隨著聲紋認(rèn)證技術(shù)不斷發(fā)展,各種欺騙性語音對聲紋認(rèn)證系統(tǒng)的攻擊也日趨嚴(yán)重。其中,回放語音因直接來源于目標(biāo)說話人的真實(shí)聲音,獲取簡單,并且不需要攻擊者具備專業(yè)的知識,對聲紋認(rèn)證系統(tǒng)的威脅性最大。同時(shí),隨著音頻編解碼技術(shù)的成熟,高保真的錄制設(shè)備和回放設(shè)備能夠做到最小失真錄制和高保真的回放,使得回放語音攻擊聲紋認(rèn)證系統(tǒng)更容易實(shí)現(xiàn)。因此,如何對回放語音進(jìn)行有效的檢測成為聲紋認(rèn)證領(lǐng)域亟待解決的問題。本文對多場景下回放語音檢測的關(guān)鍵技術(shù)進(jìn)行研究和探索,深刻剖析了現(xiàn)有研究方法的思路、原理以及特點(diǎn),發(fā)現(xiàn)現(xiàn)有的算法中存在檢測率不高、魯棒性不強(qiáng)、算法復(fù)雜度相對較高等缺點(diǎn)。根據(jù)現(xiàn)有算法的不足,開展了以下三部分的研究工作。1、從時(shí)域和頻域兩個(gè)角度細(xì)致分析了回放語音與真實(shí)語音的差異。研究表明,回放語音受不同回放配置影響會出現(xiàn)不同程度的失真,其失真信息主要分布在高頻區(qū)和低頻區(qū)。為度量回放語音相較于真實(shí)語音的失真大小,探究錄制設(shè)備、回放設(shè)備以及聲學(xué)環(huán)境對回放語音質(zhì)量的影響,本文構(gòu)建了相對熵特征。實(shí)驗(yàn)結(jié)果表明,三種因素中回放設(shè)備是影響回放語音失真大小的主要因素;當(dāng)回放設(shè)備的質(zhì)量由低變高時(shí),其相對熵的波動范圍最大,熵值從... 

【文章來源】：寧波大學(xué)浙江省

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
引言
1 緒論
    1.1 課題的研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 單場景下回放語音檢測研究現(xiàn)狀
        1.2.2 多場景下回放語音檢測研究現(xiàn)狀
    1.3 本文的主要研究工作和內(nèi)容安排
2 數(shù)據(jù)庫、分類器及性能指標(biāo)
    2.1 數(shù)據(jù)庫的構(gòu)造及其使用規(guī)則
    2.2 檢測算法的基本框架
    2.3 檢測算法的性能指標(biāo)
3 回放語音差異性研究和失真性度量
    3.1 回放攻擊場景介紹
    3.2 回放語音差異性研究
        3.2.1 時(shí)域波形的分析
        3.2.2 頻域譜圖的分析
    3.3 數(shù)據(jù)庫詳細(xì)配置
        3.3.1 聲學(xué)環(huán)境
        3.3.2 錄制設(shè)備
        3.3.3 回放設(shè)備
    3.4 回放配置對回放語音的影響
    3.5 本章小結(jié)
4 基于修正倒譜特征的回放語音檢測算法
    4.1 頻域子帶分析
        4.1.1 基于特征層面的分析
        4.1.2 基于模型層面的分析
    4.2 傳統(tǒng)倒譜特征提取
        4.2.1 梅爾頻率倒譜系數(shù)
        4.2.2 逆梅爾頻率倒譜系數(shù)
        4.2.3 線性頻率倒譜系數(shù)
    4.3 修正倒譜特征提取
        4.3.1 單一濾波器組設(shè)計(jì)
        4.3.2 組合濾波器組設(shè)計(jì)
        4.3.3 修正濾波器組的倒譜特征提取
    4.4 實(shí)驗(yàn)結(jié)果及分析
        4.4.1 實(shí)驗(yàn)設(shè)置
        4.4.2 實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
5 基于帶阻濾波倒譜特征的回放語音檢測算法
    5.1 語音信號濾波介紹
        5.1.1 數(shù)字濾波器設(shè)計(jì)方法及其類型
        5.1.2 數(shù)字濾波器的頻帶變換
    5.2 特征構(gòu)造及提取
        5.2.1 子帶頻率倒譜系數(shù)提取
        5.2.2 帶阻濾波倒譜系數(shù)提取
    5.3 實(shí)驗(yàn)結(jié)果及分析
        5.3.1 實(shí)驗(yàn)設(shè)置
        5.3.2 實(shí)驗(yàn)結(jié)果及分析
    5.4 本章小結(jié)
6 信道補(bǔ)償對回放語音檢測的影響
    6.1 數(shù)學(xué)模型建立與信道補(bǔ)償分析
        6.1.1 回放語音數(shù)學(xué)模型
        6.1.2 信道補(bǔ)償分析
    6.2 特征層面信道補(bǔ)償方法
        6.2.1 倒譜均值方差歸一化方法
        6.2.2 分位數(shù)倒譜動態(tài)歸一化方法
        6.2.3 倒譜增益歸一化方法
    6.3 倒譜特征的提取
        6.3.1 常數(shù)Q倒譜系數(shù)
        6.3.2 高頻倒譜系數(shù)
    6.4 實(shí)驗(yàn)設(shè)置及分析
        6.4.1 實(shí)驗(yàn)設(shè)置
        6.4.2 實(shí)驗(yàn)的結(jié)果及其分析
    6.5 本章小結(jié)
7 總結(jié)與展望
    7.1 本文工作總結(jié)
    7.2 研究工作展望
參考文獻(xiàn)
在學(xué)研究成果
致謝
Abstract
論文摘要


【參考文獻(xiàn)】：
期刊論文
[1]基于修正倒譜特征的回放語音檢測算法[J]. 林朗,王讓定,嚴(yán)迪群,李璨.  計(jì)算機(jī)應(yīng)用. 2018(06)
[2]基于信道模式噪聲的錄音回放攻擊檢測[J]. 王志鋒,賀前華,張雪源,羅海宇,蘇卓生.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(10)
[3]防止假冒者闖入說話人識別系統(tǒng)[J]. 張利鵬,曹犟,徐明星,鄭方.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(S1)



本文編號：3564595