基于深度循环网络的声纹识别方法研究及应用

来源：计算机应用研究杂志2019年第1期北京时间：

作者：余玲飞,刘强,

单位：1.浙江工商大学杭州商学院,杭州310018；2.电子科技大学计算机科学与工程学院,成都611731；

摘要：声纹识别是当前热门的生物特征识别技术之一，能够通过说话人的语音识别其身份。针对声纹识别技术进行了研究，提出了一种基于卷积神经网络（CNN）和深度循环网络（RNN）的声纹识别方案CDRNN。CDRNN结合了CNN和RNN的优势，可用于移动终端声纹识别。CDRNN将说话者的原始语音信息经过一系列的处理并生成一张二维语谱图，利用CNN长于处理图像的优势从语谱图中提取语音信号的个性特征，这些个性特征再输入到deep RNN中完成声纹识别，从而确定说话者的身份。实验结果表明了CDRNN方案能够获得比GMM-UBM等其他方案更好的识别准确率。

关键词：声纹识别,深度循环网络,卷积神经网络,语谱图,

基金资助：国家自然科学基金资助项目(61370204)；浙江省自然科学基金资助项目(LQ16F02001)；；