基于小波分析的語(yǔ)音反蓄意模仿研究.pdf

1、模仿者蓄意模仿說(shuō)話人的語(yǔ)音，當(dāng)相似度很高時(shí)，模仿者就很有可能欺騙身份鑒別系統(tǒng)，并獲得相應(yīng)的權(quán)限來(lái)侵入系統(tǒng)，對(duì)信息安全和個(gè)人隱私造成嚴(yán)重威脅。因此，進(jìn)行語(yǔ)音蓄意模仿的分析研究對(duì)國(guó)防、信息安全及刑偵等均具有重大意義。
　　本文對(duì)語(yǔ)音反蓄意模仿進(jìn)行了語(yǔ)音增強(qiáng)、特征參數(shù)提取研究，并建立了基于SVM的反蓄意模仿說(shuō)話人識(shí)別系統(tǒng)，主要內(nèi)容如下：
　　（1）本文介紹了蓄意模仿的相關(guān)概念以及研究現(xiàn)狀，舉例分析了語(yǔ)音蓄意模仿對(duì)社會(huì)和信息安全的危

2、害。從說(shuō)話人識(shí)別系統(tǒng)的全局著手，分析了語(yǔ)音預(yù)處理的重要性，簡(jiǎn)單說(shuō)明了特征參數(shù)提取，介紹了常見的說(shuō)話人識(shí)別模型，并對(duì)其進(jìn)行分析。
　　（2）語(yǔ)音信號(hào)不可避免地受到各種環(huán)境噪聲的影響，為了提高系統(tǒng)的識(shí)別率，要對(duì)語(yǔ)音進(jìn)行增強(qiáng)處理，提取盡可能純凈的語(yǔ)音。本文利用小波閾值去噪方法對(duì)含噪語(yǔ)音進(jìn)行去噪，結(jié)合并改進(jìn)傳統(tǒng)的軟硬閾值去噪方法，提出了一種新閾值函數(shù)去噪方法，取得了良好的去噪效果。
　?。?）對(duì)MFCC倒譜系數(shù)及其差分倒譜系數(shù)進(jìn)行了

3、詳細(xì)闡述，為了獲取更具個(gè)人語(yǔ)音特性的特征參數(shù)，提取了WMFCC和IWMFCC，同時(shí)提取了DWTWC語(yǔ)音特征參數(shù)。根據(jù)增減分量法原理，提出MFCC+△MFCC、 MWI-MFCC和DWI-MFCC混合特征參數(shù)。
　?。?）建立了蓄意模仿語(yǔ)音庫(kù)，并介紹語(yǔ)音相似度主客觀評(píng)價(jià)方法；研究MFCC、MFCC+△MFCC、MWI-MFCC和DWI-MFCC倒譜系數(shù)對(duì)語(yǔ)音蓄意模仿的分辨能力，以及它們對(duì)語(yǔ)音蓄意模仿相似度的描述能力。實(shí)驗(yàn)表明，這四種