Российский фонд
фундаментальных
исследований

Физический факультет
МГУ им. М.В.Ломоносова
 

Изв. ЮФУ. Техн. н. 2018, № 8

 

Брюхомицкий Ю.А., Федоров В.М. «Метод текстонезависимой идентификации личности по голосу» Известия Южного федерального университета. Технические науки, № 8, с. 173-181 (2018)

Предлагается иммунологический метод решения задачи текстонезависимой идентификации личности по голосу, основанный на принципах представления и обработки речевой информации, принятых в искусственных иммунных системах. Для идентификации личности по голосу используется модель Фанта, в которой, речевой сигнал образуется путем прохождения через фильтр высокого порядка. В качестве векторов признаков используются кепстральные коэффициенты, полученные на основе линейного предсказателя речи. Последующий анализ векторов признаков осуществляется на основе аппарата искусственных иммунных систем с использованием иммунологической модели отрицательного отбора. Модель реализует децентрализованное распознавание последовательно идущих фрагментов речи, путем их сопоставления со специальными, предварительно созданными распознающими элементами – детекторами, имитирующими иммунокомпетентные клетки иммунной системы. Сопоставление осуществляется с использованием меры близости Евклида по принципу негативной селекции. Принятие решения «свой–чужой» при анализе речевого сигнала реализуется на основе статистического подхода по частоте срабатывания детекторов. Метод прошел экспериментальную проверку в среде MATLAB, которая показала его работоспособность и эффективность. Метод предназначен для непрерывного аутентификационного контроля личности говорящего в темпе поступления голосовых данных при воспроизведении текста произвольного объема и содержания, что позволяет своевременно принимать решение о возможной подмене дикторов. Преимуществом метода является его полная защищенность от атак воспроизведения. Эффективная реализация метода, повышение его точности тесно связаны с возможностью организации параллельных вычислений больших объемов данных, обусловленных размерами анализируемых текстов и размерами популяции детекторов. Это обстоятельство обуславливает перспективу применения многопроцессорных вычислительных систем высокой производительности.

Известия Южного федерального университета. Технические науки, № 8, с. 173-181 (2018) | Рубрика: 13.05