录音回放是目前声纹识别技术应对各种仿冒语音攻击的主要手段。针对传统语音特征无法区分真实语音和回放语音的问题,提出一种基于高斯滤波器组的 Fisher比混合倒谱特征提取算法。将高斯滤波器组代替传统角滤波器组,分别采用线性频率和逆ERB频率替换MEL频率,形成高斯线性频率倒谱系数特征(G-LFCC)和高斯逆ERB频率倒谱系数特征(G- IEFCC)两个新的特征。通过 Fisher准则将G-LFCC和 G-IEFCC融合,生成新的混合特征参数,该特征提高了真实语音和回放语音在高频段的区分度,同时降低回放语音在低频段因不同录音及回放设备造成的干扰。在 Asvspoc02017评测数据上的实验结果表明,该算法混合特征具有较好的区分效果,与IMFCC、LFCC、CQCC和GSV等算法相比,等错误概率分别降低28%、38.8%、58.3%和43.7%。
全部0条评论
快来发表一下你的评论吧 !