第９卷第１期重庆科技学院学报（自然科学版）２００７年３月
基于言语过滤、情感补偿的活体声纹识别系统的设计
任培花１，２孙宏志２
（１．山西大同大学，大同０３７００９；２．中国矿业大学（北京），北京１０００８３）
摘要：提出一种新型声纹识别系统的设计方案。有别于传统声纹识别系统的是，该识别系统的预处理部分使用言语过滤的方法，特征提取过程采用情感补偿的办法。其中，言语过滤以语音识别为技术支持，可以剔除嘈杂背景，限制冒名顶替，排除语音赝本等等；情感补偿以语音情感计算为理论基础，能够很好地解决声音漂移、伪装模仿等问题。基于这两部分提取特征数据将更加准确有效。
关键词：声纹识别；言语过滤；活体声纹；情感补偿中图分类号：ＴＰ３１１
文献标识码：Ａ
文章编号：１６７３－１９８０（２００７）０１－００９１－０３
长期以来，人类一直依靠钥匙、证件、密码等传统物品和特定知识来达到验证自己身份的目的。随着社会信息化程度的提高，这些传统身份认证方式的局限性和弊端也表现得越来越明显。由此，传统的身份识别技术和方法显然已远远不能满足社会快速发展的需要。正是由于这种迫切的社会需求，各种新的自动身份识别技术层出不穷。
悄然兴起的生物认证技术可以从本质上解决传统身份识别技术上的不足，正逐渐被认可。生物认证技术是指通过计算技术，利用人类个体自身的生理或行为特征，进行个体身份自动识别的一种新技术。这些个体特征包括指纹、声纹、虹膜、面孔等人行走的步态等行为体的生物特征，以及签名的动作、
特征，统称为生物特征。近年来，在生物识别技术领域中，声纹识别技术以其独特的方便性、经济性和准确性等优势受到世人瞩目，使用声纹识别技术进行身份认证具有很高的精度，可进一步增加系统安全性，并日益成为人们日常生活和工作中重要且普及的安全验证方式。
前者要判识别有两方面，说话人辨认和说话人确认。断出某段语音是若干人中的哪一个所说的，属于“多选一”的识别；后者则确认某段语音是否是指定的某个人所说的，属于“一对一”识别。
通俗地讲，声纹识别就是根据人的声音特征，识别出某段语音是谁说的。传统的声纹识别原理是通过分析人的发声，为每个人构造一个独一无二的数学模型，由计算机对模型和实际输入的语音进行精确匹配，根据匹配结果辨认出说话人是谁。但传统的声纹识别在具体的应用过程中还存在不少问题。
１．２传统声纹识别存在的主要问题
关于传统声纹识别的方法，在实际应用中存在以下问题：
（１）缺乏个性化特征
声纹识别利用的是语音信号中的说话人信息，而不考虑语音中的字词意思，它强调说话人的个性。而语音识别目的是识别出语音信号中的言语内容，并不考虑说话人是谁，它强调共性。由于目标不同，语音识别所用的特征用于声纹识别肯定不是很贴切。
（２）难以提取动态变化的语音特征
每个说话人语音的个体特征和他的心理与生理发音系统有关，因此该语音的个体特征是动态变化的；而这种变化在现有的特征中并未反映，因此对同一说话人的变化无法保持相对稳定。实际上此问题对语音识别同样存在。计算机语音识别对中性语音的识别率９０％，而对带有情感的语音识别率则降到了５０％到６０％。
１声纹识别的界定及传统声纹识别存在的主要问题
１．１声纹识别的界定及特征
说话人识别，也称声纹识别，就是根据人的声音特征，识别出某段语音是谁说的。严格地讲，声纹识别是根据语音波形中反映说话人生理和行为特征的语音参数，自动识别说话人身份的一门技术。声纹
收稿日期：２００６－１２－０８
作者简介：任培花（１９８０－），女，山西朔州人，山西大同大学助教，中国矿业大学（北京）计算机应用技术专业在读硕士研究生，主
要研究方向：计算机教育、计算机监测与控制。
・９１・
任培花，孙宏志：基于言语过滤、情感补偿的活体声纹识别系统的设计
（３）全面语音信息的提取不够现实
世界上有相似的声音，但肯定不存在相同的声音，也许生理结构类似使声音听上去形似，但人的个性心理和情绪是不可能完全相同的。由于现有的声音特征实际上只粗略地勾勒了声音的形貌，而未传达其神韵，忽略了蕴含在语音信号中的情感因素，构建在此基础上的声纹识别系统智能化程度较低。
（４）实用技术防伪性不强
人为的模仿和用录在磁带上的声音来欺骗声纹识别系统还很容易。而且，现代语音合成技术的发展能合成逼真的语音，也是声纹识别的一大克星，此即模仿伪装问题。
情感补偿的活体声纹识别２基于言语过滤、
系统的组成及其流程
鉴于以上分析，传统声纹识别方法存在缺乏个性化特征、难以提取动态变化的语音、全面语音信息的提取不够现实等诸多缺陷，为克服以上弊端，本研究提出一种集语音识别、言语过滤、情感补偿于一体的活体声纹识别系统。该系统由预处理、特征提取、模式匹配三部分组成。具体流程如图１所示。
２．１预处理
通过言语过滤来实现。言语过滤借助语音识别的方法部分地过滤了复杂背景，通过合理设计提问和对问题答案的校验，可有效防止冒用者。言语过滤过程分为四步：
说话人，且对同一说话人的变化保持相对稳定。传统的声纹特征提取仅从语音信号中提取生理特征，声纹识别系统主要依靠较低层次的声学特征进行识别。由于提取信息不能贴切全面地刻划说话人的个性特征，导致现有的声纹识别系统性能不稳定。鉴于此，我们提出活体声纹特征提取的概念。
活体声纹特征提取的不仅是语音信号中的生理特征，还包括其中的情感特征，整个识别系统根据说话人的生理和行为相结合的特征进行识别。由于提取的信息不仅包含了语音的形（生理层次），而且表现了其神（情感行为层次），得到的是形神兼备的声纹特征；因此可以真实动态地刻划说话人的个性特征，从前提上消除了由于情感变化所带来的声纹识别系统性能不稳定的隐患。
情感生理学的研究表明，人的情感与生理变化密切相关。根据这一点，便可以推断情感的声道符号。一般来说，生理上的激励被期望能够影响某些测平均音调和声音速率，和恐惧、愤怒量结果，如强度、
相联系的颤动被期望能够产生音调上的变动；不高兴的情感很有可能导致声道的紧张，然后改变声谱的
１）登录：说话者通过预先注册的用户名登录系
统（错误的用户名是不能登录系统的），准备回答系统提问。
２）回答问题：这些问题主要涉及到一些用户的
个人信息，是由注册过程为用户建立完成的。当把所有用户的个人信息汇聚到一起就构成了一个大的数据库，当然这个数据库是在此系统之前已经建立完成的，而登录时的提问次序则只是随机提取数据库中的问题。
３）语句验证：说话人回答的语音需经过语音识
别，识别的语句应与注册的内容或者系统期望的答案相一致，否则即为回答错误。
语料”。凡是４）判定：说话人回答的语音称为“
不能通过语句校验的语料或者无语义的语料均被处理为无用语料，舍弃之。通过校验的语料作为声纹比对的语料。
２．２特征提取
声纹识别系统中的特征提取即提取语音信号中表征人的基本特征，此特征应能有效地区分不同的・９２・
任培花，孙宏志：基于言语过滤、情感补偿的活体声纹识别系统的设计
平衡。
据此，我们在特征提取过程中采用情感补偿的方法。其基本思想是：从语音中识别出说话人的情感类型，再进行相应情感的修正补偿后得到中性（感情）语音，对此中性语音进行声纹识别由于考虑并排除了说话人的情感变化对语音的影响；因此能大大提高识别的准确率和稳定性，并有望解决声音漂移、伪装模仿等问题。
融合声纹识别和语音识别来进行身份认证是一种能满足实际要求的可行方法。本文提出的这个声纹识别系统，言语过滤过程的原理就是语音识别。从另一个层面看，利用语音情感计算，可以新的视角、更高的层面重新审视和研究说话人特征和模型，从本质上寻求说话人独有的特征，使声纹识别结果更加合理合情，提取信息更加全面，自然就加强了声纹识别性能的稳定性。
我国市场尚属启动阶段，声纹识别的发展空间更为广阔，在金融、证券、社保、公安、军队及其它民用安全认证等行业和部门有着广泛的需求。只有将语音识别和声纹识别结合起来使用才能真正满足各行各业的行业要求。活体声纹识别将与语音识别一起从听觉渠道为实现“个性化”和情感电脑奠定了基础，实现安全、和谐、自然的人机语音交互。
参考文献
２．３模式匹配
目前针对各种特征而提出的模式匹配方法的研究越来越深入。这些方法大体可归为下述几类：概率统计方法、动态时间规整方法、矢量量化方法、隐马尔可夫模型方法、人工神经网络方法等。把以上分类方法与不同特征进行有机组合可显著提高声纹识别的性能。
总的说来，一个成功的说话人识别系统应该做到以下几点：
（１）在声学环境变化时能够保持一定的稳定性，即抗噪声性能好。
（２）能够较好地解决被他人模仿问题。（３）能够有效地区分不同的说话人，但又能在同一说话人语音发生变化时保持相对的稳定，如感冒或者说话时带有情绪等情况。
［１］吴玺宏．声纹识别听声辨人［Ｊ］．计算机世界，２００１（８）：２３．［２］林焕祥，马志友．言语过滤识别［Ｊ］．远程教育杂志，２００４，１６３
（４）：４８－５０．
［３］杨俊，景疆．浅谈声纹认证技术－指纹识别［Ｊ］．计算机时代，２００４，（３）：３－４．
［４］赵力，将春辉，邹采荣，吴镇扬．语音信号中的情感特征分析
和识别的研究［Ｊ］．电子学报，２００４，３２（４）：６０６－６０９．
３结论
近年来人们在声纹识别方法上不断深入研究。但是目前声纹识别的性能还不能满足高安全性系统的要求。作为“同气连枝”的两种语音信号处理方法，
［５］杨莹春，雷震春，吴朝晖．基于情感补偿的活体声纹识别框
架研究［Ａ］．第一届中国情感计算及智能交互学术会议论文集［Ｃ］．北京：出版社不详，２００３．２１２－２１６．
［６］王阳生，刘静潇．朝阳中的中国生物认证产业－浅论中国生
物认证技术及产业的发展趋势［Ｊ］．行业探讨，２００５，（１）：２０－２２．
ＬｉｖｅＶｏｉｃｅｐｒｉｎｔＲｅｃｏｇｎｉｔｉｏｎＳｙｓｔｅｍＢａｓｅｄｏｎｔｈｅＳｐｅｅｃｈ
ＦｉｌｔｅｒｉｎｇａｎｄＥｍｏｔｉｏｎａｌＣｏｍｐｅｎｓａｔｉｏｎ
ＲＥＮＰｅｉ－ｈｕａ１，２ＳＵＮＨｏｎｇ－ｚｈｉ２
（１．ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｘｉＤａｔｏｎｇ，Ｄａｔｏｎｇ０３７００９；
２．ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＭｉｎｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｙ（Ｂｅｉｊｉｎｇ），Ｂｅｉｊｉｎｇ１０００８３）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｅｗｍｅｔｈｏｄｏｆｖｏｉｃｅｐｒｉｎｔｒｅｃｏｇｎｉｔｉｏｎ．Ｕｎｌｉｋｅｔｒａｄｉｔｉｏｎａｌｖｏｉｃｅｐｒｉｎｔｒｅｃｏｇｎｉｔｉｏｎ，ｓｐｅｅｃｈｆｉｌｔｅｒｉｓａｐｐｌｉｅｄｔｏｐｒｅｐｒｏｃｅｓｓｉｎｇｏｆｔｈｅｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍ，ａｎｄｅｍｏｔｉｏｎａｌｃｏｍｐｅｎｓａｔｉｏｎａｐｐｒｏａｃｈｉｓｕｓｅｄｔｈｒｏｕｇｈｏｕｔｔｈｅｗｈｏｌｅｐｒｏｃｅｓｓｏｆｃｈａｒａｃｔｅｒｉｓｔｉｃｓｅｘｔｒａｃｔｉｏｎ．Ａｍｏｎｇｔｈｅｍ，ｖｏｉｃｅｒｅｃｏｇｎｉｔｉｏｎｉｓｔｈｅｔｅｃｈｎｏｌｏｇｙｓｕｐ－ｐｏｒｔｏｆｓｐｅｅｃｈｆｉｌｔｅｒ．Ｉｔｃａｎｒｅｍｏｖｅｂａｃｋｇｒｏｕｎｄｎｏｉｓｅ，ｒｅｓｔｒｉｃｔｉｍｐｏｓｔｏｒｓ，ａｎｄｅｌｉｍｉｎａｔｅｔｈｅｃｏｕｎｔｅｒｆｅｉｔｉｎｇｏｆｖｏｉｃｅ，ｅｔｃ．ＥｍｏｔｉｏｎａｌＣｏｍｐｅｎｓａｔｉｏｎｉｓｂａｓｅｄｏｎｔｈｅｖｏｉｃｅｅｍｏｔｉｏｎａｌｃａｌｃｕｌａｔｉｏｎ．Ｔｈｉｓｐａｒｔｃａｎｅａｓｉｌｙｒｅｓｏｌｖｅｓｏｍｅｐｒｏｂ－ｌｅｍｓ，ｓｕｃｈａｓｖｏｉｃｅｄｒｉｆｔ，ｔｈｅｃａｍｏｕｆｌａｇｅａｎｄｍｉｍｉｃｒｙ．Ｔｈｅｄａｔａｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｔｗｏｐａｒｔｓａｒｅｍｏｒｅａｃｃｕｒａｔｅａｎｄｅｆｆｉｃｉｅｎｔ．
Ｋｅｙｗｏｒｄｓ：ｖｏｉｃｅｐｒｉｎｔｒｅｃｏｇｎｉｔｉｏｎ；ｓｐｅｅｃｈｆｉｌｔｅｒ；ｌｉｖｅｖｏｉｃｅｐｒｉｎｔ；ｅｍｏｔｉｏｎａｌｃｏｍｐｅｎｓａｔｉｏｎ
・９３・
第９卷第１期重庆科技学院学报（自然科学版）２００７年３月
基于言语过滤、情感补偿的活体声纹识别系统的设计
任培花１，２孙宏志２
（１．山西大同大学，大同０３７００９；２．中国矿业大学（北京），北京１０００８３）
摘要：提出一种新型声纹识别系统的设计方案。有别于传统声纹识别系统的是，该识别系统的预处理部分使用言语过滤的方法，特征提取过程采用情感补偿的办法。其中，言语过滤以语音识别为技术支持，可以剔除嘈杂背景，限制冒名顶替，排除语音赝本等等；情感补偿以语音情感计算为理论基础，能够很好地解决声音漂移、伪装模仿等问题。基于这两部分提取特征数据将更加准确有效。
关键词：声纹识别；言语过滤；活体声纹；情感补偿中图分类号：ＴＰ３１１
文献标识码：Ａ
文章编号：１６７３－１９８０（２００７）０１－００９１－０３
长期以来，人类一直依靠钥匙、证件、密码等传统物品和特定知识来达到验证自己身份的目的。随着社会信息化程度的提高，这些传统身份认证方式的局限性和弊端也表现得越来越明显。由此，传统的身份识别技术和方法显然已远远不能满足社会快速发展的需要。正是由于这种迫切的社会需求，各种新的自动身份识别技术层出不穷。
悄然兴起的生物认证技术可以从本质上解决传统身份识别技术上的不足，正逐渐被认可。生物认证技术是指通过计算技术，利用人类个体自身的生理或行为特征，进行个体身份自动识别的一种新技术。这些个体特征包括指纹、声纹、虹膜、面孔等人行走的步态等行为体的生物特征，以及签名的动作、
特征，统称为生物特征。近年来，在生物识别技术领域中，声纹识别技术以其独特的方便性、经济性和准确性等优势受到世人瞩目，使用声纹识别技术进行身份认证具有很高的精度，可进一步增加系统安全性，并日益成为人们日常生活和工作中重要且普及的安全验证方式。
前者要判识别有两方面，说话人辨认和说话人确认。断出某段语音是若干人中的哪一个所说的，属于“多选一”的识别；后者则确认某段语音是否是指定的某个人所说的，属于“一对一”识别。
通俗地讲，声纹识别就是根据人的声音特征，识别出某段语音是谁说的。传统的声纹识别原理是通过分析人的发声，为每个人构造一个独一无二的数学模型，由计算机对模型和实际输入的语音进行精确匹配，根据匹配结果辨认出说话人是谁。但传统的声纹识别在具体的应用过程中还存在不少问题。
１．２传统声纹识别存在的主要问题
关于传统声纹识别的方法，在实际应用中存在以下问题：
（１）缺乏个性化特征
声纹识别利用的是语音信号中的说话人信息，而不考虑语音中的字词意思，它强调说话人的个性。而语音识别目的是识别出语音信号中的言语内容，并不考虑说话人是谁，它强调共性。由于目标不同，语音识别所用的特征用于声纹识别肯定不是很贴切。
（２）难以提取动态变化的语音特征
每个说话人语音的个体特征和他的心理与生理发音系统有关，因此该语音的个体特征是动态变化的；而这种变化在现有的特征中并未反映，因此对同一说话人的变化无法保持相对稳定。实际上此问题对语音识别同样存在。计算机语音识别对中性语音的识别率９０％，而对带有情感的语音识别率则降到了５０％到６０％。
１声纹识别的界定及传统声纹识别存在的主要问题
１．１声纹识别的界定及特征
说话人识别，也称声纹识别，就是根据人的声音特征，识别出某段语音是谁说的。严格地讲，声纹识别是根据语音波形中反映说话人生理和行为特征的语音参数，自动识别说话人身份的一门技术。声纹
收稿日期：２００６－１２－０８
作者简介：任培花（１９８０－），女，山西朔州人，山西大同大学助教，中国矿业大学（北京）计算机应用技术专业在读硕士研究生，主
要研究方向：计算机教育、计算机监测与控制。
・９１・
任培花，孙宏志：基于言语过滤、情感补偿的活体声纹识别系统的设计
（３）全面语音信息的提取不够现实
世界上有相似的声音，但肯定不存在相同的声音，也许生理结构类似使声音听上去形似，但人的个性心理和情绪是不可能完全相同的。由于现有的声音特征实际上只粗略地勾勒了声音的形貌，而未传达其神韵，忽略了蕴含在语音信号中的情感因素，构建在此基础上的声纹识别系统智能化程度较低。
（４）实用技术防伪性不强
人为的模仿和用录在磁带上的声音来欺骗声纹识别系统还很容易。而且，现代语音合成技术的发展能合成逼真的语音，也是声纹识别的一大克星，此即模仿伪装问题。
情感补偿的活体声纹识别２基于言语过滤、
系统的组成及其流程
鉴于以上分析，传统声纹识别方法存在缺乏个性化特征、难以提取动态变化的语音、全面语音信息的提取不够现实等诸多缺陷，为克服以上弊端，本研究提出一种集语音识别、言语过滤、情感补偿于一体的活体声纹识别系统。该系统由预处理、特征提取、模式匹配三部分组成。具体流程如图１所示。
２．１预处理
通过言语过滤来实现。言语过滤借助语音识别的方法部分地过滤了复杂背景，通过合理设计提问和对问题答案的校验，可有效防止冒用者。言语过滤过程分为四步：
说话人，且对同一说话人的变化保持相对稳定。传统的声纹特征提取仅从语音信号中提取生理特征，声纹识别系统主要依靠较低层次的声学特征进行识别。由于提取信息不能贴切全面地刻划说话人的个性特征，导致现有的声纹识别系统性能不稳定。鉴于此，我们提出活体声纹特征提取的概念。
活体声纹特征提取的不仅是语音信号中的生理特征，还包括其中的情感特征，整个识别系统根据说话人的生理和行为相结合的特征进行识别。由于提取的信息不仅包含了语音的形（生理层次），而且表现了其神（情感行为层次），得到的是形神兼备的声纹特征；因此可以真实动态地刻划说话人的个性特征，从前提上消除了由于情感变化所带来的声纹识别系统性能不稳定的隐患。
情感生理学的研究表明，人的情感与生理变化密切相关。根据这一点，便可以推断情感的声道符号。一般来说，生理上的激励被期望能够影响某些测平均音调和声音速率，和恐惧、愤怒量结果，如强度、
相联系的颤动被期望能够产生音调上的变动；不高兴的情感很有可能导致声道的紧张，然后改变声谱的
１）登录：说话者通过预先注册的用户名登录系
统（错误的用户名是不能登录系统的），准备回答系统提问。
２）回答问题：这些问题主要涉及到一些用户的
个人信息，是由注册过程为用户建立完成的。当把所有用户的个人信息汇聚到一起就构成了一个大的数据库，当然这个数据库是在此系统之前已经建立完成的，而登录时的提问次序则只是随机提取数据库中的问题。
３）语句验证：说话人回答的语音需经过语音识
别，识别的语句应与注册的内容或者系统期望的答案相一致，否则即为回答错误。
语料”。凡是４）判定：说话人回答的语音称为“
不能通过语句校验的语料或者无语义的语料均被处理为无用语料，舍弃之。通过校验的语料作为声纹比对的语料。
２．２特征提取
声纹识别系统中的特征提取即提取语音信号中表征人的基本特征，此特征应能有效地区分不同的・９２・
任培花，孙宏志：基于言语过滤、情感补偿的活体声纹识别系统的设计
平衡。
据此，我们在特征提取过程中采用情感补偿的方法。其基本思想是：从语音中识别出说话人的情感类型，再进行相应情感的修正补偿后得到中性（感情）语音，对此中性语音进行声纹识别由于考虑并排除了说话人的情感变化对语音的影响；因此能大大提高识别的准确率和稳定性，并有望解决声音漂移、伪装模仿等问题。
融合声纹识别和语音识别来进行身份认证是一种能满足实际要求的可行方法。本文提出的这个声纹识别系统，言语过滤过程的原理就是语音识别。从另一个层面看，利用语音情感计算，可以新的视角、更高的层面重新审视和研究说话人特征和模型，从本质上寻求说话人独有的特征，使声纹识别结果更加合理合情，提取信息更加全面，自然就加强了声纹识别性能的稳定性。
我国市场尚属启动阶段，声纹识别的发展空间更为广阔，在金融、证券、社保、公安、军队及其它民用安全认证等行业和部门有着广泛的需求。只有将语音识别和声纹识别结合起来使用才能真正满足各行各业的行业要求。活体声纹识别将与语音识别一起从听觉渠道为实现“个性化”和情感电脑奠定了基础，实现安全、和谐、自然的人机语音交互。
参考文献
２．３模式匹配
目前针对各种特征而提出的模式匹配方法的研究越来越深入。这些方法大体可归为下述几类：概率统计方法、动态时间规整方法、矢量量化方法、隐马尔可夫模型方法、人工神经网络方法等。把以上分类方法与不同特征进行有机组合可显著提高声纹识别的性能。
总的说来，一个成功的说话人识别系统应该做到以下几点：
（１）在声学环境变化时能够保持一定的稳定性，即抗噪声性能好。
（２）能够较好地解决被他人模仿问题。（３）能够有效地区分不同的说话人，但又能在同一说话人语音发生变化时保持相对的稳定，如感冒或者说话时带有情绪等情况。
［１］吴玺宏．声纹识别听声辨人［Ｊ］．计算机世界，２００１（８）：２３．［２］林焕祥，马志友．言语过滤识别［Ｊ］．远程教育杂志，２００４，１６３
（４）：４８－５０．
［３］杨俊，景疆．浅谈声纹认证技术－指纹识别［Ｊ］．计算机时代，２００４，（３）：３－４．
［４］赵力，将春辉，邹采荣，吴镇扬．语音信号中的情感特征分析
和识别的研究［Ｊ］．电子学报，２００４，３２（４）：６０６－６０９．
３结论
近年来人们在声纹识别方法上不断深入研究。但是目前声纹识别的性能还不能满足高安全性系统的要求。作为“同气连枝”的两种语音信号处理方法，
［５］杨莹春，雷震春，吴朝晖．基于情感补偿的活体声纹识别框
架研究［Ａ］．第一届中国情感计算及智能交互学术会议论文集［Ｃ］．北京：出版社不详，２００３．２１２－２１６．
［６］王阳生，刘静潇．朝阳中的中国生物认证产业－浅论中国生
物认证技术及产业的发展趋势［Ｊ］．行业探讨，２００５，（１）：２０－２２．
ＬｉｖｅＶｏｉｃｅｐｒｉｎｔＲｅｃｏｇｎｉｔｉｏｎＳｙｓｔｅｍＢａｓｅｄｏｎｔｈｅＳｐｅｅｃｈ
ＦｉｌｔｅｒｉｎｇａｎｄＥｍｏｔｉｏｎａｌＣｏｍｐｅｎｓａｔｉｏｎ
ＲＥＮＰｅｉ－ｈｕａ１，２ＳＵＮＨｏｎｇ－ｚｈｉ２
（１．ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｘｉＤａｔｏｎｇ，Ｄａｔｏｎｇ０３７００９；
２．ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＭｉｎｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｙ（Ｂｅｉｊｉｎｇ），Ｂｅｉｊｉｎｇ１０００８３）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｅｗｍｅｔｈｏｄｏｆｖｏｉｃｅｐｒｉｎｔｒｅｃｏｇｎｉｔｉｏｎ．Ｕｎｌｉｋｅｔｒａｄｉｔｉｏｎａｌｖｏｉｃｅｐｒｉｎｔｒｅｃｏｇｎｉｔｉｏｎ，ｓｐｅｅｃｈｆｉｌｔｅｒｉｓａｐｐｌｉｅｄｔｏｐｒｅｐｒｏｃｅｓｓｉｎｇｏｆｔｈｅｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍ，ａｎｄｅｍｏｔｉｏｎａｌｃｏｍｐｅｎｓａｔｉｏｎａｐｐｒｏａｃｈｉｓｕｓｅｄｔｈｒｏｕｇｈｏｕｔｔｈｅｗｈｏｌｅｐｒｏｃｅｓｓｏｆｃｈａｒａｃｔｅｒｉｓｔｉｃｓｅｘｔｒａｃｔｉｏｎ．Ａｍｏｎｇｔｈｅｍ，ｖｏｉｃｅｒｅｃｏｇｎｉｔｉｏｎｉｓｔｈｅｔｅｃｈｎｏｌｏｇｙｓｕｐ－ｐｏｒｔｏｆｓｐｅｅｃｈｆｉｌｔｅｒ．Ｉｔｃａｎｒｅｍｏｖｅｂａｃｋｇｒｏｕｎｄｎｏｉｓｅ，ｒｅｓｔｒｉｃｔｉｍｐｏｓｔｏｒｓ，ａｎｄｅｌｉｍｉｎａｔｅｔｈｅｃｏｕｎｔｅｒｆｅｉｔｉｎｇｏｆｖｏｉｃｅ，ｅｔｃ．ＥｍｏｔｉｏｎａｌＣｏｍｐｅｎｓａｔｉｏｎｉｓｂａｓｅｄｏｎｔｈｅｖｏｉｃｅｅｍｏｔｉｏｎａｌｃａｌｃｕｌａｔｉｏｎ．Ｔｈｉｓｐａｒｔｃａｎｅａｓｉｌｙｒｅｓｏｌｖｅｓｏｍｅｐｒｏｂ－ｌｅｍｓ，ｓｕｃｈａｓｖｏｉｃｅｄｒｉｆｔ，ｔｈｅｃａｍｏｕｆｌａｇｅａｎｄｍｉｍｉｃｒｙ．Ｔｈｅｄａｔａｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｔｗｏｐａｒｔｓａｒｅｍｏｒｅａｃｃｕｒａｔｅａｎｄｅｆｆｉｃｉｅｎｔ．
Ｋｅｙｗｏｒｄｓ：ｖｏｉｃｅｐｒｉｎｔｒｅｃｏｇｎｉｔｉｏｎ；ｓｐｅｅｃｈｆｉｌｔｅｒ；ｌｉｖｅｖｏｉｃｅｐｒｉｎｔ；ｅｍｏｔｉｏｎａｌｃｏｍｐｅｎｓａｔｉｏｎ
・９３・