基于聲紋信息的身份認證模式與算法的研究.pdf

1、隨著信息技術、網絡通信和電子交易的迅猛發(fā)展，信息安全已成為全球最為熱門的研究領域之一。傳統(tǒng)的以密碼方式進行身份認證的技術日益暴露出很多弊端。為確保信息安全，用人特有的生物特征作為認證手段的技術逐漸發(fā)展起來，并形成了新的研究熱點。聲紋是每個人特有的特征，由于其唯一性，不可替代性，可以作為鑒別身份的一種重要手段，聲紋認證技術也逐漸發(fā)展成生物鑒別領域的重要分支。聲紋認證技術可用在電子商務、身份稽查、司法、公安、加密口令、家用電器等很多領域。

2、 聲紋是指用電聲學儀器顯示的攜帶言語信息的聲波頻譜。聲紋認證(VoiceprintRecognition，VpR)，即說話人認證(SpeakerRecognition)是根據獲取聲音波形中反映說話人生理、心理和行為特征的特征參數(shù)來自動認證說話人身份的技術。聲紋認證不是認證語音信號的文字內容，而是認證發(fā)出語音信號的說話人的身份。聲紋認證技術是交叉運用了心理學、生理學、數(shù)字信號處理、人工智能、模式識別等知識的綜合性研究課題。本文是基于

3、聲紋信息進行的身份認證，其目的在于推動聲紋認證技術走向實用化。本文在總結前人工作的基礎上，首先詳細介紹了聲紋認證的基礎知識和基本原理，然后主要做了如下工作：根據語音信號產生的離散時域模型，對語音信號進行了預處理、端點檢測、提取聲紋特征-LPCC，MFCC；深入研究了隱馬爾可夫模型，包括馬爾可夫鏈的定義、隱馬爾可夫模型的含義及其算法、在實際應用中對隱馬爾可夫模型算法的改進等；用MATLAB實現(xiàn)隱馬爾可夫模型，根據本論文建立的語音庫做了聲紋

4、辨認實驗，對實驗結果進行了分析。 總結認為，本文建立的與文本有關的聲紋辨認系統(tǒng)，在對6個人進行訓練的實驗中系統(tǒng)的識別率達到了83％，系統(tǒng)識別速度較快，并且語音樣本容易采集，成本低廉。但是，本文的實驗也存在著一些不足：該系統(tǒng)對運算速度要求較高，訓練模型的建立時間相對較長。盡管如此，希望本文實驗的結果能對同類研究提供了新的參考。雖然聲紋認證技術取得了迅猛的發(fā)展，聲紋認證技術還不理想。主要問題是究竟何種語音特征能唯一地攜帶聲紋認證的特