基于差别子空间的用户击键特征识别

根据用户的击键行为特征,提出了一种基于差别子空间的识别算法,该算法仅依据用户前几次成功登录的击键特征计算出能够代表用户击键的共性特征向量,进而利用当前用户击键特征向量与共性特征向量的欧几里德距离作为判别依据来判定用户的身份。该算法主要进行内积运算,实现简单且识别速度快,实验结果表明该算法误报率较低,鲁棒性较强。

基于多路差别子空间的语速变化语音的识别

语速变化是发音变异的一种,文章建立了快、慢和正常语速的语音库,运用差别子空间方法对语速变化的语音进行了训练和识别,并对其进行了改进,提出了多路差别子空间方法。实验结果表明,该方法对语速变化的语音有良好的识别效果。

一种基于差别子空间的语音识别算法研究和实现

介绍了一种基于差别子空间的语音识别算法,并从最优标准和最优解的角度,在理论上论证了该算法与传统的DTW算法的优劣. 然后用MATLAB实现了这两种算法,并进行了大量的孤立词语音识别实验. 理论和实验表明,基于差别子空间的语音识别算法非常有效,识别率在多次训练时高于传统的DTW算法.

动态时间规正与差别子空间相结合变异语音识别的在线训练方法

应力影响下的变异语音(由于说话人受到重力加速度变化而产生)可以用动态时间规正与差别子空间相结合的方法进行识别,但是该方法空间开销很大,而且训练算法极为复杂。针对该方法提出特征矢量替换法和特征矢量求平均法两种基于聚类思想的简单在线训练方法,取一个较小的初始训练集,然后用在线训练的方法使系统识别率达到最大。实验结果表明,其中特征矢量求平均的在线训练方法非常有效,保证系统整体识别率的同时,大大减小了系统的空间开销,适合于训练数据有限的变异语音识别。

基于触控频率的用户身份识别方案

通过提取用户触控频率特征,和现有数字口令认证相结合,提出一种复合型用户身份认证方案。该方案记录了用户输入数字口令时的触控习惯,使用差别子空间生成触控特征向量,并以此作为密钥利用曼哈顿距离算法计算当前用户输入特征和密钥之间的差别,从而实现对用户身份的识别。实验证明该方案实现简单且FAR比较低。

基于STRAIGHT谱的非特定人数字语音识别

介绍了STRAIGHT算法的原理,并选择STRAIGTH谱作为语音识别的特征参数.采用对应点映射方法以提高同一发音不同样本参数间的匹配效果,在特征匹配的方法上选择差别子空间法,将二者结合应用于非特定人汉语数字0～9的语音识别,实验结果表明,基于STRAIGHT谱的非特定人数字语音识别可以达到97%的识别率.