首頁 > 聲紋識別可以說有兩個關(guān)鍵問題，一是特征提取，二是模式匹配(模式識別)。
特征提取的任務(wù)是提取并選擇對說話人的聲紋具有可分性強(qiáng)、穩(wěn)定性高等特性的聲學(xué)或語言特征。與語音識別不同，聲紋識別的特征必須是“個性化”特征，而說話人識別的特征對說話人來講必須是“共性特征”。雖然目前大部分聲紋識別系統(tǒng)用的都是聲學(xué)層面的特征，但是表征一個人特點(diǎn)的特征應(yīng)該是多層面的，包括：
- 與人類的發(fā)音機(jī)制的解剖學(xué)結(jié)構(gòu)有關(guān)的聲學(xué)特征(如頻譜、倒頻譜、共振峰、基音、反射系數(shù)等等)、鼻音、帶深呼吸音、沙啞音、笑聲等；
- 受社會經(jīng)濟(jì)狀況、受教育水平、出生地等影響的語義、修辭、發(fā)音、言語習(xí)慣等；
- 個人特點(diǎn)或受父母影響的韻律、節(jié)奏、速度、語調(diào)、音量等特征。
從利用數(shù)學(xué)方法可以建模的角度出發(fā)，聲紋自動識別模型目前可以使用的特征包括：
- 聲學(xué)特征(倒頻譜)；
- 詞法特征(說話人相關(guān)的詞n-gram，音素n-gram)；
- 韻律特征(利用n-gram描述的基音和能量“姿勢”)；
- 語種、方言和口音信息；
- 通道信息(使用何種通道)；等等。
根據(jù)不同的任務(wù)需求，聲紋識別還面臨一個特征選擇或特征選用的問題。例如，對“信道”信息，在刑偵應(yīng)用上，希望不用，也就是說希望弱化信道對說話人識別的影響，因?yàn)槲覀兿Ｍ还苷f話人用什么信道系統(tǒng)它都可以辨認(rèn)出來；而在銀行交易上，希望用信道信息，即希望信道對說話人識別有較大影響，從而可以剔除錄音、模仿等帶來的影響。
總之，較好的特征，應(yīng)該能夠有效地區(qū)分不同的說話人，但又能在同一說話人語音發(fā)生變化時保持相對的穩(wěn)定；不易被他人模仿或能夠較好地解決被他人模仿問題；具有較好的抗噪性能；……。當(dāng)然，這些問題也可以通過模型方法去解決。
CTI論壇報道
