應(yīng)用于移動(dòng)端的語(yǔ)音身份認(rèn)證研究.pdf

1、經(jīng)歷了半個(gè)多世紀(jì)的發(fā)展，語(yǔ)音識(shí)別技術(shù)日趨成熟，尤其是語(yǔ)音輸入法、語(yǔ)音指令以及語(yǔ)音與文本之間的相互轉(zhuǎn)換等技術(shù)。而后隨著近幾年智能手機(jī)的普及，語(yǔ)音識(shí)別技術(shù)開(kāi)始進(jìn)入移動(dòng)終端時(shí)代。但由于移動(dòng)終端的語(yǔ)音識(shí)別存在語(yǔ)句短、訓(xùn)練集小、環(huán)境噪聲復(fù)雜以及移動(dòng)設(shè)備多樣等諸多限制，使得移動(dòng)終端語(yǔ)音身份認(rèn)證準(zhǔn)確率低，阻礙了移動(dòng)終端語(yǔ)音身份認(rèn)證的推廣應(yīng)用。另外，由于大多數(shù)相關(guān)研究集中于語(yǔ)音內(nèi)容識(shí)別和語(yǔ)音合成，基于移動(dòng)終端的語(yǔ)音識(shí)別技術(shù)一直沒(méi)有大的突破。本論文從語(yǔ)音

2、前期預(yù)處理、語(yǔ)音身份認(rèn)證架構(gòu)和語(yǔ)音內(nèi)容等三個(gè)方面入手，設(shè)計(jì)相關(guān)實(shí)驗(yàn)，試圖解決移動(dòng)設(shè)備語(yǔ)音識(shí)別準(zhǔn)確率低的難題，隨后并進(jìn)行了分析評(píng)價(jià)。
　　在本論文中，從語(yǔ)音預(yù)處理入手，提出了基于短時(shí)能量的語(yǔ)音有效成分提取算法，該算法是由傳統(tǒng)的端點(diǎn)檢測(cè)算法改進(jìn)得到，算法在提取語(yǔ)音信號(hào)中有效成分的同時(shí)，可以去除語(yǔ)音信號(hào)中的無(wú)效靜音段。實(shí)驗(yàn)表明，該算法不僅減少了語(yǔ)音信號(hào)量，而且削弱了噪聲對(duì)整體身份認(rèn)證的干擾。從語(yǔ)音身份認(rèn)證架構(gòu)入手，提出基于多階規(guī)整時(shí)間的

3、語(yǔ)音身份認(rèn)證架構(gòu)，該架構(gòu)有效結(jié)合基于小波變換的特征提取算法與動(dòng)態(tài)時(shí)間規(guī)整算法，融合兩者的優(yōu)勢(shì)。基于小波變換的特征提取算法可對(duì)語(yǔ)音信號(hào)時(shí)域和頻域同時(shí)進(jìn)行不同細(xì)分度的特征提取，可以從小訓(xùn)練集中提取更多的特征參數(shù)。實(shí)驗(yàn)驗(yàn)證，在不同移動(dòng)設(shè)備上，語(yǔ)音識(shí)別準(zhǔn)確率提高了3％。從語(yǔ)音內(nèi)容入手，提出基于阿拉伯?dāng)?shù)字串的語(yǔ)音身份認(rèn)證系統(tǒng)改進(jìn)方案。通過(guò)多次實(shí)驗(yàn)發(fā)現(xiàn)，對(duì)于10個(gè)阿拉伯?dāng)?shù)字（0到9），該系統(tǒng)對(duì)數(shù)字3、4、5、6和8五個(gè)數(shù)字識(shí)別性能明顯好于其他五個(gè)數(shù)