ГАУССОВЫ МОДЕЛИ ГОЛОСА ЧЕЛОВЕКА В ЗАДАЧАХ ВЕРИФИКАЦИИ И ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО РЕЧЕВЫМ СИГНАЛАМ
Ключевые слова:
верификация, идентификация, математическая модель голоса, речевые векторы, тренинговый и тестовый наборыАннотация
Одна из актуальных проблем в области защиты информации - внедрение систем распознавания личности по голосу. Эти системы позволяют идентифицировать личность человека по совокупности уникальных характеристик голоса.
В данной работе был создан и опробован алгоритм, основывающийся на Гауссовой модели голоса человека. Модель реализована на языке программирования Python. Этот алгоритм в дальнейшем может быть использован в качестве инструмента для верификации и идентификации личности по речевым сигналам говорящего.
Тестовые условные векторы из различных наборов сравнивались с эталонной моделью. Желаемый результат был подтвержден: чем существеннее различия между тестовым вектором и тренинговой (эталонной) моделью, тем меньшее значение принимает коэффициент подобия. Данный результат говорит о том, что что вычислительный алгоритм успешно прошёл проверку и может использоваться для дальнейших испытаний с реальными речевыми векторами
Библиографические ссылки
Г.Д. Гефан, В.Б. Иванов, Авторегрессионные векторные модели и их применение в задачах идентификации личности по речевым сигналам // Информационные технологии и проблемы математического моделирования сложных систем. Иркутск: ИИТМ ИрГУПС, 2010. – Вып. 8, с. 74-81
Г.Д. Гефан, В.Б. Иванов, Математическое моделирование систем верификации и идентификации личности по речевым сигналам // Информационные системы контроля и управления в промышленности и на транспорте. Иркутск: ИрГУПС, 2010. – Вып. 17, с. 24-31
Picone J. Signal modeling techniques in speech recognition – 1993 [Электронный ресурс]. – Режим доступа: http://aprodeus.narod.ru
Bimbot F., Magrin-Chagnolleau I., Mathan L. Second Order Statistical Measures For Text Independent Speaker Identification // Speech Communica-tion. – 1995. – 17(1-2). – P. 177-192.
Burges C.J.C. A tutorial on Support Vector Machines for pattern recog-nition // Data Mining and Knowledge Discovery. – 1998. – V. 2. – No 2. – P. 1-47.
Montacie C., Le Floch J.-L. AR-vector models for free-text speaker recognition // Proceeding of ICSLP. – 1992. – V.1. – P. 611-614.
Rabiner L.R. A tutorial on hidden Markov models and selected applica-tions in speech recognition // Proc. IEEE. – 1989. – 77(2). – P. 257-286.
