走出實(shí)驗(yàn)室的聲紋識別技術(shù)因其廣闊的應(yīng)用場景和價值厚柳,從特定領(lǐng)域到民用領(lǐng)域氧枣,在國內(nèi)外正迎來第一波商用化浪潮。 而與此同時别垮,關(guān)于聲紋識別技術(shù)研究的成熟度以及安全可靠性便监,一直是應(yīng)用領(lǐng)域討論的重點(diǎn),本文基于時下聲紋識別技術(shù)研究的前沿觀點(diǎn)碳想,總結(jié)出五大發(fā)展趨勢:
1烧董、 聲紋識別研究朝著深度學(xué)習(xí)和端到端方向發(fā)展
語音作為語言的聲音表現(xiàn)形式,不僅包含了語言語義信息移袍,同時也傳達(dá)了說話人語種解藻、性別、年齡葡盗、情感螟左、信道、嗓音觅够、病理胶背、生理、心理等多種豐富的副語言語音屬性信息尽由。以上這些語言語音屬性識別問題從整體來看爹蒋,其核心都是針對不定時長文本無關(guān)的句子層面語音信號的有監(jiān)督學(xué)習(xí)問題,只是要識別的屬性標(biāo)注有不同野戏。
近年來遵非,聲紋識別的研究趨勢正在快速朝著深度學(xué)習(xí)和端到端方向發(fā)展,其中最典型的就是基于句子層面的做法哺挺。在網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)华媳、數(shù)據(jù)增強(qiáng)、損失函數(shù)設(shè)計(jì)等方面還有很多工作去做暴姓,還有很大的提升空間娇紊。
2、 提升聲紋識別系統(tǒng)的短時語音情況
在實(shí)際應(yīng)用中湿儡,由于對基于語音的訪問控制需求的不斷增長触茎,提升聲紋識別系統(tǒng)在短時語音情況下的性能變得尤為迫切。短時語音中說話人信息不足以及注冊和測試語音的文本內(nèi)容不匹配处榔,對于主流的基于統(tǒng)計(jì)建模的聲紋識別系統(tǒng)是一個嚴(yán)峻的挑戰(zhàn)希俩。
3、 改進(jìn)現(xiàn)有的深度說話人學(xué)習(xí)方法
目前采用的深度說話人識別方法首先利用神經(jīng)網(wǎng)絡(luò)提取前端的幀級特征诬留,然后通過池化映射獲得可以表示說話人特性的段級向量斜纪,最后采用 LDA/PLDA 等后端建模方法進(jìn)行度量計(jì)算。
相對于傳統(tǒng)的 i-vector 生成過程文兑,基于深度學(xué)習(xí)的說話人識別方法優(yōu)勢主要體現(xiàn)在區(qū)分性訓(xùn)練和利用多層網(wǎng)絡(luò)結(jié)構(gòu)對局部多幀聲學(xué)特征的有效表示上盒刚。如何進(jìn)一步改進(jìn)現(xiàn)有的深度說話人學(xué)習(xí)方法是現(xiàn)階段的一個研究熱點(diǎn)。
4绿贞、 深度對抗學(xué)習(xí)在聲紋識別技術(shù)中的應(yīng)用
生成式對抗網(wǎng)絡(luò) (GAN) 的主要目的是用在數(shù)據(jù)生成因块、降噪、等很多場景里面籍铁。它還被用在領(lǐng)域自適應(yīng)里面涡上,形成一個新的分布。第三個廣泛的應(yīng)用是生成對抗樣本拒名,這會對分類系統(tǒng)產(chǎn)生大的困擾吩愧。很多研究者用對抗樣本攻擊機(jī)器學(xué)習(xí)的系統(tǒng)芋酌,在原始數(shù)據(jù)上增加一些擾動,生成樣本慎瓮,經(jīng)過神經(jīng)網(wǎng)絡(luò)之后就有可能識別成完全不同的結(jié)果菜臣。這個思想在圖像處理領(lǐng)域非常活躍捧法,會造成錯誤識別萄天,引起了自動駕駛,安全等領(lǐng)域的研究人員的廣泛關(guān)注裹五。
在語音領(lǐng)域卦须,GAN 可以用在語音識別、口音自適應(yīng)上捅县,通過多任務(wù)學(xué)習(xí)和梯度反轉(zhuǎn)層來進(jìn)行口音或信道的自適應(yīng)摊壳,然后加上其他方法可以得到較好的效果。聲紋識別也存在各種不匹配的問題猪晰,在聲紋識別上也可以使用這一思想悯歇。同樣的思想也用在了 TTS 語音合成領(lǐng)域,目的是把不同的音素解耦成說話人质法,風(fēng)格等风捌,去除噪聲對建模的影響。
5妄迁、 深度嵌入學(xué)習(xí)是進(jìn)行聲紋識別和反欺騙的一個重要途徑
說話人識別和欺騙檢測近年來受到學(xué)術(shù)界和業(yè)界的廣泛關(guān)注寝蹈,人們希望在實(shí)際應(yīng)用中設(shè)計(jì)出高性能的系統(tǒng)〉翘裕基于深度學(xué)習(xí)的方法在該領(lǐng)域得到了廣泛的應(yīng)用箫老,在說話人識別和反欺騙方面取得了新的里程碑。然而黔州,在真實(shí)復(fù)雜的場景下耍鬓,面對短語音、噪聲的破壞流妻、信道失配牲蜀、大規(guī)模等困難,開發(fā)一個魯棒的系統(tǒng)仍然是非常困難的绅这。深度嵌入學(xué)習(xí)是進(jìn)行說話人識別和反欺騙的一個重要途徑涣达,在這方面已有一些著名的研究成果。如之前的 d-vector 特征和當(dāng)前普遍使用的 x-vector 特征证薇。
結(jié)語: 目前度苔,指紋識別、人臉識別已經(jīng)被大眾所熟知猬肖,但同樣作為生物識別的聲紋識別余窖,還處于技術(shù)挑戰(zhàn)的前沿地帶猾妖。據(jù)聲紋識別企業(yè)快商通分析,當(dāng)下全球生物識別產(chǎn)業(yè)規(guī)模龐大森片,僅聲紋識別這一細(xì)分方向的市場規(guī)模就將近百億美元兵雪,預(yù)計(jì)2020年更是有望超過200億美元(合1346億元人民幣),占整個生物識別市場的22.4%屋迄。
以國內(nèi)公共安全領(lǐng)域?yàn)槔膊棵嫦蛉珖茝V聲紋技術(shù)易仍,與指紋庫答海、DNA庫類似,聲紋庫建設(shè)是一項(xiàng)有著重要實(shí)戰(zhàn)價值的工作绵盔,具體表現(xiàn)在聲紋特征具有非接觸式采集的優(yōu)點(diǎn)壁万,和已有DNA庫、指紋庫相結(jié)合璃璧,可形成立體生物特征庫荔鸵,建成后直接為多警種服務(wù),是利用高科技手段在偵破案件和訴訟活動中應(yīng)用的一個新的增長點(diǎn)踊跟,將能有效提高公安機(jī)關(guān)偵查破案的效率和能力踩验,成為落實(shí)科技強(qiáng)警的重要實(shí)踐之一。目前商玫,公安部已在聲紋庫建設(shè)方面進(jìn)行了重點(diǎn)布局箕憾,并選擇快商通等通過公安部標(biāo)準(zhǔn)檢測的廠商作為聲紋采集設(shè)備提供方,力求雙發(fā)共同完成這項(xiàng)專業(yè)技術(shù)性強(qiáng)拳昌、應(yīng)用領(lǐng)域廣袭异、建設(shè)難度大的系統(tǒng)工程。
1烧董、 聲紋識別研究朝著深度學(xué)習(xí)和端到端方向發(fā)展
語音作為語言的聲音表現(xiàn)形式,不僅包含了語言語義信息移袍,同時也傳達(dá)了說話人語種解藻、性別、年齡葡盗、情感螟左、信道、嗓音觅够、病理胶背、生理、心理等多種豐富的副語言語音屬性信息尽由。以上這些語言語音屬性識別問題從整體來看爹蒋,其核心都是針對不定時長文本無關(guān)的句子層面語音信號的有監(jiān)督學(xué)習(xí)問題,只是要識別的屬性標(biāo)注有不同野戏。
近年來遵非,聲紋識別的研究趨勢正在快速朝著深度學(xué)習(xí)和端到端方向發(fā)展,其中最典型的就是基于句子層面的做法哺挺。在網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)华媳、數(shù)據(jù)增強(qiáng)、損失函數(shù)設(shè)計(jì)等方面還有很多工作去做暴姓,還有很大的提升空間娇紊。
2、 提升聲紋識別系統(tǒng)的短時語音情況
在實(shí)際應(yīng)用中湿儡,由于對基于語音的訪問控制需求的不斷增長触茎,提升聲紋識別系統(tǒng)在短時語音情況下的性能變得尤為迫切。短時語音中說話人信息不足以及注冊和測試語音的文本內(nèi)容不匹配处榔,對于主流的基于統(tǒng)計(jì)建模的聲紋識別系統(tǒng)是一個嚴(yán)峻的挑戰(zhàn)希俩。
3、 改進(jìn)現(xiàn)有的深度說話人學(xué)習(xí)方法
目前采用的深度說話人識別方法首先利用神經(jīng)網(wǎng)絡(luò)提取前端的幀級特征诬留,然后通過池化映射獲得可以表示說話人特性的段級向量斜纪,最后采用 LDA/PLDA 等后端建模方法進(jìn)行度量計(jì)算。
相對于傳統(tǒng)的 i-vector 生成過程文兑,基于深度學(xué)習(xí)的說話人識別方法優(yōu)勢主要體現(xiàn)在區(qū)分性訓(xùn)練和利用多層網(wǎng)絡(luò)結(jié)構(gòu)對局部多幀聲學(xué)特征的有效表示上盒刚。如何進(jìn)一步改進(jìn)現(xiàn)有的深度說話人學(xué)習(xí)方法是現(xiàn)階段的一個研究熱點(diǎn)。
4绿贞、 深度對抗學(xué)習(xí)在聲紋識別技術(shù)中的應(yīng)用
生成式對抗網(wǎng)絡(luò) (GAN) 的主要目的是用在數(shù)據(jù)生成因块、降噪、等很多場景里面籍铁。它還被用在領(lǐng)域自適應(yīng)里面涡上,形成一個新的分布。第三個廣泛的應(yīng)用是生成對抗樣本拒名,這會對分類系統(tǒng)產(chǎn)生大的困擾吩愧。很多研究者用對抗樣本攻擊機(jī)器學(xué)習(xí)的系統(tǒng)芋酌,在原始數(shù)據(jù)上增加一些擾動,生成樣本慎瓮,經(jīng)過神經(jīng)網(wǎng)絡(luò)之后就有可能識別成完全不同的結(jié)果菜臣。這個思想在圖像處理領(lǐng)域非常活躍捧法,會造成錯誤識別萄天,引起了自動駕駛,安全等領(lǐng)域的研究人員的廣泛關(guān)注裹五。
在語音領(lǐng)域卦须,GAN 可以用在語音識別、口音自適應(yīng)上捅县,通過多任務(wù)學(xué)習(xí)和梯度反轉(zhuǎn)層來進(jìn)行口音或信道的自適應(yīng)摊壳,然后加上其他方法可以得到較好的效果。聲紋識別也存在各種不匹配的問題猪晰,在聲紋識別上也可以使用這一思想悯歇。同樣的思想也用在了 TTS 語音合成領(lǐng)域,目的是把不同的音素解耦成說話人质法,風(fēng)格等风捌,去除噪聲對建模的影響。
5妄迁、 深度嵌入學(xué)習(xí)是進(jìn)行聲紋識別和反欺騙的一個重要途徑
說話人識別和欺騙檢測近年來受到學(xué)術(shù)界和業(yè)界的廣泛關(guān)注寝蹈,人們希望在實(shí)際應(yīng)用中設(shè)計(jì)出高性能的系統(tǒng)〉翘裕基于深度學(xué)習(xí)的方法在該領(lǐng)域得到了廣泛的應(yīng)用箫老,在說話人識別和反欺騙方面取得了新的里程碑。然而黔州,在真實(shí)復(fù)雜的場景下耍鬓,面對短語音、噪聲的破壞流妻、信道失配牲蜀、大規(guī)模等困難,開發(fā)一個魯棒的系統(tǒng)仍然是非常困難的绅这。深度嵌入學(xué)習(xí)是進(jìn)行說話人識別和反欺騙的一個重要途徑涣达,在這方面已有一些著名的研究成果。如之前的 d-vector 特征和當(dāng)前普遍使用的 x-vector 特征证薇。
結(jié)語: 目前度苔,指紋識別、人臉識別已經(jīng)被大眾所熟知猬肖,但同樣作為生物識別的聲紋識別余窖,還處于技術(shù)挑戰(zhàn)的前沿地帶猾妖。據(jù)聲紋識別企業(yè)快商通分析,當(dāng)下全球生物識別產(chǎn)業(yè)規(guī)模龐大森片,僅聲紋識別這一細(xì)分方向的市場規(guī)模就將近百億美元兵雪,預(yù)計(jì)2020年更是有望超過200億美元(合1346億元人民幣),占整個生物識別市場的22.4%屋迄。
以國內(nèi)公共安全領(lǐng)域?yàn)槔膊棵嫦蛉珖茝V聲紋技術(shù)易仍,與指紋庫答海、DNA庫類似,聲紋庫建設(shè)是一項(xiàng)有著重要實(shí)戰(zhàn)價值的工作绵盔,具體表現(xiàn)在聲紋特征具有非接觸式采集的優(yōu)點(diǎn)壁万,和已有DNA庫、指紋庫相結(jié)合璃璧,可形成立體生物特征庫荔鸵,建成后直接為多警種服務(wù),是利用高科技手段在偵破案件和訴訟活動中應(yīng)用的一個新的增長點(diǎn)踊跟,將能有效提高公安機(jī)關(guān)偵查破案的效率和能力踩验,成為落實(shí)科技強(qiáng)警的重要實(shí)踐之一。目前商玫,公安部已在聲紋庫建設(shè)方面進(jìn)行了重點(diǎn)布局箕憾,并選擇快商通等通過公安部標(biāo)準(zhǔn)檢測的廠商作為聲紋采集設(shè)備提供方,力求雙發(fā)共同完成這項(xiàng)專業(yè)技術(shù)性強(qiáng)拳昌、應(yīng)用領(lǐng)域廣袭异、建設(shè)難度大的系統(tǒng)工程。