排序方式: 共有138条查询结果,搜索用时 15 毫秒
81.
82.
83.
84.
近日,全国安全防范报警系统标准化技术委员会(以下简称:全国安防标委会)发布了((声纹识别应用系统技术要求》、《安防生物特征活体检测技术要求》两项生物识别行业标准的征求意见稿。业内人士认为,生物识别在市场上表现差强人意,除了跟市场成长进度缓慢有关,也与生物识别相关检测标准不健全有着莫大关系。而这两项即将完成制定的行业标准无疑填补了这个漏洞,将会通过规范生物识别检测促进生物识别产业更有序发展。 相似文献
85.
86.
针对传统智能照明安全控制系统中由于声纹特征提取单一而影响识别准确率的问题,文章提出融合梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)与伽马通频率倒谱系数(Gammatone Frequency Cepstral Coefficients,GFCC)特征参数,采用费希尔准则对融合后的特征参数进行降维,利用卷积神经网络(Convolutional Neural Networks,CNN)构建智能照明系统声纹识别模型,通过搭建实验环境对改进后的方式进行测试。实验结果表明,改进后的方式能够有效提升系统声纹识别的准确性,提升系统整体的安全性。 相似文献
87.
声纹识别是一种能根据待识别语音的声纹特征识别说话人的技术. 本文阐述了声纹识别系统的原理知识,介绍了声纹识别系统的体系架构,本系统采取分层结构,核心业务分解为业务层和实现层,多个层的多个功能模块被设计成独立的服务,从而提升了声纹识别系统的识别准确率,最后给出了系统在实际生产环境下的产品设计方案. 相似文献
88.
89.
针对传统身份认证矢量(i-vector)与概率线性判别分析(PLDA)结合的声纹识别模型步骤繁琐、泛化能力较弱等问题,构建了一个基于角度间隔嵌入特征的端到端模型。该模型特别设计了一个深度卷积神经网络,从语音数据的声学特征中提取深度说话人嵌入;选择基于角度改进的A-Softmax作为损失函数,在角度空间中使模型学习到的不同类别特征始终存在角度间隔并且同类特征间聚集更紧密。在公开数据集VoxCeleb2上进行的测试表明,与i-vector结合PLDA的方法相比,该模型在说话人辨认中的Top-1和Top-5上准确率分别提高了58.9%和30%;而在说话人确认中的最小检测代价和等错误率上分别减小了47.9%和45.3%。实验结果验证了所设计的端到端模型更适合在多信道、大规模的语音数据集上学习到有类别区分性的特征。 相似文献