聲紋鑒定新技術(shù)自動識別判斷說話人特征

　　說話人識別的研究始于20世紀30年代。隨著研究手段和工具的不斷改進，說話人識別的研究逐漸擺脫了早期單純的人耳聽辨模式。Bell實驗室的L?G?Kesta用目視觀察語譜圖的方法進行識別，并提出了“聲紋”的概念。我國的聲紋鑒定技術(shù)起步較晚，上世紀80年代末，公安部二所(現(xiàn)為公安部物證鑒定中心)引進了美國的DSP5500聲譜儀，開展聲紋鑒定的科研和檢案實踐。1992年公安部物證鑒定中心完成了部級重點課題《5500語圖儀在聲紋鑒定中應(yīng)用的研究》，2001年，該中心承擔(dān)的國家九五科技攻關(guān)項目《聲紋鑒定關(guān)鍵技術(shù)及話者識別系統(tǒng)研究》通過驗收，研制出具有自主知識產(chǎn)權(quán)的VS99語音工作站，標(biāo)志著我國聲紋鑒定技術(shù)日趨成熟。

　　“聲紋鑒定與自動識別技術(shù)研究”項目由公安部物證鑒定中心等單位完成，其主要研究成果是將聲紋自動識別功能植入VS99語音工作站，該系統(tǒng)能對說話人特征進行自動分析、判斷和語圖顯示及測量，并可結(jié)合專家鑒定以確定說話人身份，適合于法庭科學(xué)實際應(yīng)用。本項目研制出當(dāng)前聲紋鑒定工作中非常實用的集聲譜儀和說話人自動識別系統(tǒng)為一體的語音工作站，大大提高了結(jié)論的準(zhǔn)確率，為聲紋鑒定提供了一個實用系統(tǒng)。

　　創(chuàng)新技術(shù)：

　　1.抗噪聲處理

　　噪聲對檢驗結(jié)果的影響是一個不可忽視的問題。在本系統(tǒng)中對于非平穩(wěn)噪聲，研究人員提出了利用偶數(shù)幀段主分量特征輸入隱馬爾可夫模型(HMM)結(jié)合時間方向平滑處理的SS方法來提高噪聲環(huán)境下漢語連續(xù)語音識別系統(tǒng)魯棒性的方法，取得較好的識別結(jié)果。

　　2.語音端點檢測

　　端點檢測可以避免由噪音引起的誤動作以及由噪音引起的誤識別，對于準(zhǔn)確檢測語音信號的起始、提高識別系統(tǒng)精度等有重要意義。采用傳統(tǒng)的語音端點檢測器SAD很容易造成語音激活的漏檢。另外，較大的干擾信號，又有可能被當(dāng)成是語音的激活，造成語音激活的虛檢。為克服這一缺點，研究人員采用一種基于相關(guān)性的語音激活檢測器，定義了一種有效的相關(guān)函數(shù)，找到了判別門限設(shè)定方法以及防止漏檢和虛檢的方法。

　　3.識別算法

　　本系統(tǒng)采用的是基于GMM模型的優(yōu)化算法。

　　(1)改進的GMM的模型訓(xùn)練方法

　　實驗中發(fā)現(xiàn)EM算法存在出現(xiàn)奇異陣的重大缺陷，而最大似然估計(ML)，雖然識別率比較低，但不會出現(xiàn)奇異陣。因此研究人員采用最大似然估計(ML)所得模型為初始模型，然后用EM算法中的每步的模型通過α值控制修正比例對其進行修正，稱為改進EM算法。

　　(2)基于遺傳算法的GMM的模型優(yōu)化算法

　　研究人員對傳統(tǒng)的遺傳算法進行了改進，用于GMM的參數(shù)優(yōu)化中，大大提高了模型的優(yōu)化程度。

　　(3)GMM的說話人識別方法的優(yōu)化

　　研究人員提出了一種新的優(yōu)化的基于GMM的說話人識別方案，該方案通過先對一次發(fā)音對應(yīng)一個模型的各幀似然度做一種特定變化然后再計算該音節(jié)總的似然度，也就是該音節(jié)對應(yīng)該模型的總的評分，記作Sc，與最大Sc所屬模型相對應(yīng)的說話人即為目標(biāo)說話人。

　　社會效益：

　　目前，公安部物證鑒定中心完成的國家“九五”攻關(guān)成果VS99語音工作站已經(jīng)在國內(nèi)普及，在實際辦案中發(fā)揮了重要作用。該項目是在VS99的基礎(chǔ)上增加自動判別功能，從而進一步提高辦案效率和鑒定的準(zhǔn)確率。

　　該項目研制的聲紋鑒定自動識別系統(tǒng)具有完全自主知識產(chǎn)權(quán)，實用性強，非常適合公安工作的實際需要，可在偵查中對大量嫌疑人進行排查，可以有效地提供偵查方向，縮小偵查范圍，提高工作效率。同時該系統(tǒng)具有語圖實時顯示功能，適用于行動技術(shù)中語音信號的采集。自2002年以來，實際檢驗鑒定案件200起，案件類型包括刑事、經(jīng)濟、民事、治安案件。從結(jié)案反饋及法庭審判結(jié)果看，正判率為100%。