声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 1123|回复: 0

[声学基础] 声纹究竟靠谱不靠谱?声音的三个维度

[复制链接]
发表于 2017-10-19 09:02 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
  指纹、虹膜、人脸识别,越来越多的生物识别技术开始在消费市场中被应用。同时,一些我们乍看之下较为晦涩陌生的概念也进入了大众的视野,比如“声纹”、“耳纹”等概念。

  今天我们就来讲讲声纹(Voiceprint)这个有趣的家伙。

  首先,抛出一个自测提问:你用过声纹登陆自己的微信吗?
1.png
  其实,微信声音锁的登陆功能2年前就有了。在安静的环境录制一段声音,后续该手机登陆微信时通过说话即可验证登陆。操作看似简单,然而大家却并没有非常踊跃地使用。而这似乎还是源自人们对这一声纹验证的安全性存有疑虑。

  究竟,这个看不见摸不着的声纹有啥讲究的呢?接下来就用大白话简单唠一唠。

  其实,就像指纹一样,我们每个人的声音也都有“纹路”上的差别。为了方便讲解,按照声音信息的长短分成了以下三个维度去讨论:音节、语音句子和语音段落。

  01、音节维度
  在我们说话的过程中,语音信号会随发音的不同而不停变化。为了想要研究声纹中不变的特征,我们就不得不把声音信号截取得尽可能短一些。一般情况,20-30毫秒长度的语音信号就可被假定为一个稳定的信号来看待。

  然后,通过研究这个短时间信号的频谱及频谱包络,我们就可以提取到关于很多的声纹特征。
2.png
  说到这里,我们就得稍微了解一下人是怎么发出声音的。

  实际上,咱们之所以能发声要归功于我们的“呼吸”作用。

  空气从肺部经过气管来到喉部,在声带(Vocal Folds)处产生振动,从而产生声波,并最终经过咽部、口腔传出。
3.png
  在此过程中,我们的声带起到了至关重要的作用。如上两幅喉咙俯视图所示,声带既可以作为阀门控制通气与否,又可以作为振源振动产生声音。

  而具体到每个人身上,发声的差异则是由声带的形状、声道的长度和尺寸、口腔的空间、牙齿舌头的位置等等因素导致。

  本质上看,我们每个人的说话声都是复杂声波,是由一系列不同频率的声波叠加而成的。为了方便理解,我们可以把它当作是一个基频加上各种谐波的组合。而在声纹的识别过程中,最关键的往往就是识别出每个人自带的基频F0。

  02、句子维度
  前面我们研究了20-30毫秒的声音,那么如果把长度延长一些会怎么样呢?

  当语音信息达到了句子的长度时,声音在韵律上的不同就凸显了出来:对于同一句话的表达,每个人会都有自己的声调、重音、停顿、语速等不同的呈现。
4.png
  通过对调制频率的研究,这一部分的声纹特性也可以被刻画出来。但需要注意的是,针对这部分的特性信息比之前音节的会更难被采集提取,所以将需要更多的数据支撑。

  不仅如此,它对于文本本身及语言种类的依赖性也更强。

  03、段落维度
  研究完韵律,我们再把研究范围扩大一些,变到语音段的大层面。

  这时候,各地口音、同一个意思不同的选词构句、某些词的特定发音,甚至是通过哪种设备进行的语音表述,都会变成重点研究对象。比如,你用手机录音和自己直接的说话声其实就有差异。

  这些特征和声音主人天生的物理特征关系不大,主要跟人的生活环境、受教育程度、个人性格特点、家庭环境有关。虽然关于它们的分析,需要比刚才更多的数据,但这种因素鲁棒性其实最高。因为它最不容易受到环境噪声和通道的影响。

  最后,为了帮助大家记忆,小编贴心地制作了下图。
5.png
  好啦,关于声纹特性的介绍就到这里。我们说说关于声纹安全性的考量。

  我们不妨拿微信的声纹登陆作为例子来看,其实只要在旁边播放说话者之前的电话录音,任何人都可以轻松登陆该人的微信账号。

  随着声纹识别的精细化,机器模仿人声的技术也在一起进步。类似柯南的蝴蝶结变声器的产品一定会在未来层出不穷,并且能把不同人声音的各种细节都模仿得惟妙惟肖。

  也正是因此,声纹验证的未来更多的会是,搭载在其它生物识别技术上作为一个辅助身份验证,或在娱乐化产业(比如智能机器人听主人命令)中发挥身份识别的作用。

  来源:会听声学公众号(ID:huitingshengxue)授权转载

回复
分享到:

使用道具 举报

您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-12-26 00:40 , Processed in 0.061813 second(s), 22 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表