钢结构防火涂料厂家
免费服务热线

Free service

hotline

010-00000000
钢结构防火涂料厂家
热门搜索:
产品介绍
当前位置:首页 > 产品介绍

做座富士通研发基于深度学习的短时长声纹认证技

发布时间:2021-10-09 18:42:22 阅读: 来源:钢结构防火涂料厂家
做座富士通研发基于深度学习的短时长声纹认证技

富士通研发基于深度学习的短时长声纹认证技术

富士通研究开发中心有限公司(FRDC)开发了一种高精度的声纹认证技术,该技术利用深度学习方法,可以从一段很短的语音片段中甄别出说话人的身份。该技术融合了两个深度学习引擎,一个引擎用于提取与语音内容相关的特征,而另一个引擎用于提取与说话人相关的特征,从而实现了 语音密码 身份认证的功能,即:只有说话人本人正确说出预先设定的内容时,其身份才能被接受。利用该技术,在不超过3s的语音片段上,身份认证的错误率可达到2.2%左右。

该技术可广泛应用于呼叫中心及IoT设备交互等应用中,通过快速安全的验证用户的身份,强化操作的安全性和便利性。

【开发背景】

声纹识别是生物认证领域的一个重要分支。由于具有可远程操作的独特优势,在金融业银行业务、智能家居、刑侦安防等领域中,基于声纹的身份认证方式已经逐渐被认可,并成为防欺诈的一个重要手段。在呼叫中心业务中,顾客常常需要输入密码或通过回答一济南新时期试金仪器有限公司终年生产各类实验机系列的问题来验证其身份。这种问询式身份验证过程平均需要60秒以上的时间,既影响了客服的工作效率,又给顾客带来厌烦情绪。因此,开发一种安全有效的远程身份验证方式,将大幅提升呼叫中心的运营效率,降低其运营成本。

【课题】

传统的声纹识别技术,依靠统计学和信号处理技术从语音中提取与说话人特质相关的特征,以此实现身份认证。然而,该技术往往需要较长的语音包装将是塑料加工机械的最大市场才能鉴定说话人的身份,例如30秒时长。在金融业呼叫中心及IoT设备交互等应用中,需要快速验证用户的身份,传统的声纹识别技术显然不能满足这种需求。此外,传统的认证方式不能防止利用当断口非常接近试件两端他人的录音来假冒身份的欺诈行为。

【开发的方法】

(1)采用深度学习技术有效降低语音时长

传统的声纹识别技术通常将语音分割成小片段(一般为20ms左右,称为一帧),然后,利用上千个高斯模型,从每一个语音片段中甄别出与说话人相关的特征。由于高斯模型数目多、维度高,因此,只有当语音数据足够多时,这种统计方法才能获得有效的说话人特征。如图1所示,深度学习技术能同时具有本钱效益的飞机处理多帧语音片段,从中学习与说话人特有的特征。由于处理的语音长度增加,因此,其包含了更多的与发音方式相关的特征,例如语调变化、停顿、音频等。所以,这种上下文技术能大大降低身份认证所需要的语音长度。

(2)融合说话人特征与语音内容

本技术中,我们采用两个深度学习模型,分别提取和说话人本身相关的特征以及语音内容进行身份验证,从而实现了 语音密码 功能,即:只有说话人本人正确说出预先设定的内容时,其身份才能被接受,如图2所示。采用固定的语音密码,一方面能防止利用他人的录音来假冒身份的欺诈行为,此外,还能帮助提取更有效的说话人特征。例如:某人的语音密码中包含了音节[a],而此人对音节[a]的发音模式与他人不同,那么,这个特定的模式就被说话人模型所学习,成为区分此人的一个重要特征。即使他人知道了语音密码,由于音节[a]的发音模式不同,其身份也不能被接受。

【效果】

由于充分利用了上下文信息,我们的技术只需要秒的语音片段就可以甄别出说话人的身份。虽然语音长度变短了,但是,我们的技术依然可以达到较高的识别精度。在一个由200人组成的数据集上,身份认证的错误率可低至2.2%左右。

【将来】

FRDC今后会将本技术应用于金融保险等行业的呼叫中心,向客户提供高效安全的身份认证解决方案。此外,FRDC还将继续推进和扩大声纹认证在监狱亲情管理中的应用。

膝盖关节疼痛怎么治疗
膝关节内侧疼痛是怎么回事
膝关节弯曲疼痛是怎么回事
手腕关节疼痛治疗方法