最新语音声纹识别技术及应用.pptVIP

声纹注册声纹数据库1InterVeri2提取

声纹特征3可通过自动语音提示录音完成注册过程支持8k/16k，8bita/u-law和16bitpcm格式的语音注册有效语音在2s~60S之间，完成注册并加密存储在数据库中注册后的声纹可以存储在数据库中，并采用ODBC接口，支持SQLServer，ORACLE，DB24声纹不是音频文件，即使被偷窃也不能重播。5文本无关确认声纹验证时有效语音长度8-60s之间，最低可支持15s有效语音，以上数据可以根据需要进行配置,与语音无关，内容和注册也无关用户IVRWEBIVRInterVeri身份确认自动交互安全人工坐席文本相关确认通过文本内容识别+声纹确认，可有效防止录音欺骗。特征比对提取

声纹特征结果通过拒绝特征比对文本识别声纹密码确认注册时需要将密码重复5遍，验证身份时说出之前的密码才可以通过验证，该方式识别率高，录音时间短。特征比对提取

声纹特征结果通过拒绝声纹鉴别6060提取

声纹特征通过和数据库中已经注册的所有人做对比，挑选出最有可能的说话人列表特征比对99ID得分65声纹识别两个方向文本无关声纹识别文本相关声纹识别注册与测试可采用任意不同文本注册与测试必须采用相同的文本注册与测试录音要求较长（注册20s，测试8s）注册与测试录音要求较短(注册、测试均只需1~3s)注册与测试语音不必强求一致注册与测试录音尽量要求相似适合后台监控，海量数据检索可以作为声纹密码，一对一服务虚警相对较高准确度很高声纹系统的优点与其他生物识别技术（如脸型、掌形、虹膜识别等）相比较：衡量声纹系统效果指标ImposterFalseAcceptRate(FAR)UserFalseRejectRate(FRR)安全性高Balance易用性强EER:FR=FAX阈值=4X阈值=2错误接受率(FalseAcceptRate)指非本人被错误的认为是本人的次数占总共测试次数的比值错误拒绝率(FalseRejectRate)指本人被错误的认为是非本人的次数占总共测试次数的比值相等错误率(EqualErrorRate)指FA等于FR时的百分比。是衡量声纹验证效果的重要依据声纹系统准确率系统EER时长标准InterVeri(非声纹密码系统)综合7%注册语音：20秒测试语音：10秒声纹密码系统0.5%（冒认者不知道密码）2.5%（冒认者知道密码）注册和测试：2秒左右基于科大讯飞深厚的研究积累，整合国际说话人识别大赛第一名的领先技术，提供业界领先的高准确率，帮助语音应用获得最佳安全性。第三方评测*代号代表机构三大核心测试指标在44个系统中排名MinDCFEERDCFMinDCFEERDCFifly科大讯飞0.1072.6250.187113i4uCMU、新加坡IIR与科大讯飞、澳大利亚新南威尔士、南洋理工合作提交的系统0.1233.2250.178221lpt意大利Loquendo公司0.1453.1880.188344*参赛单位有：CMU、MIT、Stanford、清华大学、中科院自动化所、中科院声学所、Motorola研究中心、IBM研究院等国内外43家著名语音研究机构由NIST（美国国家标准技术研究院）举办，是国际上规模与影响力最大的说话人识别评测1996年第一次评测，之后每两年评测一次，2008年说话人识别任务难度接近大规模实际应用环境（不同信道、不同环境干扰）科大讯飞首次参赛就获得综合指标第一名的好成绩声纹产品系统结构HMM基础(3)*输出概率bi(x)x属于状态i的概率HMM的三个基本问题HMM基础(4)*模型评估问题(如何求：P(O|λ))模型训练问题(如何求：A、B、π)最佳路径问题(如何求：Q=q1q2…qT)模型评估问题(如何求：P(O|λ))*给定HMM参数，在t时刻处于状态i，部分观察序列为{o1o2…ot}的概率前向概率给定HMM参数，在t时刻处于状态i，部分观察序列为{ot+1ot+2…oT}的概率后向概率模型评估问题(如何求：P(O|λ))*前向和后向递推的示意图最佳路径问题(如何求：Q=q1q2…qT)*01计算量的浪费状态路径不能明确判定前向－后向算法的缺点02不完全的状态空间搜索保留状态转移路径的信息Viterbi算法最佳路径问题(如何求：Q=