基于DSP的声纹识别技术的研究

论述了声纹识别技术的基本原理,采用DSP及其他可编程芯片设计出声纹识别系统的硬件部分,阐述了其结构及工作原理。基于隐马尔可夫模型为算法,以线性预测倒谱系数和Mel频域倒谱系数为特征矢量进行了系统仿真。结果表明,在结合使用两种倒谱系数及差分时,系统具有较高的识别率。     

基于多特征序贯判决的电话语音声纹鉴别方法研究

提出一种基于倒谱特征矢量量化结合音调特征序贯判决的电话语音声纹识别方法．文中分析了长时LPC倒谱特征和音调特征的特性；根据LPE倒谱各维分量对说话人识别贡献不同，改进了失真测度；用矢量量化方法建立每个说话人语音模型，构成一种分类准确、存储数据少、响应速度快的不依赖文本的声纹鉴别系统；构造一种简化的音调测度，将声道和声源特征结合，采用序贯判决策略，提高了系统的顽健性．实验表明，在60位说话人集合中，用大约10秒的话音做识别，正确率达95％以上．     

应用微表情识别技术实现公安预警模式的探讨

随着深度学习的不断深入,计算机识别迎来了崭新的发展机遇,以微表情行为识别、人脸识别、声纹识别等为代表的前沿技术,已经进入新的研究阶段,并且取得了非常显著的效果。微表情识别技术由传统的经验传承到由以深度学习为基础的智能化识别,使得该项技术有了更广泛的应用场景。随着该项技术的不断成熟其应用的场景将更加广泛,通过对微表情的识别原理和基于深度学习的微表情识别技术的识别原理和技术特点的简要介绍,拓展延伸出该项技术在侦查讯问、视频侦查、监所预警、重点人员筛查和大型活动预警等领域的应用。     

基于叩齿声音的身份确认方法

为了克服语音身份确认中语音分割、特征提取和鲁棒性差的困难,文中分析叩齿声音波形特性,提出一种利用叩齿声音进行身份确认的方法。使用二阶微分方程建立齿震动发声的近似模型,以此为基础提出基于叩齿声音信号的身份确认方法。实验结果表明,叩齿声音信号稳定性强,处理复杂度低于声纹信号,应用于身份识别性能优良。该方法和经典的支持向量机、最近邻算法相比,运算量低,所需训练样本少。     

声纹识别 移动互联的新保镖？

随iPhone5s的正式发布,指纹识别终于在智能手机上得到了真正的应用——将手指按在具备Touch ID（意指苹果的指纹识别技术）的Home键上,待指纹被识别并验证通过,使得手机完成解锁或是登录iTunes等操作。整个过程中,由于指纹所具备的独一无二的特性,因此不管从安全性还是从便捷性而言,指纹识别都大大优于传统的密码验证。随后不久,HTC也在其最新推出的HTC One Max搭载了指纹识别。一夜之间,搭载指纹识别仿佛将成为智能手机的潮流。     

基于声纹识别的变压器工况检测方法及验证系统

通过对大型电力变压器（电抗器）声纹信号采集、处理与特征分析,提出了一种基于声纹识别技术的变压器工况检测方法及验证系统,实现对变压器工作状态的判断检测。首先,通过声纹采集传感器实地采集获取73组变压器音频,共约1800 min;其次,分别运用分段、分帧、加窗音频预处理方法对所采集的变压器声纹进行去噪处理;再次,综合运用能量特征、频率特征、梅尔频率倒谱系数、频率压缩方法提取变压器声纹特征并进行有效融合;最后,针对变压器工况声音由稳定工作状况发出的声音与不稳定的瞬时杂音加性叠加问题,提出一种基于余弦相似度算法实现声纹叠加的分离检测,同时建立一套变压器工况检测与验证分析系统。     

声纹识别和语音识别技术在公安领域的应用

鉴于声学特征的唯一性、稳定性,依托人工智能、大数据和云计算技术的助推,声纹识别和语音识别技术在公安实战中发挥了重要作用,为公安业务处理提供新思路、新途径、新手段,为侦查破案提供新线索.     

话说人识别技术及其军事应用

说话人识别技术,即声纹识别技术,它做为一种身份识别的手段,是语音信号处理中的重要组成部分,具有独特的优势,近年来也逐渐成为国际上研究的热点,在军事上得到了广泛的应用。     

基于深度循环网络的声纹识别方法研究及应用

声纹识别是当前热门的生物特征识别技术之一,能够通过说话人的语音识别其身份。针对声纹识别技术进行了研究,提出了一种基于卷积神经网络（CNN）和深度循环网络（RNN）的声纹识别方案CDRNN,CDRNN结合CNN和RNN的优势,用于移动终端声纹识别应用。CDRNN将说话者的原始语音信息经过一系列的处理并生成一张二维语谱图,利用CNN长于处理图像的优势从语谱图中提取语音信号的个性特征,这些个性特征再输入到Deep RNN中完成声纹识别,从而确定说话者的身份。实验结果表明了CDRNN方案能够获得比GMM-UBM等其他方案更好的识别准确率。     

采用非参数方法建模的短时话者识别

在与文本无关的声纹识别研究中,目前性能较好而且较成熟的系统均是基于训练并在测试数据时长较长的情况下获得的,如NIST评测中的核心测试环境下训练和测试语音时长约5分钟.而在实际应用中,由于声纹识别的特殊性,用户一般都不太配合,通常很难获得足够多的训练语音数据,从而限制了经典的话者识别系统,大大降低了其性能.本文针对与实际应用直接相关的短时话者识别,提出了一种采用Parzen Window的非参数估计方法,对目标话者的短时数据进行建模,从而达到提高话者模型推广能力的目标.该方法在NIST SRE2006的短时任务10s训练,测试的实验结果与传统的GMM-UBM得分融合后,在等错误率EER下比基线系统相对降低了10.76%.