基于深度学习的跨设备声纹识别方法研究

针对传统声纹识别方法在实际应用场景中跨设备情况下声纹识别性能较差的问题,提出了一种基于深度学习的跨设备声纹识别方法,采用了卷积循环网络的模型架构,在声纹注册阶段录制多段语音进行声纹特征的拟合建模,在识别阶段使用了切片降噪方式提取音频中的语音信息,在设备端使用了DSP芯片支持的双麦克采集现场声音。实验结果表明,在跨设备声纹识别条件下,本文提出的声纹识别方法识别准确率高于目前主流的方法,达到80%。

虹膜识别技术进展与趋势

虹膜识别具有很高的精度和稳定性,已广泛应用在金融、边防和门禁等领域.经过20多年的发展,虹膜识别在成像装置和识别算法方面均取得了显著的进展.一方面,虹膜成像装置的成像距离越来越远、成像范围越来越大、重量体积越来越小,明显提高了虹膜识别系统的易用性.另一方面,大规模的应用促进了许多低质量虹膜图像处理、快速分类检索、跨设备识别和安全隐私保护方法的研究.未来几年,虹膜识别将在技术、应用和行业等方面呈现出以下六大发展趋势:从近红外到多光谱、从人工设计到数据驱动、从人配合机器到机器配合人、从固定设备到移动互联、从可控环境到复杂场景、从各行其是到标准规范.