陈奕成， 殳国华， 匡政睿， 余玟铮， 沈泽宇

(上海交通大学 电子信息与电气工程学院，上海 200240)

0 引 言

随着信息技术不断发展，微信、QQ等手机APP和计算机应用中包含了越来越多的个人和财产信息，一旦账号被盗取，后果不堪设想。因此人们越来越注重个人信息和财产安全问题。然而，传统的密码识别方式存在被遗忘或泄露等风险，具有一定安全隐患。因此，生物特征识别技术逐渐兴起，从指纹识别到人脸、声纹识别，该技术已经越来越多地渗透到日常生活中。

声纹是携带语音信息的声波频谱[1]。一方面，声纹具有唯一性，任何两个人的声纹都有或多或少的差异；另一方面，声纹采集方便，只需要一个录音装置就可以得到声纹识别所需要的数据。因此声纹识别技术具有广阔的应用前景和较高的市场价值。目前该技术已作为社保中的身份认证手段[2]，并应用在了金融安全领域[3]中。

声纹识别分为说话人辨认和说话人确认[4]。前者指根据一段语音来辨别属于哪位说话人，属于N选1的识别方法；后者指根据一段语音来确认这段语音是否是声称的某人所说，属于1对1的识别方法。说话人辨认又分为文本相关和文本无关。文本相关要求所有说话人的训练语音和测试语音采用一样的文本内容，而文本无关则没有此要求。本文研究的是说话人辨认系统，即在一个闭集的说话人集合中进行文本无关的说话人辨认。

1 总体设计思路

本文所实现的系统框图如图1所示。……