声纹

摘要： 通过分析珠海供电局智能变电站示范工程建设过程中对新技术的应用情况,浅谈智能变电站声纹技术发展的重要性。

摘要： 一段视频、一段语音未必是真人拍摄或者录制。在你不知道的手机App后台、支付界面、门禁闸机,或许有人正在盗刷你的脸……去年以来,多地发生“变脸”诈骗案“新华视点”记者调查发现,随着深度合成技术迅猛发展、落地场景激增,一些不法分子越机车利。音频、视频等合成技术滥用,对人脸、声纹、指纹等个人敏感信息保护形成挑战。

摘要： 为更加准确分析变压器绕组的状态特征,该文提出一种基于多物理场耦合仿真的变压器绕组振动声纹特性分析方法。根据实验条件,建立变压器绕组振动噪声模型,考虑变压器绝缘油在噪声传播过程中的作用,对S13-M-200/10型号的油浸式变压器进行短路实验,测量油箱表面的振动加速度以及周围空间的声音信号。仿真结果与实测数据对比分析,油箱表面的振动加速度集中频率为100 Hz,空间声音信号主频为100 Hz和200 Hz,并存在交替现象。最后,建立变压器机械故障的仿真模型并实验验证,分析得到变压器发生机械故障时,声音信号中100 Hz频率分量减少,200 Hz频率分量显著增加,并占据主导地位,200 Hz为变压器机械故障特征频率,为变压器绕组故障诊断提供依据。

摘要： 安防行业近些年的发展很快,产品的类型和功能愈加丰富.随着越来越多的人开始接受并普及使用安防领域的产品,音频功能开始作为一个必要的设备指标.本文就安防产品上的音频需求及其设计要点进行阐述分析,帮助读者更进一步了解安防领域的音频功能.

摘要： 随着互联网技术的高速发展,应用程序编译技术已经为许多非专业人士所熟识.一些不法分子也利用此技术实施网络诈骗的违法犯罪行为,形成了典型的"非接触性网络诈骗案件",并呈现高发、多发态势.为了有针对性地打击此类违法犯罪行为,保护人民财产安全,维护社会面稳定,快速侦破、精准打击非接触性网络诈骗案件已经成为了公安工作中非常重要的内容.本文围绕公安侦查人员对声纹串并技术的应用进行简要介绍.

摘要： 随着互联网技术的高速发展,应用程序编译技术已经为许多非专业人士所熟识。一些不法分子也利用此技术实施网络诈骗的违法犯罪行为,形成了典型的"非接触性网络诈骗案件",并呈现高发、多发态势。为了有针对性地打击此类违法犯罪行为,保护人民财产安全,维护社会面稳定,快速侦破、精准打击非接触性网络诈骗案件已经成为了公安工作中非常重要的内容。本文围绕公安侦查人员对声纹串并技术的应用进行简要介绍。

摘要： 根据科学研究表明,每个人都有唯一可以测量或验证的生理特征或行为方式,即生物特征,可以将其划分为生理特征,如指纹、人脸、虹膜、掌纹等,和行为特征,如声纹、步态等。生物特征识别就是通过高科技技术,依据每个人固有的生物特征对其进行识别与身份的鉴定。

摘要： 边坡稳定是淤泥质海底航道安全运营的关键问题之一.海底航道边坡失稳滑塌过程的不同阶段浅地层剖面图像声纹特征不同.采用灰度共生矩阵和小波多尺度分解方法分析了航道边坡失稳滑塌过程浅地层剖面图像纹理特征.结果 表明,对比度、能量、相关度和逆差距在边坡失稳滑塌过程中具有明显的差异,分别从不同方面刻画了浅地层剖面图像声纹的清晰度、纹理粗细、主要方向和规则性,以定量的形式显示其内在异质性.能量、相关度和逆差距的水平和垂直方向变化大于对角方向,水平方向波动最明显.浅地层剖面声强时间序列和垂向空间变化序列小波多尺度分解突出了声强变化的局部细节及其在各尺度上变化的强弱分布和突变点位置,克服了常规人工识读的困难,这些声纹特征是边坡失稳滑塌预测预警的重要依据,有助于对海底航道边坡稳定性的探测.

摘要： 对风力发电机组叶片异常检测进行研究,发现依靠单台风力发电机3个叶片声纹之间的参考和对比即可诊断该台风力发电机叶片是否故障.为此,该文提出基于聚类和中值收敛的周期性音频切割方法,对声纹进行有效的切割,减少了计算量,为后续异常检测提供了基础.采用风力发电机组3个叶片之间的稳态差异法对异常进行检测,绕开了待检物,信道等变化所带来的算法迁移失效问题,具有良好的泛化性.为风力发电机组叶片检测提供了一种有效的技术手段.

摘要： 随着生物特征识别技术逐渐兴起,声纹作为一种具有唯一性、获取方便等特点的生物特征,在身份认证领域中具有广阔的应用前景和较高的市场价值.基于与文本无关的闭集的说话人语音集合,使用Python在Windows操作系统上搭建了一个利用高斯混合模型识别梅尔倒谱系数的具有降噪功能的说话人辨认系统,包括语音信号预处理、声纹特征提取、声纹模型建立与匹配等过程.系统具有识别速度快、识别精度高的特点,为未来的生物特征识别技术提供了新思路.

摘要： 本文研究了基于指纹和声纹融合的身份验证方法,首先分析了指纹和声纹身份鉴别系统输出概率模型,在研究基于Bayes理论与Neyman-Pearson准则融合身份验证方法基础上,提出加权方法,分别对指纹和声纹识别系统进行加权,加权后利用Bayes理论与Neyman-Pearson准则融合.实验结果证明所提出方法提高了身份验证的准确性.

摘要： 本申请公开了一种基于声纹模型的声纹数据的标注方法，该方法可以通过已标注有身份信息的多个第一声纹数据对初始模型进行训练得到声纹识别模型，基于声纹识别模型对多个未标注有身份信息的第二声纹数据进行声纹识别得到声纹特征，基于每个第二声纹数据对应的声纹特征，获取多个第二声纹数据中存在的多组声纹数据，以及多个第二声纹数据中除多组声纹数据以外的第二声纹数据作为其他声纹数据，将多组声纹数据中每组声纹数据对应的身份信息标注为不同的身份信息，以及将其他声纹数据中每个声纹数据标注为不同的身份信息。该方法通过半监督的方式既可以准确高效地对声纹数据标注身份信息，还可以提高声纹数据的标注的准确性。

摘要： 本发明公开了一种声纹模型的训练、声纹提取方法、装置、设备及存储介质，该方法包括：确定声纹模型、分类模型；从语音信号中提取至少两种语音特征，语音信号已标注归属的用户；以对用户分类为目标，根据至少两种语音特征初训练声纹模型与分类模型；若完成初训练，则以对用户分类、且约束同一用户的声纹为目标，根据至少两种语音特征继续训练声纹模型与分类模型，声纹模型用于从至少两种语音特征中提取声纹，分类模型用于预测语音信号归属的用户、且在完成继续训练时丢弃。以约束同一用户的声纹为训练的目标对声纹模型进行收敛，可以提高声纹模型在环境噪音、跨信道设备以及假冒攻击等场景下的性能，提高声纹的准确性，从而提高声纹模型的鲁棒性。

摘要： 本发明涉及人工智能技术领域，具体涉及一种基于自动声纹鉴定的声纹识别方法和系统。该方法包括：基于声纹识别模型对获取的待识别语音识别相应的声纹特征；识别的声纹特征与声纹库进行相似度比较，得到相似语音，并进行声纹特征相似度打分；通过自动声纹鉴定对所记录共有的词语语音片段进行稳定性特征和差异性特征提取并进行自动声纹鉴定打分；对声纹识别得分和自动声纹鉴定得分进行权重求和，输出最终得分。本发明借助于自动声纹鉴定技术，有效提高声纹识别的召回率和精准率；对不同人的稳定性特征和差异性特征进行价值计算，有效避免同一个人相似度差别较大导致的漏识别，以及不同人因为相似而产生的误识别的问题。

摘要： 本申请提供一种声纹识别模型训练方法、声纹识别方法及相关设备，声纹识别模型训练方法，包括：将声纹数据依次输入至待训练模型进行多次迭代训练，得到声纹识别模型；其中，所述待训练模型包括L层网络层，L为大于1的整数；在第N次的迭代训练的过程中，包括以下步骤：将所述声纹数据依次经过L层所述网络层进行特征映射，输出声纹向量；在所述声纹向量对应的输出值满足预设条件的情况下，将经过第N次的迭代训练之后的待训练模型确定为声纹识别模型，其中，N为正整数。这样，提高了对样本的利用率，且提高了训练得到的声纹识别模型的准确度。

摘要： 本公开涉及一种声纹识别模型的训练方法及装置、声纹识别方法及装置，涉及语音数据处理领域。声纹识别模型的训练方法包括：获取声纹识别数据集；根据所述声纹识别数据集中的语音数据，生成第一训练数据集和第二训练数据集，其中，所述第一训练数据集为从声纹识别数据集中随机抽取出部分语音数据，所述第二训练数据集为声纹识别数据集中的全部语音数据；利用所述第一训练数据集，通过神经网络架构搜索算法，搜索得到声纹识别模型；利用所述第二训练数据集，训练所述声纹识别模型。根据本公开，训练的声纹识别模型更精简有效，提高了声纹识别的效率和准确率。

摘要： 一种声纹识别、注册装置、及跨设备声纹识别方法，该方法应用于一种系统，该系统包括声纹识别装置和声纹注册装置，声纹注册装置消除第一语音中的与该装置相关的噪声以得到注册声纹信息，该注册声纹信息为识别设备进行声纹识别提供基础；声纹识别装置消除第二语音中与该装置相关的噪声以得到目标声纹信息；在进行语音识别时，声纹识别装置将目标声纹信息与注册声纹信息进行匹配以得到匹配结果，匹配结果用于指示用户身份；注册声纹信息包括消除了该装置对于生物声纹的影响之后的声纹，可以共享给其他设备使用，用户可以在声纹识别装置上实现声纹识别功能，不需重复进行声纹注册，省去繁杂的声纹注册过程，实现跨设备声纹识别。

摘要： 本申请提供一种声纹聚类方法、声纹识别方法、装置及电子设备，声纹聚类方法，包括：对语音声纹特征向量进行转置操作，得到转置操作后的语音声纹特征向量；对语音声纹特征向量和转置操作后的语音声纹特征向量进行内积操作，得到交叉相似度矩阵，交叉相似度矩阵包括多行第一特征向量；遍历第一特征向量，并计算多行第一特征向量中的目标特征向量与其他行第一特征向量之间的相似度；将目标特征向量和第二特征向量进行聚类，得到目标语音声纹特征向量。这样，提高了采用目标语音声纹特征向量进行说话人查找或者训练的准确度。

摘要： 公开了一种声纹信息提取、相关模型训练与声纹识别的方案。所述声纹信息提取方法，包括：获取第一语音片段的第一语音特征；计算表征第一语音特征和第二语音特征相似度的相似度函数；以及根据所述相似度函数，计算并入了所述第一语音特征和所述第二语音特征的增强的声纹信息。本发明能够利用带有相关性的多条语音信息，基于其相似性求取增强的声纹信息，从而提升了声纹识别的准确性。上述识别可以利用神经网络训练的的声纹模型进行，以提升声纹提取的准确性和效率。上述方案可由语音交互设备，例如智能音箱，在单轮对话时间过短的多轮对话中使用，由此利用连续对话中的上一轮或多轮语音的声纹特征，对接下来对话的语音声纹特征进行有效增强。

摘要： 本申请实施例公开了一种振动单元和骨声纹传感器的制作方法以及骨声纹传感器，振动单元的制作方法包括如下步骤：S101，对片材进行蚀刻，以同时形成质量块和支撑环；S102，在所述质量块和支撑环的同一侧表面喷胶；S103，将振膜贴装在质量块和支撑环上，以形成振动单元。本申请实施例公开的振动单元和骨声纹传感器的制作方法以及骨声纹传感器，振动单元的制作方法简单，有助于保证骨声纹传感器的装配良率与性能一致性。

摘要： 本公开提供了一种声纹识别模型训练方法和装置，涉及语音技术、深度学习等技术领域。具体实现方案为：获取特征样本集；获取声纹识别网络，声纹识别网络包括：特征提取器、基础网络和互抗网络；特征提取器用于提取输入信息中的说话人特征和非说话人特征，基础网络用于对说话人特征进行预测；互抗网络用于区分说话人特征和非说话人特征；将选取的辨识矢量特征输入特征提取器，得到选取的辨识矢量特征对应的说话人特征和非说话人特征；将该说话人特征和该非说话人特征输入基础网络，以及将该说话人特征和该非说话人特征输入互抗网络，计算声纹识别网络的损失值；基于损失值和声纹识别网络，得到声纹识别模型。该实施方式提高了声纹识别准确性。