聲紋鑒定新技術(shù)自動(dòng)識別判斷說(shuō)話(huà)人特征

　　說(shuō)話(huà)人識別的研究始于20世紀30年代。隨著(zhù)研究手段和工具的不斷改進(jìn)，說(shuō)話(huà)人識別的研究逐漸擺脫了早期單純的人耳聽(tīng)辨模式。Bell實(shí)驗室的L?G?Kesta用目視觀(guān)察語(yǔ)譜圖的方法進(jìn)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(現為公安部物證鑒定中心)引進(jìn)了美國的DSP5500聲譜儀，開(kāi)展聲紋鑒定的科研和檢案實(shí)踐。1992年公安部物證鑒定中心完成了部級重點(diǎn)課題《5500語(yǔ)圖儀在聲紋鑒定中應用的研究》，2001年，該中心承擔的國家九五科技攻關(guān)項目《聲紋鑒定關(guān)鍵技術(shù)及話(huà)者識別系統研究》通過(guò)驗收，研制出具有自主知識產(chǎn)權的VS99語(yǔ)音工作站，標志著(zhù)我國聲紋鑒定技術(shù)日趨成熟。

　　“聲紋鑒定與自動(dòng)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(dòng)識別功能植入VS99語(yǔ)音工作站，該系統能對說(shuō)話(huà)人特征進(jìn)行自動(dòng)分析、判斷和語(yǔ)圖顯示及測量，并可結合專(zhuān)家鑒定以確定說(shuō)話(huà)人身份，適合于法庭科學(xué)實(shí)際應用。本項目研制出當前聲紋鑒定工作中非常實(shí)用的集聲譜儀和說(shuō)話(huà)人自動(dòng)識別系統為一體的語(yǔ)音工作站，大大提高了結論的準確率，為聲紋鑒定提供了一個(gè)實(shí)用系統。

　　創(chuàng )新技術(shù)：

　　1.抗噪聲處理

　　噪聲對檢驗結果的影響是一個(gè)不可忽視的問(wèn)題。在本系統中對于非平穩噪聲，研究人員提出了利用偶數幀段主分量特征輸入隱馬爾可夫模型(HMM)結合時(shí)間方向平滑處理的SS方法來(lái)提高噪聲環(huán)境下漢語(yǔ)連續語(yǔ)音識別系統魯棒性的方法，取得較好的識別結果。

　　2.語(yǔ)音端點(diǎn)檢測

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

　　3.識別算法

　　本系統采用的是基于GMM模型的優(yōu)化算法。

　　(1)改進(jìn)的GMM的模型訓練方法

　　實(shí)驗中發(fā)現EM算法存在出現奇異陣的重大缺陷，而最大似然估計(ML)，雖然識別率比較低，但不會(huì )出現奇異陣。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(guò)α值控制修正比例對其進(jìn)行修正，稱(chēng)為改進(jìn)EM算法。

　　(2)基于遺傳算法的GMM的模型優(yōu)化算法

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

　　(3)GMM的說(shuō)話(huà)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(shuō)話(huà)人識別方案，該方案通過(guò)先對一次發(fā)音對應一個(gè)模型的各幀似然度做一種特定變化然后再計算該音節總的似然度，也就是該音節對應該模型的總的評分，記作Sc，與最大Sc所屬模型相對應的說(shuō)話(huà)人即為目標說(shuō)話(huà)人。

　　社會(huì )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(yǔ)音工作站已經(jīng)在國內普及，在實(shí)際辦案中發(fā)揮了重要作用。該項目是在VS99的基礎上增加自動(dòng)判別功能，從而進(jìn)一步提高辦案效率和鑒定的準確率。

　　該項目研制的聲紋鑒定自動(dòng)識別系統具有完全自主知識產(chǎn)權，實(shí)用性強，非常適合公安工作的實(shí)際需要，可在偵查中對大量嫌疑人進(jìn)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(shí)該系統具有語(yǔ)圖實(shí)時(shí)顯示功能，適用于行動(dòng)技術(shù)中語(yǔ)音信號的采集。自2002年以來(lái)，實(shí)際檢驗鑒定案件200起，案件類(lèi)型包括刑事、經(jīng)濟、民事、治安案件。從結案反饋及法庭審判結果看，正判率為100%。