基于高斯超向量和支持向量机的电子伪装语音鉴定方法研究

摘要

信息技术的不断发展给人类带来了极大的便利，人类的生活逐步进入了数字多媒体时代，信息得到了广泛的传播和使用。随着语音相关技术的发展与逐渐成熟，对于语音信号处理的应用也越来越广泛。这种多媒体信息给我们生活带来便捷，但是由于它很容易被篡改，所以也常给我的生活带来困扰和危机。近年来，手机应用软件市场上出现了大量的变声软件，例如微信变声器、超级变声器等等，类似变声器的下载量动辄上百万，这些应用软件可使说话人的声音发生巨大的改变，这种声音的改变可以使人无法辨识原发音人的身份信息，即便是对说话人声音非常了解和熟悉的人也无法辨认。
　　本文分析对比了电子伪装语音伪装前后特征参数基音频率、语谱图、梅尔倒谱系数、以及梅尔倒谱系数的统计特性的变化，对特征参数的变化规律进行了归纳总结。提出了一种鉴定电子伪装语音的方法，该方法通过提取语音的梅尔倒谱系数，并用高斯混合模型建模，将其均值矢量构成组合特征，然后将该矢量特征作为支持向量机分类器的输入，以此进行训练和鉴别。实验结果表明，本文提出的方法对于电子伪装语音的鉴定正确率达到80％。
　　此外，针对电子伪装语音中常常包含噪声的特点，介绍了一种基于人耳的基底膜特性的Gammatone滤波器组提取而来的语音特征参数GFCC（Gammatone Frequency Cepstral Coeffi-cient），并提出了一种将该特征参数运用到电子伪装语音鉴定系统中的方法，实验结果表明，该改进的电子伪装语音鉴定系统之中具有更好的鲁棒性。