使用线频谱频对和支持向量机在语者密码验证之研究-npucsie.pdf

第八屆離島資訊技術與應用研討會論文集 使用線頻譜頻對和支持向量機在語者密碼驗證之研究 陳璽煌 羅育仁 樹德科技大學 資訊工程學系 樹德科技大學 資訊工程學系 shchen@.tw .tw 摘要 in)與辨識(Recognition) 。登入程序是建構語者的模 型 ，此階段能捕捉語者的特性，語者必須提供適當 語者辨識技術目前已廣泛地應用在許多語音 的聲音語料，如：連續的數字串或句子、片語的參 相關應用系統上，比如說銀行業務的電話語音系統 數。然後利用這些語者特性的參數去建立一個模 以及門禁安全認證系統等等，不過現有的語者辨識 型，來鑑定說話時的語音。在辨識程序中，輸入語 技術在安全性上仍有很大的改良空間。因此，本論 者語音的特徵將用來檢查是否吻合語者的模型。換 文提出一種利用線頻譜頻對（LSFs ）和支持向量機 句話說 ，就是對測試的語句作進行特徵參數擷取， （SVM ）來開發一種可辨識語者特定密碼的新型演 之後與訓練好的各語者模型比對，得到個別相似度 算法。首先，本演算法採用語者選擇的語音字句為 的分數，分數最高的語者即為辨識結果。一般的做 密碼，然後利用 SVM 來針對語者語音密碼的 LSFs 法是根據一個聲學相似度所設定的門檻去決定是 進行訓練，進而產生了語者語音密碼的特徵模型， 否接受所驗證的語者。常見的語者辨識系統是使用 之後就可區別是語者本人或其他冒充者。實驗採用 隱藏式馬可夫模型 (Hidden Markov Model ；HMM) Aurora- 2.0數位語音資料庫進行測試，由實驗結果 與高斯混合物模型(Gaussian Mixture Model ；GMM) 顯示，在僅使用 8-階 LSFs的情況下，本論文提出 來執行相似度的驗證[2] ，此方法的缺點在於當測試 之語者驗證演算法得到 2.78%的錯誤率相同點 者增加時，會有過度的分類的問題產生，導致無法 (EER) ，且在錯誤接受率(FAR)及錯誤拒絕率 (FRR) 區分是語者本人或是其他冒充者。 都有明顯改。 關鍵詞 ：線頻譜頻對、支持向量機器、語者驗證。 1.前言 語者辨識技術根據其性質不同可分為兩類應 用：語者識別 (Speaker identification)和語者驗證 (Speaker verification) 。儘管這兩種系統的應用目標 幾乎是大不相同，但這兩種系統都使用類似的技 術。語者識別是指在一群人中找出一個聲紋特性與 辨識語音最相近的語者，相當為多選一的問題。語 者驗證則是根據語者的語音及其所宣告的身份，判 圖 1. 傳統的語者辨識系統 別是否就是他所宣告的語者，這種情況就好像是非 此外，語者特性與特徵值的選擇是另一個關鍵 題，最後只能選擇接受或是拒絕。目前語者識別和 問題。設定理想的語者之特徵，語者自己本身聲學 語者驗證，技術都已經廣泛地應用於語音系統上， 的變異性 (Inner Speaker Variation)應盡量少，而語者 比如說銀行業務的電話語音系統及安全認證系統 跟語者間聲學上的變異性 (Inter Speaker Variation)應 [1] 。此外，根據不同的辨識目標，辨識語者和驗證 盡量大