首页>>厂商>>语音识别与合成>>得意音通

国际领先的“得意”声纹识别引擎

2005/07/20

1. 对声纹的识别与所说的文本和语言无关性。用户训练系统和系统对用户的声音进行鉴别和确认，可以是完全不同的文本，完全不同的语言。比如，在用户在系统注册声音时，可以使用中文说一段文学章节，而识别时用户可以用英文谈论计算机的发展方向。


2. 对语音长度没有特殊要求。训练语音最长8秒，使用时的测试语音2-4 秒，并可不断累积调整声纹模型精度；用户训练系统，让其记住其声纹，只需要几秒种的声音；而在识别时，系统只要获得被测试人几秒的声音，就可以进行声纹识别。


3. 很高的精度。d-Ear VPR技术的辨认和确认准确度都很高，说话人辨认的正确率不小于99%；说话人确认的误识率和误拒率均低于1%；


4. 识别速度快，能确保实时识别。声纹识别引擎具有十倍以上的实时率，可多路并发识别，即10秒的语音片断，引擎1秒内就可以处理完成。


5. 操作点调整方便：根据"准确率＋不确定率＋错误率＝100%"，可按不同的应用需求调整操作点阈值，使最终准确率达到最高或使错误率降到最低。


6. 声纹模型存储空间小：每个人的声纹模型存储空间小于5KB。


7. 高安全性，不怕录音冒用：如果别人用各类录音设备（比如录音机、MP3、录音电话、窃听器、高精度的专业录音系统等）事先录下您的声音，即使录音设备很先进、录音效果非常好，在把录音回放尝试进行声纹身份认证时，声音信号经过模拟到数字、再从数字到模拟的两次信号转换过程，声音的频谱就会有明显的衰减和失真，这种失真很容易被声纹加密锁的认证程序分辩出来。所以依靠录音去尝试登录，不能通过声纹认证，也就是说，通过录音不能冒用身份。

"得意"声纹识别技术与其他声纹识别技术的比较

得意音通公司供稿 CTI论坛编辑