摘要：目前，互联网身份认证普遍采用单一的固定密码认证模式，认证安全性非常低，因此迫切需要一种安全系数鬲又能普及的身份认证方式。声纹作为一种高活性生物特征，用于身份认证具有十分广阔的应用前号。基于深度学习（DL）的语音认证系统包含两个模型：声纹辨别（VI）模型和声纹文本匹配（VTM）模型，都基于卷积神经网络（CNN）。其中，VI模型是一个二分类模型，主要用于确认当前说话人是否为恶意（录音）攻击者；VTM模型是一个多分类模型，主要用来匹配用户预先设定的身份认证信息。通过实验，两个模型在ASVD数据集的识别车分别达到100％和98．3％，相比caffenet模型，VTM模型的识别率提高了10．8个百分点。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：vi模型 vtm模型 深度学习 卷积神经网络
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
