重录语音检测算法

来源：信号处理杂志 2017年第1期北京时间：

作者：李山路, 王泳, 甘俊英

摘要：非法认证者可通过播放重新录制合法认证者的语音欺骗说话人识别系统以获得进入系统的权限，为社会安全带来威胁。因此，重录语音的检测具有现实的紧迫性，但相关的研究报道仍较缺乏。为此，本文提出一种重录语音的检测算法。该算法以MFCC（Mel-Frequency Cepstral Coefficients，美尔频率倒谱系数）的统计量作为SVM（Support Vector Machine，支持向量机）和KNN（K-Nearest Neighbors，K最近邻）分类方法的特征；除以上两种分类方法外，本文亦考察使用SAE（Sparse Autoencoder，稀疏自动编码器）的检测性能。为模拟现实生活中重录语音的真实情景，本文实验通过不同的录音设备、录音距离及录音环境对算法进行全面的测试。实验结果表明，通过增加重录语音的多样性作为训练可以使该算法的正确率提高到99.67%，达到了较好的检测性能。

关键词：重录语音检测, 社会安全, 美尔频率倒谱系数, 支持向量机, K最近邻, 稀疏自动编码器