反模仿的說話人再確認(rèn)的研究.pdf

1、人的語音雖然具有獨(dú)立性,但也是可以被模仿。模仿者蓄意模仿說話人的聲音,當(dāng)相似度較高或幾乎相同時(shí),當(dāng)前的身份確認(rèn)系統(tǒng)有可能會被模仿者欺騙。語音模仿技術(shù)的出現(xiàn)就給當(dāng)前的信息安全帶來威脅,這就使得有必要加強(qiáng)當(dāng)前說話人識別系統(tǒng)的安全性,開展反模仿技術(shù)的研究。本文詳細(xì)介紹了基于動(dòng)態(tài)閾值的說話人反模仿系統(tǒng)。
　　文中首先介紹了常用語音特征參數(shù),并使用了一種新的方法來實(shí)時(shí)提取語音特征;接著介紹了說話人識別方面的基本概念、原理以及當(dāng)前的研究現(xiàn)狀,

2、并簡單介紹了當(dāng)前流行的說話人識別方法。
　　要實(shí)現(xiàn)反蓄意模仿,理想狀態(tài)就是要讓說話人確認(rèn)系統(tǒng)的錯(cuò)誤接受率為零。而本文所進(jìn)行的基于矢量量化以及高斯混合模型的說話人識別的實(shí)驗(yàn)都證明:當(dāng)說話人確認(rèn)系統(tǒng)的錯(cuò)誤接受率為零時(shí),其錯(cuò)誤拒絕率極高使得系統(tǒng)幾乎不可用。傳統(tǒng)的確認(rèn)方法受到閾值的影響不能滿足反模仿的要求。而基于動(dòng)態(tài)閾值的說話人確認(rèn)方法利用當(dāng)前說話人辨認(rèn)的性能已經(jīng)非常好的特點(diǎn),將說話人辨認(rèn)的策略融入到說話人確認(rèn)當(dāng)中來,無需設(shè)置閾值,具有較

3、強(qiáng)的判斷冒名頂替者的能力,同時(shí)系統(tǒng)的錯(cuò)誤拒絕率依然保持在可用的水平。該方法通過建立一個(gè)綜合了多個(gè)說話人語音特性的非特定說話人模型,使其能夠?qū)τ诓煌拇_認(rèn)語音給出不同的判決閾值,從而解決了說話人確認(rèn)在判決閾值設(shè)置上存在的困難,提高了系統(tǒng)的自適應(yīng)性。為了使新的判別策略適用于實(shí)際開放的應(yīng)用環(huán)境,在現(xiàn)有的 N個(gè)說話人模型之外附加一個(gè)全局說話人模型,這個(gè)模型訓(xùn)練所使用的數(shù)據(jù)是所有參考說話人的訓(xùn)練數(shù)據(jù)。于是,在改進(jìn)的判別策略中一共有N+1個(gè)說話人