基于小波分析的語音反蓄意模仿研究.pdf

1、模仿者蓄意模仿說話人的語音，當(dāng)相似度很高時，模仿者就很有可能欺騙身份鑒別系統(tǒng)，并獲得相應(yīng)的權(quán)限來侵入系統(tǒng)，對信息安全和個人隱私造成嚴(yán)重威脅。因此，進行語音蓄意模仿的分析研究對國防、信息安全及刑偵等均具有重大意義。
　　本文對語音反蓄意模仿進行了語音增強、特征參數(shù)提取研究，并建立了基于SVM的反蓄意模仿說話人識別系統(tǒng)，主要內(nèi)容如下：
　?。?）本文介紹了蓄意模仿的相關(guān)概念以及研究現(xiàn)狀，舉例分析了語音蓄意模仿對社會和信息安全的危

2、害。從說話人識別系統(tǒng)的全局著手，分析了語音預(yù)處理的重要性，簡單說明了特征參數(shù)提取，介紹了常見的說話人識別模型，并對其進行分析。
　　（2）語音信號不可避免地受到各種環(huán)境噪聲的影響，為了提高系統(tǒng)的識別率，要對語音進行增強處理，提取盡可能純凈的語音。本文利用小波閾值去噪方法對含噪語音進行去噪，結(jié)合并改進傳統(tǒng)的軟硬閾值去噪方法，提出了一種新閾值函數(shù)去噪方法，取得了良好的去噪效果。
　?。?）對MFCC倒譜系數(shù)及其差分倒譜系數(shù)進行了

3、詳細(xì)闡述，為了獲取更具個人語音特性的特征參數(shù)，提取了WMFCC和IWMFCC，同時提取了DWTWC語音特征參數(shù)。根據(jù)增減分量法原理，提出MFCC+△MFCC、 MWI-MFCC和DWI-MFCC混合特征參數(shù)。
　?。?）建立了蓄意模仿語音庫，并介紹語音相似度主客觀評價方法；研究MFCC、MFCC+△MFCC、MWI-MFCC和DWI-MFCC倒譜系數(shù)對語音蓄意模仿的分辨能力，以及它們對語音蓄意模仿相似度的描述能力。實驗表明，這四種