说话人重识别中的基频和共振峰联合还原方法

来源：计算机技术与发展杂志2023年第06期北京时间：

作者：魏春雨;孙蒙;贾冲

单位：陆军工程大学 指挥控制工程学院,江苏 南京 210007 Author(s): WEI Chun-yu;SUN Meng;JIA Chong School of Command and Control Engineering,Army Engineering University of PLA,Nanjing 210007,China 关键词: 说话人匿名;说话人重识别;McAdams 系数;共振峰;还原 Keywords: speaker anonymization;speaker re-recognition;McAdams coefficient;formant;restoration 分类号: TP391. 9 DOI: 10. 3969 / j. issn. 1673-629X. 2023. 06. 008 摘要: 话人匿名技术的出现,对基于声纹的生物特征识别造成了巨大的安全威胁。 对于利用各种变声工具实施的说话人匿名,匿名语音中的说话人个性特征相比原始语音发生了显著改变,会严重影响说话人识别的效果。 针对现有说话人重识别方法存在的语音还原手段单一、在变声工具类型未知情况下的匿名语音还原效果尚不明确等问题,提出了一种基于基频和共振峰联合还原的说话人变声匿名重识别方法。 该方法在基频逆变换变声还原的基础上,引入 McAdams 系数调整语音的共振峰,同时使用基于 x-vector 的说话人识别模型进行声纹相似度评分,提高了黑盒变声匿名条件下还原语音与真实语音的声学特征相似度,增强了说话人识别系统对不同类型变声匿名语音的重识别能力。 实验结果表明,提出的方法对四种音频编辑软件和三种真实变声器材匿名语音的重识别效果均优于现有基线重识别方法。

摘要：话人匿名技术的出现,对基于声纹的生物特征识别造成了巨大的安全威胁。 对于利用各种变声工具实施的说话人匿名,匿名语音中的说话人个性特征相比原始语音发生了显著改变,会严重影响说话人识别的效果。 针对现有说话人重识别方法存在的语音还原手段单一、在变声工具类型未知情况下的匿名语音还原效果尚不明确等问题,提出了一种基于基频和共振峰联合还原的说话人变声匿名重识别方法。 该方法在基频逆变换变声还原的基础上,引入 McAdams 系数调整语音的共振峰,同时使用基于 x-vector 的说话人识别模型进行声纹相似度评分,提高了黑盒变声匿名条件下还原语音与真实语音的声学特征相似度,增强了说话人识别系统对不同类型变声匿名语音的重识别能力。 实验结果表明,提出的方法对四种音频编辑软件和三种真实变声器材匿名语音的重识别效果均优于现有基线重识别方法。

关键词：说话人匿名;说话人重识别;McAdams 系数;共振峰;还原