论文部分内容阅读
作为主流手机操作系统，Android在锁屏和开屏等方面采用传统的密码保护，焦点激活，手摇控制及图形解锁等，这类保护方式简便快捷，但不具有独特性，一旦被他人窃取就可通过认证获得手机使用权限，从而导致信息泄露。因此，本文提出基于声纹特征的认证模型，通过采集机主本人独一无二的声纹特征和由本人自定义的语义信息，构建一个具有双重保护机制的声纹密码锁，用于开机、休眠启动、私密文件保护以及应用软件的开启等可实现手机的授权使用，防止个人敏感数据泄露，提高手机的安全使用等级。论文对比分析了语音线性预测倒谱系数（LPCC）和Mel频率倒谱系数（MFCC）两种特征对误拒率（FRR）和误纳率（FAR）的影响，提取能反映说话人独特性的特征。考虑Android手机运算能力的局限性，并综合考虑声纹识别率和算法时间花费平衡，小样本条件下对比分析了动态时间规整（DTW）和矢量量化（VQ）应用于文本相关声纹识别效果。实验表明VQ在识别率90.5%时识别时间0.16s，比DTW快0.3s，且FRR和FAR均低于DTW。为提高算法在手机噪声应用环境的鲁棒性，对语音增强和端点检测方法进行了研究改进。针对传统小波去噪所采用硬阈值和软阈值函数的不足，提出一种改进阈值函数方法，并从时域及频域对比分析了新方法对噪声滤除效果；选择基于分形维数和能量融合的端点检测方法（Combined VoiceActivity Detection，CVAD），实验结果表明：在-5dB的背景环境下具有75%的端点检测准确率，在20dB以上的背景环境下准确率达到95%以上。论文实现一个应用于Android手机的声纹密码锁，声纹密码信息机主本人可随时更改，可避免密码泄露和录音回放等问题。实验表明在实验室环境可达到90%以上的识别率；正常手机应用背景噪声场合，未选择去噪和改进端点检测方法时，识别率仅有61%；选择改进小波阈值去噪和CVAD后，算法识别率提高到88.5%，FRR、FAR分别降低了17.5%和20%，有效增强声纹密码锁对环境的鲁棒性。此声纹密码锁能在所有的Android设备上安装运行，能根据不同版本的Android系统设备选择采样率进行语音录制和数据提取，并能随时更改密码信息防止密码泄露问题，且识别率和识别速度均在可接受的范围内。