综述

声纹概念与用于识别的优势

声纹的概念：声音就是一段波，声纹就是携带了信息的声波频谱。
为什么可以用于识别？

1. 声纹不仅具有特定性，而且有相对稳定性的特点。成年以后，人的声音可保持长期相对稳定不变，因此，它同指纹一样，独特的生物学特征，可用于身份识别。
   
2. 声纹特征对比其他生物学特征更有优势。

声纹识别工作方式

声纹识别在产品上的本质主要就是以下两种工作方式： 1比1 和 1比N

工作流程大致如下：

1. 提取语音，预处理，提取特征
2. 利用训练好的模型，计算该语音对应的声纹模型或者声纹特征
3. 最后进行相似度打分，得到结果
   
   由此我们可以看出声纹识别主要就是三大部分：特征，模型，得分。下面根据这三大要素分别阐述

声纹识别三大部分：特征，模型，得分

首先看下这三大部分的整体技术流派和技术发展路线

语音特征介绍

声纹模型的演进

传统的声纹识别 主要是基于统计思想和概率论，结合声学，信号学，机器学习等算法

2012年，跨入了以deep learning 为主线的算法，DNN-based系统陆续出现，并基于深度学习领域的新思想持续改良

近两年发展起来的End-to-End 端到端系统，代表：2018年谷歌百度的相关论文

基于深度学习的声纹技术

上面的网络结构中，有一个Statistics Pooling Layer，负责将Frame-level Layer，Map到Segment-Level Layer，计算frame-level Layer的Mean和standard deviation。TDNN是时延架构，Output Layer可以学习到Long-Time特征，所以x-vector可以利用短短的10s左右的语音，捕捉到用户声纹信息，在短语音上拥有更强的鲁棒性。

其他语音技术介绍

摘自知乎“巧克力工厂的查理”，用作学习总结。

最后

以上就是专一酸奶为你收集整理的声纹识别的发展综述综述的全部内容，希望文章能够帮你解决声纹识别的发展综述综述所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。