Текстозависимая верификация диктора: модель, статистические исследования, комплекс программ

• Автор: Ручай, Алексей Николаевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Челябинск
• Количество страниц: 104 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. Голосовая биометрика
1.1 Основные понятия голосовой биометрики
1.2 Обоснование уникальности речи
1.3 История развития распознавания диктора
1.4 Современное состояние и перспективы голосовой биометрики
1.5 Голосовые базы
1.6 Заключение
ГЛАВА 2. Текстозависимая верификация диктора
2.1 Общая модель распознавания диктора
2.2 Формантный метод текстозависимой верификации диктора
2.2.1 Обработка речевого сигнала
2.2.2 Вычисление векторов признаков
2.2.3 Построение решающего правила
2.3 Заключение
ГЛАВА 3. Форманты
3.1 Исследования формант
3.2 Выделение формант
3.3 Оценка точности и устойчивости извлечения формант
3.4 Заключение
ГЛАВА 4. Новый метод сегментации сигнала
4.1 Показатель Гёльдера как оценка сингулярности сигнала
4.2 Новый метод сегментации на основе оценки показателя Гёльдера
4.3 Оценка точности и устойчивости нового метода сегментации
4.4 Сравнение нового метода со стандартными методами сегментации
4.5 Заключение
ГЛАВА 5. Оценка надежности и улучшение формантного метода текстозависимой верификации диктора
5.1 Оценка надежности формантного метода текстозависимой верификации диктора с помощью метода опорных векторов
5.2 Оценка надежности формантного метода текстозависимой верификации диктора

5.3 Улучшение формантного метода текстозависимой верификации диктора
5.4 Заключение
ГЛАВА 6. Реализация системы разграничения прав доступа
6.1 Модель атак и защиты биометрических систем распознавания диктора
6.2 Описание общей системы разграничения прав доступа
6.3 Описание реализованной системы разграничения прав доступа
6.4 Описание интерфейса системы разграничения прав доступа
6.5 Заключение
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ
Актуальность работы. В настоящее время актуальной является разработка систем, предназначенных для распознавания диктора. Такие системы активно развиваются в течение последних 60 лет. На данный момент задачу нельзя считать решенной, так как существующие системы распознавания диктора не отличаются высокой надежностью, по этой причине продолжается разработка и реализация новых методов и подходов. Преимущества биометрических систем в сравнении с парольными системами очевидны, они имеют большую практическую значимость, что обосновывает важность как теоретических исследований, так и практических разработок.
Цель работы. Целью данной диссертационной работы является разработка модели текстозависимой верификации диктора и реализация на ее основе системы разграничения прав доступа в операционной системе (ОС) ХУтбочта ХР. В соответствии с поставленной целью необходимо решить следующие задачи:
• обзор существующих методов и подходов решения задачи распознавания диктора;
• разработка модели текстозависимой верификации диктора;
• исследование и оценка точности и устойчивости предложенных характеристик речи;
• разработка и тестирование нового метода сегментации речевого сигнала для увеличения надежности распознавания диктора;
• оценка надежности текстозависимой верификации диктора и исследование методов увеличения ее надежности;
• разработка и реализация системы разграничения прав доступа в ОС ''Ашбошв на основе модели текстозависимой верификации диктора.
Методы исследования. В процессе теоретических исследований применялись методы обработки речевого сигнала, теории вейвлет преобразования, распознавания образов, теории вероятностей и математической статистики. Для численных экспериментов использовалось тестирование на голосовых базах с реальными речевыми фразами.
Материал исследования. В ходе численных экспериментов использовались четыре голосовые базы, которые были собраны в Челябинском государственном университете и содержали речевые фразы различных дикторов. Запись фраз велась в естественных условиях на микрофоны различных типов.

Метод покадровой обработки речевого сигнала приводит к появлению провалов спектра сигнала, которые называют антиформантами. Также возникает проблема, которая заключается в том, что многие согласные в основном непериодичны, и их спектры поэтому частично или полностью являются сплошными, что отличается от спектров гласных звуков, являющихся периодичными. Данные недостатки приводят к неточным значениям формант, что сказывается на надежности распознавания диктора.
Идеальным было бы вычисление векторы признаков голоса на тех сегментах речевого сигнала, которые соответствуют фонемам, входящим в состав слова. Для этого был предложен новый метод сегментации речевого сигнала. В предложенном методе речевой сигнал сегментируется на непересекающи-еся вокализованные сегменты, которые соответствуют не фонемам слова, а слогам, в основе которых лежат периодичные гласные звуки. Предлагаемый метод заключается в оценке показателя сингулярности речевого сигнала и будет подробно описан в Главе 4.
2.2.3 Построение решающего правила
Для построения решающего правила сначала определим ДД, Д) как меру близости двух формант Д = (101,01) и Д = (гщ, 02)
Д/ь /2) = сш |го1 - го2| + са |о! - о21,
где и са — весовые коэффициенты, которые определяются из условий нормировки частоты и амплитуды формант. Положим Су, равной 1, а са — 1000 (см. [36]).
Определим меру близости ДФь Д2) между двумя формантными наборами
ВД,) = - У>(/щ/2Д

где Д. = {ДДщ! и F2 = {ДгДД — формантные наборы, V — число формант в формантном наборе.
Близость двух речевых образцов будем оценивать следующим образом

где сщ и сщ — объекты распознавания, которым соответствует последовательность формантных наборов {}Д1 и {ДДД}.