[00974557]反蓄意模仿语音识别系统模型的建立与研究

课题的来源与背景：每个人的语音虽然具有独立性，但也可以被别人模仿。语音模仿的主要方法有自然人的主动模仿、机器模仿和人机结合模仿。模仿者蓄意模仿说话人的声音，当相似度较高或几乎相同时，基于说话人识别的身份确认系统就有可能被模仿者欺骗，并授予其相应的权限，使得系统被模仿者恶意闯入，致使用户的信息面临着被窃取、破坏的危险。在信息安全日益关键的今天，研究蓄意模仿语音中的特征尤其是找出原说话人的语音和蓄意模仿者语音之间的特征差异无疑是十分重要的，即要开展反模仿技术的研究。现在蓄意模仿语音中特征的研究在国际上也是一个研究的热点，现阶段关于这个方面的技术也逐渐革新。每年都有相关研究的文章发表，说明蓄意模仿语音中特征的研究具有广阔的应用前景。研究内容方面：建立了一个小型的蓄意模仿语音库；针对三种蓄意模仿模型(自然人的主动模仿，机器合成模仿和人机结合模仿)分别统计并比较得出各自优缺点，提取了有效特征参数；针对蓄意模仿语音，进行特征参数的提取，采取二次特征参数提取的方法，对得到的基本的特征参数进行加权、微分、组合，从而筛选得到新的有效而可靠的特征参数。为避免发生“维数灾难”还需对提取的众多特征参数进行特征降维操作；分析现有分类器与模式匹配方法，增加新的确信验证函数，提出一种最适用于反模仿系统的算法及其快速算法，并最终在自建的小型模仿语音库中使正确识别率达95%以上，正确识别率符合预期；学术成果方面：在该专业国内外权威期刊或会议上发表研究论文15篇，其中6篇被EI检索；在捻股机张力测试方面获得国家发明专利授权2项; 人才培养方面：课题研究阶段，培养了该专业研究生7名；任务书基金要求：项目完成时，项目负责人作为第一作者发表学术论文7篇；其中4篇被EI检索。