融合语音技术与声纹认证的电力通信设备管理系统

随着电网设备规模的不断扩大,设备管理系统应用需求也不断地增长。针对传统人工管理效率低的问题,提出融合语音技术与声纹认证的电力通信设备管理系统。首先,构建面向电力通信设备词汇的语音语料库和声学词表;然后,采用深度神经网络——隐马尔可夫模型(DNN-HMM)识别语音;最后,结合声纹认证技术,对操作人员的身份进行识别。该系统实现了从手动向语音智能交互操作的转变,使设备管理系统更加高效安全。

声纹认证前端音频预处理SOPC设计

针对声纹身份认证一体化设计需求,基于SystemVue和Quartus Ⅱ平台,利用DSP Builder技术,在EP2C35F芯片上完成了用于声纹特征提取的前端音频预处理模块的SOPC设计。主要通过SystemVue设计数字音频滤波器参数,然后结合Simulink平台完成基于线性相位结构和分布式(DA)算法的低通滤波器结构设计,最后通过Signal Compiler转换为HDL语言完成设计。实验结果表明,系统可以有效限制音频信号的带宽,减少带外噪声;利用DSP Builder设计具有线性相位结构和DA算法的滤波器,设计周期短,占用逻辑资源少,其运算速度有很大提高;MATLAB理论计算也验证了设计的正确性。

声纹认证在呼叫中心的应用

通过声纹认证技术的分析,论述了声纹认证原理,提出了一种在普通呼叫中心的基础上增添声纹认证模块的设计构想,以实现客户的自身身份确认和入侵检测,从而提供一条安全方便的认证途径。

自动声纹认证与网络安全

网络信息安全是目前国内外数据通信领域的一个很重要的研究方向,介绍一个自动声纹识别认证系统在网络安全中的应用。采用对称密码算法和公开密码算法与声纹识别技术,设计了一种安全可靠的公开密钥全局管理方法。对称密码算法采用加密强度较高的IDEA算法,声纹信息用公开密钥加密算法(采用RSA算法)用KDC的公钥进行加密。该系统使密钥的生成、分配传递更可靠,可以使网络用户无须自己保存其密钥也可以安全地与其他用户通信。

基于参数转换的语音深度伪造及其对声纹认证的威胁评估

声纹认证系统作为一种生物认证或识别机制,在人们的日常生活中得已经到了广泛应用。但目前该系统在实际应用中容易受到欺骗攻击,还存在一定的风险。语音转换通常是指将一个人的声音个性化特征参数通过"修改变换",使之听起来像另外一个人的声音,同时保持说话内容信息不变的技术,用语音转换可生成特定目标说话人的语音,并在听觉感知上难以区分转换语音和目标语音。但是对于声纹认证系统来说,听觉上感知的相似有时还不足以欺骗认证系统。本文通过分析语音转换和声纹认证过程中所提取共同特征向量——梅尔倒谱,通过采用改进深度残差的双向长短时记忆网络对联合动态特征的梅尔倒谱实现更准确转换,同时改变损失函数优化转换网络性能并引入全局均值滤波滤除转换过程中产生的倒谱杂波,进而整体提升转换语音的质量。在提升语音转换相似度的同时保证主观感知不下降,并将转换后的语音用于欺骗两个广为采用的声纹认证系统,欺骗实验表明,该系统能够成功地欺骗这些认证系统,并且具有很高的成功率。

基于GMM的移动终端声纹持续认证

移动终端安全是安全领域中一个重要的研究问题,目前通常应用在开机密码、锁屏登陆阶段,具体包括密码口令、锁屏图形、指纹等常见安全措施认证。此外,还可增强安全措施、添加加密卡提升安全,但无法解决当设备密码被人破译后的使用权限管理问题。为此,设计一种利用声纹进行持续认证的安全系统方案。采用主流的声学识别特征和文本无关的说话人确认算法高斯混合模型进行说话人确认,并依据模型分数进行相应的安全响应策略。在Android移动设备上进行验证实验,结果表明该系统具有较高的正确接收率和正确拒绝率,能识别冒认者,提高了移动终端设备的安全功能。

基于改进Mel滤波器组的声纹特征提取SoC设计

针对说话人声纹身份认证一体化设计需求,利用曲线拟合方法改进Mel滤波器组,开展声纹特征参数提取的SoC设计研究。首先选取MFCC,IMFCC,MidMFCC的Mel频率刻度上的平均值作为拟合参数,得到拟合函数;然后利用插值方法改进Mel滤波器组中各滤波器的加权中心频率;通过Matlab进行算法设计和仿真分析,采用Quartus II和Modelsim实现代码编写、编译、时序仿真和综合;最后利用SOPC Builder技术将Verilog模块封装为IP核,并下载到DE2开发板中进行验证。研究结果表明,本系统提取出的多维特征参数具有更好的鲁棒性,有利于提高识别率。

采用特征与用户名分离方法保护声纹特征

基于用户名与其特征分离的思路提出一种声纹保护方法。首先对用户名称与随机数做哈希变换,然后采用分别传输和异地存储的方式达到特征与用户名分离的目的,最后在模式匹配和签名验证两种方式下实现认证。对于该方法,即使敌手获得用户密钥,也不能冒充真实用户,从而达到特征保护的目的。

基于自适应Mel滤波器组的MFCC特征提取的SOC设计

说话人声纹身份认证技术中的关键是特征参数的准确性和模式识别的速率.为此,对识别对象的性别予以区分,并进行参数可自适应调整的Mel滤波器组设计,即通过Quartus II平台在Altera的DE2系列型号为EP2C35F672C6的开发板上完成高效率说话人声纹特征提取的SOC(片上系统)设计.设计具体步骤如下:首先,设计截止频率为400 Hz和200 Hz的低通滤波器以完成男女生基音频率的检测;然后,依据计算出的每一帧语音频谱的频率范围确定Mel滤波器组的最高频率并完成参数设计;最后,在Quartus II平台上完成Verilog-HDL代码设计,并封装为IP核完成SOC设计以及编译、仿真和下载验证.结果表明,Mel滤波器组利用率的提高有利于提高特征参数的准确性和识别速度.