Android聲紋密碼鎖設(shè)計.pdf

1、作為主流手機操作系統(tǒng)，Android在鎖屏和開屏等方面采用傳統(tǒng)的密碼保護，焦點激活，手搖控制及圖形解鎖等，這類保護方式簡便快捷，但不具有獨特性，
　　一旦被他人竊取就可通過認證獲得手機使用權(quán)限，從而導致信息泄露。因此，本文提出基于聲紋特征的認證模型，通過采集機主本人獨一無二的聲紋特征和由本人自定義的語義信息，構(gòu)建一個具有雙重保護機制的聲紋密碼鎖，用于開機、休眠啟動、私密文件保護以及應(yīng)用軟件的開啟等可實現(xiàn)手機的授權(quán)使用，防止個人敏感

2、數(shù)據(jù)泄露，提高手機的安全使用等級。
　　論文對比分析了語音線性預測倒譜系數(shù)（LPCC）和Mel頻率倒譜系數(shù)（MFCC）兩種特征對誤拒率（FRR）和誤納率（FAR）的影響，提取能反映說話人獨特性的特征?？紤]Android手機運算能力的局限性，并綜合考慮聲紋識別率和算法時間花費平衡，小樣本條件下對比分析了動態(tài)時間規(guī)整（DTW）和矢量量化（VQ）應(yīng)用于文本相關(guān)聲紋識別效果。實驗表明VQ在識別率90.5％時識別時間0.16s，比DTW快0

3、.3s，且FRR和FAR均低于DTW。為提高算法在手機噪聲應(yīng)用環(huán)境的魯棒性，對語音增強和端點檢測方法進行了研究改進。針對傳統(tǒng)小波去噪所采用硬閾值和軟閾值函數(shù)的不足，提出一種改進閾值函數(shù)方法，并從時域及頻域?qū)Ρ确治隽诵路椒▽υ肼暈V除效果；選擇基于分形維數(shù)和能量融合的端點檢測方法（Combined Voice Activity Detection，CVAD），實驗結(jié)果表明：在-5dB的背景環(huán)境下具有75％的端點檢測準確率，在20dB以上的背

4、景環(huán)境下準確率達到95％以上。
　　論文實現(xiàn)一個應(yīng)用于Android手機的聲紋密碼鎖，聲紋密碼信息機主本人可隨時更改，可避免密碼泄露和錄音回放等問題。實驗表明在實驗室環(huán)境可達到90％以上的識別率；正常手機應(yīng)用背景噪聲場合，未選擇去噪和改進端點檢測方法時，識別率僅有61％；選擇改進小波閾值去噪和CVAD后，算法識別率提高到88.5％，F(xiàn)RR、FAR分別降低了17.5％和20％，有效增強聲紋密碼鎖對環(huán)境的魯棒性。此聲紋密碼鎖能在所有的