论文部分内容阅读
在文本相关的说话人识别模型中,训练语音和测试语音内容固定且相同.由于语音内容相同,这种模型将无法有效抵御“合成语音攻击”.提出一种非对称文本相关识别模型.在该模型中,训练语音和测试语音内容不同,且训练语音内容公开而测试语音内容由用户保留且不公开.这样就避免了测试语音被攻击者合成.同时,为了提高识别性能,小波分析和超级向量被引入该模型.小波分析能有效分析语音这种非平稳信号,而超级向量能有效提高不同特征向量间的区分度.实验结果表明新模型和传统模型相比可以提高识别性.