于梅

摘 要

與指紋相同，聲紋也是人類特有的生物特征，每個人的聲紋均是不同的。所以，聲紋可以作為區(qū)分人類個體的主要生物特征，基于這一特征，研發(fā)出了聲紋識別技術，并且得到了廣泛應用。而在聲紋識別技術中，因數(shù)據(jù)稀疏等問題，實現(xiàn)區(qū)分性訓練的難度較大。為了更好的實現(xiàn)區(qū)分性訓練，本文對聲紋識別中的區(qū)分性訓練進行了研究，希望本文能為相關人員的研究工作提供參考價值。

【關鍵詞】聲紋 聲紋識別 區(qū)分性訓練

互聯(lián)網(wǎng)時代的到來，加之信息技術的不斷發(fā)展，使得個人身份的確認、個人隱私保護等成為了社會關注的主要話題。相比于傳統(tǒng)的身份認證方式，生物特征識別技術不僅方便，而且結果的可靠性、準確性比較高。而聲紋識別作為現(xiàn)階段一種主要的生物特識別技術，在遠程認證等領域具有比較高的應用優(yōu)勢。就現(xiàn)階段的實際情況來看，聲紋識別技術的應用范圍比較廣泛。例如，國防安全、公安技偵、網(wǎng)絡支付以及聲紋鎖控等。鑒于此，本文對聲紋識別中的區(qū)分性訓練的應用進行研究，對聲紋識別技術的發(fā)展具有重要意義。

1 聲紋識別基本概念

聲紋是對說話人語音中，具有代表性的能夠標識自身的語音特征，以及在這些參數(shù)基礎上建立起的語言模型的一種總稱，屬于一種行為特征。而聲紋識別指的是一個過程，即分析語音中的聲紋特征，并以此來對這段語言對應的說話人進行識別的過程。聲紋與指紋相同，均是獨一無二的，每個人聲音中的語音特征以及發(fā)音習慣均是不同的，無論怎樣模仿，均無法改變說話人最基本的聲道特點以及發(fā)音特征。這便意味著，聲紋具有一定的穩(wěn)定性以及獨特性。基于聲紋的獨特性，開發(fā)研究了出了聲紋識別技術，對人類身份的生物特征進行識別。

2 聲紋識別中的區(qū)分性訓練方法

本文在特征矢量的基礎上，設計了聲紋密碼的區(qū)分性系統(tǒng)框架，以期更好的對聲紋識別中區(qū)分性訓練的方法進行研究，下面便對聲紋識別中的區(qū)分性訓練方法進行詳細介紹。

2.1 問題定義

盡管聲紋識別中，區(qū)分性訓練的應用比較廣泛，但受到種種客觀因素的影響，在說話人確認的短語音中，區(qū)分性訓練的價值卻無法真正體現(xiàn)出來。而聲紋密碼的最基本任務，便是確認短語音的說話人。為了有效的降低數(shù)據(jù)量過多而帶來的難題，可以將聲紋密碼的任務劃分成二類分類問題。簡單來說，即把全部的數(shù)據(jù)分成正例與反例兩種集合，同時盡可能的降低這兩種集合在規(guī)模上的差異。區(qū)分性訓練算法，提高了模型間的距離，降低了錯誤識別率。

2.2 特征定義

對新特征進行定義，是聲紋密碼區(qū)分性系統(tǒng)框架設計的難點所在。鑒于距離具有一定的對稱性與非負性，故本文采用近似策略替代距離。首先，通過DTW獲取測試語音以及注冊語音，其次，將測試語音與注冊語音在音幀上的差值思維該幀的新特征，即差值特征。需要注意的是，由于不同的注冊語音所代表的距離不具備可比性。所以，本文形成了一種新的特征，即將注冊模板的數(shù)據(jù)視作規(guī)整項。

2.3 參數(shù)優(yōu)化

本文采用EBM算法對區(qū)分性訓練模型的參數(shù)進行優(yōu)化。首先，利用正例語音與反例語音，構造出如圖1所示的函數(shù)。由于這一函數(shù)中，每一個求和項的正定均是無法保證的。簡單來說，就是求和項并不全是凹函數(shù)。所以，對該函數(shù)進行最大化時得不到有窮解，需要合理的引進平滑相，確保該式仍然屬于凹函數(shù)。

2.4 測試過程

利用正例區(qū)分性模型以及反例區(qū)分性模型，可以得到注冊語音與測試語音的總幀數(shù)，再經(jīng)過某些處理，獲取新的特征矢量，在此基礎上，按照葉貝斯準則，對測試語音與注冊語音進行判斷，明確其是否為同一人。

3 區(qū)分性訓練實驗結果分析

由上文中分析可以獲得規(guī)整特征以及差值特征，以此為基礎，對初始的正反例模型進行訓練；之后，基于MCE準則，借助EBW優(yōu)化算法進行兩類區(qū)分性訓練，訓練結果詳見圖2。在圖2中，橫坐標表示的是區(qū)分性訓練的迭代次數(shù)，0次迭代表示的是在使用集新訓練后，獲得的最大似然GMM模型。

通過分析圖2，可以得知，利用區(qū)分性訓練，得到的正例區(qū)分性模型以及反例區(qū)分性模型，相比于初始模型，可以更好的對聲紋空間中，代表距離度量的特點分布進行擬合，進而更好的提高系統(tǒng)的安全性。與此同時，區(qū)分性訓練實驗結果也從側面證明，相應的注冊特征的引入，可以使規(guī)整特征更好、更細致的將多種密碼文本條件的特征矢量的分布情況描述出來。而且，在通過比較多次的迭代之后，差值特征與規(guī)整特征二者之間的差異會愈發(fā)明顯，規(guī)整特征的優(yōu)勢也更加明顯?？偠灾?，聲紋密碼任務中，應用區(qū)分性訓練具有比較高的可行性，且可以顯著提升系統(tǒng)的性能。

4 結論

盡管聲紋識別技術的應用范圍在不斷擴大，但由于種種客觀因素的限制，相應的應用制度還未能得到完善。所以，其實際應用效果與理想狀態(tài)還存在一定差距。但是，聲紋識別技術的應用前景是十分廣闊的，而區(qū)分性訓練的應用也在很大程度上提高了聲紋識別技術的可行性，以及聲紋識別的實際效果。本文主要對聲紋識別基本概念的進行了介紹，基于聲紋識別中的區(qū)分性訓練方法，深入研究了區(qū)分性訓練實驗結果，以期進一步提高區(qū)分性訓練在聲紋識別中的應用效果。

參考文獻

[1]聶智良，張興明，楊鎮(zhèn)西等.區(qū)分性錨模型應用于語種識別的研究[J].計算機工程，2012，38（03）：172-175.

[2]熱米拉·艾山江，黃浩.一種改進的GOP算法在區(qū)分性訓練的應用[J].通信技術，2014，47（05）：508-511.

[3]熱依萊木·帕爾哈提，孟祥濤，艾斯卡爾·艾木都拉.基于區(qū)分性關鍵詞模型的維吾爾文本情感分類[J].計算機工程，2014，40（10）：132-136.

[4]王雨軒，倪訓博，姜峰.手語識別中基于HMM的區(qū)分性訓練方法[J].智能系統(tǒng)學報，2007，21（01）：80-84.

作者單位

紹興文理學院 浙江省紹興市 312000endprint