基于Android的聲紋身份驗(yàn)證系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、古人云:“未見(jiàn)其人，先聞其聲”。這句話的含義是人們可以根據(jù)一個(gè)人的聲音來(lái)辨別這個(gè)人的身份。因此，這里的聲音可以被認(rèn)為是一個(gè)人特有的生物特征，我們稱之為“聲紋”。聲紋識(shí)別又叫說(shuō)話人識(shí)別，它是通過(guò)對(duì)說(shuō)話人的語(yǔ)音進(jìn)行分析，然后對(duì)說(shuō)話人的身份進(jìn)行識(shí)別或判斷的技術(shù)。在司法鑒定、安全認(rèn)證、智能家居等領(lǐng)域，聲紋識(shí)別技術(shù)得到了廣泛的應(yīng)用，也因此受到了國(guó)內(nèi)外語(yǔ)音信號(hào)處理研究者們的很大關(guān)注。
　　近年來(lái)，隨著智能移動(dòng)終端的普及和移動(dòng)互聯(lián)網(wǎng)的迅速發(fā)展，

2、基于移動(dòng)平臺(tái)的聲紋識(shí)別應(yīng)用將會(huì)有更廣闊的發(fā)展空間。同時(shí)，由Google帶領(lǐng)開發(fā)的Android操作系統(tǒng)因其出色的系統(tǒng)性能、簡(jiǎn)便的開發(fā)方法和良好的可移植性等原因，成為市場(chǎng)占有率最高的移動(dòng)智能操作系統(tǒng)。因此，本文對(duì)聲紋識(shí)別技術(shù)中的一個(gè)重要方向——說(shuō)話人確認(rèn)方面的相關(guān)技術(shù)以及其在Android系統(tǒng)上的實(shí)現(xiàn)進(jìn)行了深入研究。
　　一個(gè)基本的聲紋身份確認(rèn)系統(tǒng)主要由說(shuō)話者聲音特征提取模塊、說(shuō)話者語(yǔ)音模型訓(xùn)練模塊以及對(duì)待測(cè)語(yǔ)音測(cè)試判決模塊組成。語(yǔ)

3、音特征的提取模塊主要是解決如何從語(yǔ)音信號(hào)中提取出可以代表說(shuō)話者聲音特征的語(yǔ)音特征參數(shù)。語(yǔ)音模型的訓(xùn)練模塊主要是使用說(shuō)話者特征向量和特定的模型訓(xùn)練出最能代表說(shuō)話者聲音特性的模型參數(shù)。而對(duì)測(cè)試語(yǔ)音的測(cè)試和判決模塊就是把帶測(cè)試語(yǔ)音信號(hào)與所聲明說(shuō)話者的模型進(jìn)行對(duì)比評(píng)分，從而判定該測(cè)試語(yǔ)音是否是由所聲明的說(shuō)話人發(fā)出的。本文在對(duì)以上三個(gè)主要方面的技術(shù)進(jìn)行了了解和分析的基礎(chǔ)上，重點(diǎn)研究以下三個(gè)方面內(nèi)容:
　　1.語(yǔ)音特征提取技術(shù):本文對(duì)目前采用

4、比較廣泛的梅爾倒譜系數(shù)(MFCC)參數(shù)的提取進(jìn)行了研究。對(duì)其存在的缺點(diǎn)以及不足進(jìn)行了總結(jié)，然后對(duì)傳統(tǒng)的MFCC參數(shù)進(jìn)行了改進(jìn)。改進(jìn)后的MFCC參數(shù)主要在傳統(tǒng)MFCC參數(shù)的基礎(chǔ)上增加了一階、二階動(dòng)態(tài)MFCC參數(shù)，同時(shí)將MFCC參數(shù)的高階系數(shù)進(jìn)行了余弦提升，得到一個(gè)改進(jìn)的MFCC特征參數(shù)組合。
　　2.語(yǔ)者建模和測(cè)試判決方法:本文的建模和測(cè)試方法基于高斯混合模型(GMM)的通用背景模型(UBM)以及最大化后驗(yàn)概率(MAP)，并且重點(diǎn)針

5、對(duì)移動(dòng)平臺(tái)應(yīng)用的特性，對(duì)如何提高測(cè)試判決階段的計(jì)算效率進(jìn)行了研究。本文主要研究了兩種提高計(jì)算效率的方法:一種是直觀地減少測(cè)試語(yǔ)音時(shí)長(zhǎng);另一種是本文提出的根據(jù)閾值對(duì)高斯份量進(jìn)行選擇再做評(píng)分計(jì)算的快速評(píng)分方法。
　　3.基于Android系統(tǒng)的原型實(shí)現(xiàn):主要研究如何在Android平臺(tái)將聲紋確認(rèn)系統(tǒng)實(shí)現(xiàn)。本文對(duì)系統(tǒng)的功能、用戶界面、數(shù)據(jù)庫(kù)等必要組成部分進(jìn)行了設(shè)計(jì)。在復(fù)雜功能的實(shí)現(xiàn)上，將語(yǔ)音特征提取、說(shuō)話者建模等功能封裝在動(dòng)態(tài)鏈接庫(kù)中，