基于改进的高斯混合模型算法的说话人识别

高斯混合模型（GMM）已广泛运用于文本无关的说话人识别系统中,该方法具有简单高效的特点。在使用EM算法训练GMM时,GMM模型的初始化参数必须首先确定。本文采用改进后的模糊C均值聚类（FCM）方法将特征矢量归为与混合数相等的各个类中,然后计算参数作为初始值。实验表明,此训练方法能够获得更优的模型参数且识别率有较大的提高。     

移动广告:动起来的价值

正和PC端相比,移动端在广告技术方面的要求更高,高明的创意必须依托技术来实现互动,从而传递的广告主的诉求。随着移动互联网和移动终端的普及,智能手机和平板电脑日趋取代了笔记本、台式机和电视,成为人们上网、通信和观看视频的终端设备。面对移动广告的大门,站在门口观望的品牌广告主终于要开始迈开大步往里走了。随着越来越多的汽车、快消、     

基于VQ 和GMM 的实时声纹识别研究

目前声纹识别系统已经实现较高的识别精度,但是随着目标说话人个数的增加,一般系统很难满足实时性的要求,由此提出一种双层识别模型。在第一层识别模型中,采用基于VQ-VPT（Vector Quantization-Vantage Point Tree）模型进行快速匹配,挑选出与测试者声纹特征最相近的K个目标说话人声纹模型。在第二层识别模型中,采用GMM-UBM（Gaussian Mixture Model-Universal Background Model）模型,精确匹配上层模型得到的K个目标说话人声纹模型,并做出最终的判决。实验验证,双层识别模型在确保高识别精度的前提下,大幅度的提高了系统的识别速度。     

IT生物新元素——USB声纹锁

不管是家庭用户，未完是商业用户，电脑数据的安全部是值得重视的。所以各种加密设备也随之而来，目指纹识别系统推出后，声纹系统被看作着是一个新是一个标的亮点。思智科技推出的优锁声纹版就是一微采用了先进的声纹识别技术，综合USB电子钥匙的新型电脑安全产品。与语音识别不同，它利用的是语音信号中的说话人信息，而不考虑语音中的字词意思，强调说话人的个性，而语音识别的目的是识别出语音信号中的言语内容，并不考虑说话人是谁，强调共性。     

面向电力变压器的声纹智能诊断装置设计与应用

电力变压器是直接影响电力系统安全运行的重要设备之一,目前多采用图像或侵入式传感测量的方式,本文设计了变压器声纹采集装置、特征提取方法、以及基于迁移学习的深度神经网络识别模型.首先,采集并预处理变压器噪声信号,对分帧信号进行时域和频域特征提取,获得声纹特征向量,然后,输入迁移学习算法模型,实现变压器直流偏磁、过负荷、以及绕组变形等8种工况的智能识别诊断,最后,设计声纹特征数据库建立方法,采集变压器运行声学样本,对声纹识别算法模型进行训练和优化.通过数据集对比测试和变电站部署应用,验证了算法模型的识别准确度和系统可行性,该装置可作为当前监测手段的有效补充,提高变压器综合监测和潜伏性缺陷识别能力.     

基于声纹识别的电网调度认证系统设计

随着我国电网智能化规模日益扩大，如何保障发布安全可靠的电网调度指令成为研究热点。但现有研究中大多缺乏调度员身份可靠校验，存在一定的安全隐患。针对该安全问题，提出构建基于声纹识别的调度认证系统，由数据层、功能层、接口层和业务应用层4层架构组成，采用卷积神经网络从短时语音中提取声纹身份特征，融合基于动态口令的身份认证方法，在短时语音识别和欺骗性语音检测方面取得良好的效果，解决电网调度场景中可能存在的多种未知欺骗攻击和错误调度指令问题，并对调度指令进行正确性校验，避免错误指令。基于声纹识别的电网调度系统可高效地响应用户请求，在执行身份认证的同时给予及时有效的相关反馈，提高调度工作的安全性和质量，具备实际应用价值。     

智能建筑中声纹智能识别技术的应用探讨

目前,利用声纹识别提升智能建筑的智能化程度成为研究热点。文章首先探讨了声纹识别技术的应用现状及核心流程,其次分析了智能建筑中声纹识别技术的特点以及融合多场景应用的优势,最后阐述了智能建筑中声纹识别的架构设计以及其在智能建筑中的应用场景,旨在为智能建筑行业的发展提供参考。     

声纹识别中的区分性训练

与指纹相同,声纹也是人类特有的生物特征,每个人的声纹均是不同的。所以,声纹可以作为区分人类个体的主要生物特征,基于这一特征,研发出了声纹识别技术,并且得到了广泛应用。而在声纹识别技术中,因数据稀疏等问题,实现区分性训练的难度较大。为了更好的实现区分性训练,本文对声纹识别中的区分性训练进行了研究,希望本文能为相关人员的研究工作提供参考价值。     

基于声纹识别技术的移动通信监听方案

针对传统通信监听系统依靠特定号码监听和监听范围有限的不足,提出将声纹识别技术应用到移动通信系统的监听中。通过对声纹识别系统在移动通信网络中接入位置选定的分析,在现有警用监听接口的基础上设计了声纹监听系统的方案并分析了方案内各模块的主要功能,最后对设计方案的硬件成本进行了估算。     

粒子群优化算法在电力变压器声纹识别中的应用

针对非接触式电力变压器在监测及运行状态识别过程中存在的问题,提出了一种基于粒子群优化的电力变压器声纹识别技术。通过利用加权优化的线性预测倒谱系数和差分组合的梅尔频率倒谱系数作为变压器声纹识别的特征向量,构建了应用于变压器声纹识别的粒子群优化神经网络模型。实验结果表明,特征向量为线性倒谱系数时,所提模型识别效率要比BP神经网络的识别效率高33%;采用梅尔倒谱系数作为特征量识别准确率比线性预测倒谱系数大约提高了5.3%,平均识别时间缩短了约25%。