谱系数和高斯混合模型的声纹识别的简易门禁系统,主要基于STM32平台.为了实现无接触式畅通,用户也可在APP上进行声纹验证,此APP基于讯飞开放平台,具有较高的准确性和识别效率.     

基于声纹识别的智能照明系统安全控制系统模型

针对传统智能照明安全控制系统中由于声纹特征提取单一而影响识别准确率的问题,文章提出融合梅尔频率倒谱系数（Mel Frequency Cepstrum Coefficient,MFCC）与伽马通频率倒谱系数（Gammatone Frequency Cepstral Coefficients,GFCC）特征参数,采用费希尔准则对融合后的特征参数进行降维,利用卷积神经网络（Convolutional Neural Networks,CNN）构建智能照明系统声纹识别模型,通过搭建实验环境对改进后的方式进行测试。实验结果表明,改进后的方式能够有效提升系统声纹识别的准确性,提升系统整体的安全性。     

声纹识别技术在听音知人中的应用

人工话务在国家抗洪抗灾、会议安保、应急处突等重大任务中发挥了关键作用,同时对话务员的保障水平提出了很高要求.话务员的"四功"训练是提高话务水平的基础,手功、脑功、口功的训练均有系统科学的方法,只有耳功训练缺少技术手段支持.急需一种可靠有效的技术手段来辅助话务员提高听音知人准确率.本文首先介绍了声纹识别系统和技术原理,然后根据话务员听音知人的实际情况,提出了声纹识别的几种关键性技术模型,为下一步在话务员听音知人训练中如何利用声纹识别技术作为辅助手段提供了理论支持.     

与文本无关的声纹识别系统的研究

重点研究基于矢量量化方法的声纹识别系统,介绍Mel频率倒谱系数的提取方法以及矢量量化的基本原理.分别就特征参数和识别方法两个方面做出改进.通过仿真验证,系统识别率可达90％以上.     

声纹识别技术在电子商务安全认证中的应用

随着公用网络基础设施的逐步完善及各种新兴的宽带接入技术的涌现,在线支付的商务方式以其特有的优势迅猛的发展起来。因而电子商务成为近年来人们关注的焦点,它使社会的商务方式发生了变革,但是电子商务的软肋也阻碍了其迅速的发展,即电子商务的安全性问题是其亟待解决的核心问题,现提出了一种基于声纹识别与数字加密相结合的技术来实现安全的电子商务身份认证,与此同时也简单介绍了声纹识别算法的改进措施及认证技术的实现过程。     

电力网络化下令系统集中化信息云调度方法

由于信息识别结果存在差异,使得调度长度比率过高,难以实现合理的资源调度。根据电力网络化下令系统的工作原理,利用改进的CNN方法设计集中化信息识别算法,获取高精度的信息识别结果;连接多个服务器资源后,形成异构云计算调度环境,添加动态自适应因子进行计算,实现电力网络化下令系统集中化信息合理调度。仿真实验结果表明：面对计算密集型任务和通信密集型任务,提出方法的平均SLR值均呈现降低趋势,可实现合理的资源调度。     

复杂背景下声纹识别系统的研究方法综述

声纹识别是生物特征识别领域的一个重要分支。它采用语言数据自动地鉴定测试者身份。本文研究复杂背景下的声纹识别系统的设计与实现,首先,利用正交小波滤波器组来对信号进行预滤波,对语言信号的每个频率段进行细粒度去噪,提取出各频段小波系数,重构出语音信号;其次,在特征提取阶段,利用倒谱法计算出基音周期参数,通过Mel滤波器组将小波系数转换成Mel倒谱系数(MFCC),将得出的两种参数组成一个特征矢量作为声纹特征;最后声纹识别阶段,每一个说话人都由一个GMM表示,计算出特征矢量序列的每个似然函数,找到其中最大的说话人模型,即判定为说话人。     

基于“互联网+”的声纹识别技术在刑事案件侦破中的应用研究

对面向"互联网+"的声纹识别技术进行研究,并分析了其在刑事案件侦破中的应用。基于GMM-UBM声纹识别确认系统,对GMM-UBM模型构建方法进行详细描述,研究模型参数最大后验概率算法、估计期望最大化算法、参数训练和识别过程。对基于GMM-UBM的声纹识别系统进行设计,利用对比实验的方法分别验证在相同条件下GMM建模方法、GMM-UBM建模方法的识别效果。在测试随机抽取的一组语音时,系统均具有较高的识别成功率,在进行不同人数测试时,随着样本人数的增加,系统识别率会有少许降低,但平均识别率较高,为89.6%;与GMM系统相比,GMM-UBM系统具有较高的识别率,随着混合度的增加,GMM-UBM系统识别率随之增大。     

东进助力社区矫正声纹识别系统

江苏省常州市钟楼区司法局引入社区矫正声纹识别语音交互系统,在东进技术以及合作伙伴厦门天聪智能软件的全力配合下,