关于在指纹自动识别系统中把性别信息作为指纹特征的几点思考

指纹性别信息就是指纹自动识别系统中捺印指纹数据库里的人员或现场指印数据库里的现场指印遗留人的性别情况即男女情况，目前指纹自动识别系统还没有把数据库里的指纹对应的人员或遗留人的性别信息作为指纹特征进行标注、入库并运用于比对中，笔者在指纹查档破案实践中认为把数据库里指纹数据对应的人员或遗留人的性别信息作为捺印指纹或现场指印特征进行标注、入库并运用于比对中可提高指纹查档效果。

一种基于性别的说话人索引算法

为了提高说话人索引准确率,对说话人改变判决中常用的贝叶斯信息判决(BIC)进行改进和在说话人辨认中使用性别信息,提出了一种基于性别的说话人索引算法。首先使用惩罚距离公式对说话人改变进行检测,解决了在说话人改变判决中使用BIC需要不断调节惩罚因子的问题;其次在说话人改变检测的基础上,采用性别模型判断每个说话人的性别;最后把男性和女性说话人分别对待,使用说话人模型自举法对说话人进行辨认。实验结果表明:在说话人改变检测中,采用惩罚距离公式,和BIC相比不需要调整参数,和DISTBIC相比,在F1方面提高了2%;在说话人辨认方面,利用性别信息,说话人索引准确率(SIA)提高了20.93%,说话人数量准确率(SNA)方面提高了3%。

一种两步判决的说话人分割算法

为了提高说话人分割(SS)准确率,该文综合考虑了静音信息和性别信息在SS中的作用,提出了一种两步判决的SS算法。在从音频流中分离出语音段的基础上,采用两步判决的方法进行SS。第1步采用基频信息为主、性别模型为辅的策略进行SS,将相邻说话人基频差异大的说话人改变检测出来;第2步采用基于性别的改进T2判决公式进行SS,实现相邻说话人基频差异小的同性别SS,为此,该文提出了一个基于块的潜在说话人改变点检测算法。实验结果表明,本文算法提高了分割准确率,F1度量值可达85.14%。对于短时长(<2s)语音段的SS,该算法和传统的贝叶斯信息判决算法相比,漏检率减少了16%。