基于雙層決策模型的實(shí)時(shí)聲紋識(shí)別研究.pdf

1、聲紋識(shí)別技術(shù)屬于生物認(rèn)證技術(shù)的一種，是通過(guò)人的說(shuō)話聲音來(lái)辨識(shí)說(shuō)話人身份的技術(shù)。近十幾年來(lái)隨著Internet和電話技術(shù)的發(fā)展，聲紋識(shí)別被廣泛的應(yīng)用到Internet的訪問(wèn)控制和無(wú)線電話認(rèn)證等領(lǐng)域。與指紋識(shí)別、虹膜識(shí)別、文字密碼等其它認(rèn)證技術(shù)相比，聲紋識(shí)別具有不需要記憶、不會(huì)遺失、實(shí)現(xiàn)簡(jiǎn)單等特點(diǎn)，是一種可以實(shí)現(xiàn)非接觸式識(shí)別的方式。
　　 隨著聲紋識(shí)別技術(shù)的發(fā)展，目前聲紋識(shí)別系統(tǒng)已經(jīng)可以達(dá)到較高的識(shí)別精度。但是隨著聲紋識(shí)別系統(tǒng)中目標(biāo)

2、說(shuō)話人數(shù)的增加，系統(tǒng)辨認(rèn)的處理時(shí)間較長(zhǎng)，其時(shí)間性能很難滿足實(shí)際的需要。而傳統(tǒng)的聲紋識(shí)別算法主要分為兩大類，一種是基于概率分布的高復(fù)雜度識(shí)別算法，一種是基于模板匹配的低復(fù)雜度識(shí)別算法。第一類識(shí)別算法的識(shí)別精度較高，但需要較長(zhǎng)的識(shí)別時(shí)間，無(wú)法滿足實(shí)時(shí)性的要求。第二類算法的識(shí)別速度雖然很快，但是當(dāng)目標(biāo)說(shuō)話人數(shù)較多的時(shí)候，其識(shí)別精度較低。因而在目標(biāo)人數(shù)較多的聲紋識(shí)別系統(tǒng)中，系統(tǒng)的識(shí)別準(zhǔn)確率與其時(shí)間性能之間存在一定的矛盾關(guān)系。
　　 基于

3、上述聲紋識(shí)別算法的局限性，本文提出了一種基于雙層結(jié)構(gòu)的聲紋識(shí)別模型。在該模型中將說(shuō)話人識(shí)別的判決分為兩層，在第一層模型中進(jìn)行快速匹配，系統(tǒng)采用較快的算法挑選出與被測(cè)說(shuō)話人聲紋特征最相近的K個(gè)目標(biāo)說(shuō)話人聲紋模型，淘汰掉不可能的目標(biāo)說(shuō)話人聲紋模型。在第二層識(shí)別模型中系統(tǒng)針對(duì)K個(gè)目標(biāo)說(shuō)話人聲紋模型進(jìn)行進(jìn)一步的精確匹配并做出最終的判決。
　　 系統(tǒng)第一層模型采用VPT樹(shù)索引矢量量化碼字的方式來(lái)構(gòu)建核心模型挑選算法，執(zhí)行快速識(shí)別。第二層模