聲紋識(shí)別中的區(qū)分性訓(xùn)練

于梅

摘 要

與指紋相同，聲紋也是人類特有的生物特征，每個(gè)人的聲紋均是不同的。所以，聲紋可以作為區(qū)分人類個(gè)體的主要生物特征，基于這一特征，研發(fā)出了聲紋識(shí)別技術(shù)，并且得到了廣泛應(yīng)用。而在聲紋識(shí)別技術(shù)中，因數(shù)據(jù)稀疏等問(wèn)題，實(shí)現(xiàn)區(qū)分性訓(xùn)練的難度較大。為了更好的實(shí)現(xiàn)區(qū)分性訓(xùn)練，本文對(duì)聲紋識(shí)別中的區(qū)分性訓(xùn)練進(jìn)行了研究，希望本文能為相關(guān)人員的研究工作提供參考價(jià)值。

【關(guān)鍵詞】聲紋 聲紋識(shí)別 區(qū)分性訓(xùn)練

互聯(lián)網(wǎng)時(shí)代的到來(lái)，加之信息技術(shù)的不斷發(fā)展，使得個(gè)人身份的確認(rèn)、個(gè)人隱私保護(hù)等成為了社會(huì)關(guān)注的主要話題。相比于傳統(tǒng)的身份認(rèn)證方式，生物特征識(shí)別技術(shù)不僅方便，而且結(jié)果的可靠性、準(zhǔn)確性比較高。而聲紋識(shí)別作為現(xiàn)階段一種主要的生物特識(shí)別技術(shù)，在遠(yuǎn)程認(rèn)證等領(lǐng)域具有比較高的應(yīng)用優(yōu)勢(shì)。就現(xiàn)階段的實(shí)際情況來(lái)看，聲紋識(shí)別技術(shù)的應(yīng)用范圍比較廣泛。例如，國(guó)防安全、公安技偵、網(wǎng)絡(luò)支付以及聲紋鎖控等。鑒于此，本文對(duì)聲紋識(shí)別中的區(qū)分性訓(xùn)練的應(yīng)用進(jìn)行研究，對(duì)聲紋識(shí)別技術(shù)的發(fā)展具有重要意義。

1 聲紋識(shí)別基本概念

聲紋是對(duì)說(shuō)話人語(yǔ)音中，具有代表性的能夠標(biāo)識(shí)自身的語(yǔ)音特征，以及在這些參數(shù)基礎(chǔ)上建立起的語(yǔ)言模型的一種總稱，屬于一種行為特征。而聲紋識(shí)別指的是一個(gè)過(guò)程，即分析語(yǔ)音中的聲紋特征，并以此來(lái)對(duì)這段語(yǔ)言對(duì)應(yīng)的說(shuō)話人進(jìn)行識(shí)別的過(guò)程。聲紋與指紋相同，均是獨(dú)一無(wú)二的，每個(gè)人聲音中的語(yǔ)音特征以及發(fā)音習(xí)慣均是不同的，無(wú)論怎樣模仿，均無(wú)法改變說(shuō)話人最基本的聲道特點(diǎn)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(dú)特性。基于聲紋的獨(dú)特性，開(kāi)發(fā)研究了出了聲紋識(shí)別技術(shù)，對(duì)人類身份的生物特征進(jìn)行識(shí)別。

2 聲紋識(shí)別中的區(qū)分性訓(xùn)練方法

本文在特征矢量的基礎(chǔ)上，設(shè)計(jì)了聲紋密碼的區(qū)分性系統(tǒng)框架，以期更好的對(duì)聲紋識(shí)別中區(qū)分性訓(xùn)練的方法進(jìn)行研究，下面便對(duì)聲紋識(shí)別中的區(qū)分性訓(xùn)練方法進(jìn)行詳細(xì)介紹。

2.1 問(wèn)題定義

盡管聲紋識(shí)別中，區(qū)分性訓(xùn)練的應(yīng)用比較廣泛，但受到種種客觀因素的影響，在說(shuō)話人確認(rèn)的短語(yǔ)音中，區(qū)分性訓(xùn)練的價(jià)值卻無(wú)法真正體現(xiàn)出來(lái)。而聲紋密碼的最基本任務(wù)，便是確認(rèn)短語(yǔ)音的說(shuō)話人。為了有效的降低數(shù)據(jù)量過(guò)多而帶來(lái)的難題，可以將聲紋密碼的任務(wù)劃分成二類分類問(wèn)題。簡(jiǎn)單來(lái)說(shuō)，即把全部的數(shù)據(jù)分成正例與反例兩種集合，同時(shí)盡可能的降低這兩種集合在規(guī)模上的差異。區(qū)分性訓(xùn)練算法，提高了模型間的距離，降低了錯(cuò)誤識(shí)別率。

2.2 特征定義

對(duì)新特征進(jìn)行定義，是聲紋密碼區(qū)分性系統(tǒng)框架設(shè)計(jì)的難點(diǎn)所在。鑒于距離具有一定的對(duì)稱性與非負(fù)性，故本文采用近似策略替代距離。首先，通過(guò)DTW獲取測(cè)試語(yǔ)音以及注冊(cè)語(yǔ)音，其次，將測(cè)試語(yǔ)音與注冊(cè)語(yǔ)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(cè)語(yǔ)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(cè)模板的數(shù)據(jù)視作規(guī)整項(xiàng)。

2.3 參數(shù)優(yōu)化

本文采用EBM算法對(duì)區(qū)分性訓(xùn)練模型的參數(shù)進(jìn)行優(yōu)化。首先，利用正例語(yǔ)音與反例語(yǔ)音，構(gòu)造出如圖1所示的函數(shù)。由于這一函數(shù)中，每一個(gè)求和項(xiàng)的正定均是無(wú)法保證的。簡(jiǎn)單來(lái)說(shuō)，就是求和項(xiàng)并不全是凹函數(shù)。所以，對(duì)該函數(shù)進(jìn)行最大化時(shí)得不到有窮解，需要合理的引進(jìn)平滑相，確保該式仍然屬于凹函數(shù)。

2.4 測(cè)試過(guò)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(cè)語(yǔ)音與測(cè)試語(yǔ)音的總幀數(shù)，再經(jīng)過(guò)某些處理，獲取新的特征矢量，在此基礎(chǔ)上，按照葉貝斯準(zhǔn)則，對(duì)測(cè)試語(yǔ)音與注冊(cè)語(yǔ)音進(jìn)行判斷，明確其是否為同一人。

3 區(qū)分性訓(xùn)練實(shí)驗(yàn)結(jié)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(chǔ)，對(duì)初始的正反例模型進(jìn)行訓(xùn)練；之后，基于MCE準(zhǔn)則，借助EBW優(yōu)化算法進(jìn)行兩類區(qū)分性訓(xùn)練，訓(xùn)練結(jié)果詳見(jiàn)圖2。在圖2中，橫坐標(biāo)表示的是區(qū)分性訓(xùn)練的迭代次數(shù)，0次迭代表示的是在使用集新訓(xùn)練后，獲得的最大似然GMM模型。

通過(guò)分析圖2，可以得知，利用區(qū)分性訓(xùn)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(duì)聲紋空間中，代表距離度量的特點(diǎn)分布進(jìn)行擬合，進(jìn)而更好的提高系統(tǒng)的安全性。與此同時(shí)，區(qū)分性訓(xùn)練實(shí)驗(yàn)結(jié)果也從側(cè)面證明，相應(yīng)的注冊(cè)特征的引入，可以使規(guī)整特征更好、更細(xì)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(lái)。而且，在通過(guò)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(huì)愈發(fā)明顯，規(guī)整特征的優(yōu)勢(shì)也更加明顯。總而言之，聲紋密碼任務(wù)中，應(yīng)用區(qū)分性訓(xùn)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(jié)論

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

參考文獻(xiàn)

[1]聶智良，張興明，楊鎮(zhèn)西等.區(qū)分性錨模型應(yīng)用于語(yǔ)種識(shí)別的研究[J].計(jì)算機(jī)工程，2012，38（03）：172-175.

[2]熱米拉·艾山江，黃浩.一種改進(jìn)的GOP算法在區(qū)分性訓(xùn)練的應(yīng)用[J].通信技術(shù)，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(guān)鍵詞模型的維吾爾文本情感分類[J].計(jì)算機(jī)工程，2014，40（10）：132-136.

[4]王雨軒，倪訓(xùn)博，姜峰.手語(yǔ)識(shí)別中基于HMM的區(qū)分性訓(xùn)練方法[J].智能系統(tǒng)學(xué)報(bào)，2007，21（01）：80-84.

作者單位

紹興文理學(xué)院 浙江省紹興市 312000endprint