辨明身份认“嗓子” 声音识别崭露头角

2011-08-05 14:26:20 来源:中国安防展览网 责任编辑: cpslili 收藏本文

　　声音识别的迅速发展以及高效可靠的应用软件的开发，使声音识别系统在很多方面得到了应用、这种系统可以用声音指令拟应用特定短句实现“不用手”的数据采集、其最大特点就是不用手和眼睛，这对那些采集数据同时还要完成手脚并用的工作场合尤为适用。由于每个人的声音千差万别，因此声音可以用作安全认证的依据之一。
　　
　　别人可以模仿你的签字，猜测你的密码，甚至能留下你的指纹，但要模仿你的声音就有点太苛刻了。美国的一座智能化大厦就采用了声音识别的方式。到达公司门口，你必须通过安全检查。电子声控门卫将问候“早上好!”你也该回答“你好!”或“早上好!”之类的礼貌用语。此时电子门卫通过你的声音来辨别你是不是该公司的工作人员，如果确认你是，它将主动为您打开门，但如果不是，电子门卫将客气地将你“拒之门外”。
　　
　　如果你视力不好或行走不便，声控设备也可助一臂之力。比如，你可以通过说话控制洗衣机、电视机、电脑等设备。让它们执行开启、关闭等简单的任务。装有声控设备的电脑还能为你朗读新收到的电子邮件，告诉你最新的消息。荷兰飞利浦公司最近还研制出了一种新型音响设备，如果你想听音乐，不用走到音响前找按钮，也用不着遥控器，目口使你在厨房，只要喊一声“开始放音乐吧!”远在客厅的音响就能自动开启，再说出歌曲的名字，音响就能在几秒钟之内找到这首歌自动播放。更为神奇的是，如果你想不起来歌曲的名字，只要哼几句歌曲的旋律，音响就能辨别出是哪首歌，然后播放给你听。在2003年9月的CeBIT大展上，SONY亮出了他们QRIO家庭娱乐机器人。为强化对话功能，这款机器人配备了专门用于声音识别与声音合成的CPU。这样，在原机型“SDR-4X”中通过外部PC实现的大词汇量连续声音识别可以由机器人独立完成。机器人可使用的词汇量约2万条。为扩展记忆对话功能，不仅能记住对话者的面部与姓名，还能记住对话者在对话寸使用的单词。因此，当新款机器人与同一个人第二次碰面寸，不仅能认出对方是谁，还能想起过去的对话内容。这样就能对曾经遇到过的人“产生一定的感情”，原型号的机器人只能想起面部与姓名。
　　
　　美国中央情报局近年来一直在秘密开发“声音自动处理系统”，并用“经典故事”来命名代替。这是一种可以“实寸自动鉴别语言、说话人和武器平台”的系统，这种系统不需要人工的介入，也不管说话人的语言是什么，即可以通过语音识别技术确认该人的身份，并锁定他说话时所在的地理位置。2003年8月?日，卡塔尔半岛电视台再次播放了据称是伊拉克前总统萨达姆的讲话录音。萨达姆在讲话中号召伊拉克人民“利用各种方式”赶走美英占领军。美国中央情报局官员随后发表声明称，中情局专家在对这盘录音带进行对比分析后，认为录音带上的声音“十有八九出自萨达姆本人”。
　　
　　这次美国中情局就动用了语音识别系统。每个人的声音束、嘴型、喉咙、鼻道以及发音肌肉都各不相同，这些有差异的物理特性，决定了每个人声音的独一无--i性。据一位曾在苏联侵略阿富汗期间为美国工作的巴基斯坦将军透露：“所有的国家领导人由于其口音、停顿、用词或表达习惯不同，因此都有着特定的识别方式，这就像人类的指纹。美国可以给每个领导人都编上号码”。对于采集到的各国领导人的声音资料，为便于使用，美国中央情报局对声音加以记录，并将其转变为声谱图或声纹的直观形式。声谱图中的电子过滤器仅允许某一特定波段的频率通过，并对这一频率的强度加以记录。
　　
　　声音识别也是一种非接触的识别技术，用户可以很自然地接受。但声音识别和其他的行为识别技术一样，声音因为变化的范围太大，故而很难进行一些精确的匹配;声音会随着音量、速度和音质的变化(例如当你感冒时)而影响到采集与比对的结果。为此，近年来美国中情局在识别声音时还采用了声纹技术，目口将声音信号以时间、频率及振幅的形式显示出来，极大地提高了识别效率。
　　
　　当卡塔尔电视台播出萨达姆的讲话录音后，美国中情局的声音识别专家及语言专家目口开始对这些录音进行分析，他们首先将录音带中的声音与资料库中存储的声音进行对比，辨别出其相似之处及不同之处，这些相似或不同之处涉及呼吸方式、语调的抑扬变化、不寻常的语音习惯以及地方方言等。然后这些专家又利用肉眼及专业计算机分析软件对两种来源的声纹加以分析研究，发现资料库中的声纹与录音带中的声纹基本一致，而且包含有部分相同的单词。