针对短时语音的声纹识别方法

摘要

文本无关的声纹识别技术是司法鉴定领域中的关键技术之一,广泛应用在国家安全、金融领域等场景.在其中的某些应用领域中,由于鉴定准确度要求较高,建立精准、鲁棒的声纹模型,对鉴定起到了关键作用.全变量因子分析方法有鉴于其具有明确、清晰的空间估计方式,现已成为司法业务领域中主流的技术框架之一.但该方法在语音时长较短的情况下,由于统计量计算不充分,导致建立的声纹模型不够稳定,鉴定准确率下降严重.提出了一种针对短语音的深度卷积神经网络模型,显著提高了短时语音场景的声纹识别性能.