基于随机数字串的文本提示型声纹识别系统

摘要

声纹识别技术作为模式识别与人工智能的一个重要分支，在生物特征识别中占据举足轻重的作用，近年来，在科研和工业领域都得到了快速发展和广泛关注。本文主要是对基于随机数字串的文本提示型声纹识别系统进行研究，在此基础上引入了DNN-HMM算法以及在HTK3.5上进行数字识别相关实验。
　　本文从传统的声纹识别算法的介绍入手，然后从理论和实际应用中分析了传统算法存在的不足，由此引入了基于绑定混合模型的提示型声纹识别算法，阐述了算法的相关原理和执行流程，并通过实验验证其性能。本文在Android嵌入式平台上实现了基于随机数字串的提示型声纹识别系统，对相关算法进行了实际应用，从工程上验证了文本提示型声纹识别算法。
　　在实际应用中，文本相关的声纹识别技术一直存在着录音回放这一大安全隐患，而与此同时基于随机文本的文本提示型声纹识别技术又存在语法文件过于复杂，训练较为耗时，生成模型庞大。基于这样的瓶颈，本文重点研究了基于随机数字串的提示型声纹识别技术。我们以真实录制的数据（TSDIGIT数据集）为出发点，首先介绍了绑定混合模型应用于说话人识别系统中对系统识别性能的提升，然后阐述了基于DNN-HMM的语音识别算法，并利用HTK3.5对TSDIGIT数据集进行实验，验证了DNN-HMM对语音识别性能的明显提升。
　　最后，结合实际项目，构建特定声纹识别引擎，在Android嵌入式平台上实现了基于随机数字串的提示型声纹识别系统。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 文本提示型声纹识别技术研究及现状

1．2．1 文本提示型声纹识别技术介绍

1．2．2 文本提示型声纹识别技术研究现状

1．3 本文主要工作

1．4 本文结构安排

第二章 声纹识别系统概述

2．1 引言

2．2 声纹识别系统的基本结构

2．2．1 特征提取

2．2．2 阈值选取

2．2．3 得分规整

2．3 GMM-SVM声纹识别系统

2．3．1 GMM-SVM声纹识别系统

2．3．2 GMM-SVM在动态口令声纹识别系统中的问题

2．4 基于i-vector特征的PLDA声纹识别系统

2．4．1 i-vector／PLDA声纹识别系统

2．4．2 i-vector／PLDA在动态口令声纹识别系统中的问题

2．5 本章小结

第三章 绑定混合模型和说话人识别

3．1 引言

3．2 GMM-UBM说话人识别系统

3．3 TMM-UBM说话人识别系统

3．4 实验对比与分析

3．5 本章小结

第四章 深度神经网络和语音识别

4．1 引言

4．2 GMM-HMM语音识别系统

4．2．1 隐马尔可夫模型技术

4．2．2 GMM-HMM语音识别框架

4．3 DNN-HMM语音识别系统

4．3．1 深度神经网络技术

4．3．2 DNN-HMM语音识别框架

4．4 基于HTK3.5的语音识别实验

4．4．1 实验数据和实验环境配置

4．4．2 实验流程

4．4．3 实验结论

4．5 本章小结

第五章 基于Android的动态口令声纹识别系统

5．1 项目意义

5．2 项目方案

5．2．1 系统开发环境

5．2．2 动态口令声纹识别JNI

5．2．3 动态口令声纹识别SDK

5．2．4 演示系统与工程总结

5．3 本章小结

第六章 全文总结及工作展望

参考文献

攻读硕士期间的科研成果

致谢