基于深网图像识别模型的语音认证模式

• 作者: 潘树诚 章坚武
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: VI模型 VTM模型 深度学习 卷积神经网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 22-26,31
• 页数: 6页
• 分类号: TP301
• 字数: 4668字
• 语种: 中文
• DOI: 10.11907/rjdk.181193

摘要

目前,互联网身份认证普遍采用单一的固定密码认证模式,认证安全性非常低,因此迫切需要一种安全系数高又能普及的身份认证方式.声纹作为一种高活性生物特征,用于身份认证具有十分广阔的应用前景.基于深度学习(DL)的语音认证系统包含两个模型:声纹辨别(VI)模型和声纹文本匹配(VTM)模型,都基于卷积神经网络(CNN).其中,VI模型是一个二分类模型,主要用于确认当前说话人是否为恶意(录音)攻击者;VTM模型是一个多分类模型,主要用来匹配用户预先设定的身份认证信息.通过实验,两个模型在ASVD数据集的识别率分别达到100％ 和98.3％,相比caffe-net模型,VTM模型的识别率提高了10.8个百分点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章坚武	杭州电子科技大学通信工程学院	155	1164	15.0	27.0
2	潘树诚	杭州电子科技大学通信工程学院	2	11	1.0	2.0