导读:本文包含了声纹识别技术论文开题报告文献综述及选题提纲参考文献，主要关键词:声纹识别,专利申请,申请量,声纹识别技术
声纹识别技术论文文献综述
胡冰舟,刘旭[1]（2019）在《声纹识别专利技术分析》一文中研究指出声纹识别(Voiceprint Recognition,VPR),就是把未知说话人的语音数据与已知的说话人的语音数据(样本)进行匹配,通过一定的方法得到匹配的结果,以判定"两个人"实际上是否为同一个人。本文利用专利文献库,统计和分析国内外有关声纹识别技术的专利申请,梳理了声纹识别的发展脉络,对主要技术分支的申请量进行统计,同时对声纹识别技术的核心专利和重要申请人进行分析。(本文来源于《中国科技信息》期刊2019年17期）
刘弘胤[2]（2019）在《AI赋能下的声纹识别技术在公共安全领域的深度应用》一文中研究指出一、声纹识别在公共安全领域的应用现状生物特征是指每个个体所独有的、可以通过技术有效测量、甄别、鉴定与验证的某类生理上的特征或行为上的方式。从生物特征的来源进行区分,可初步分为两大类,一是生理特征,二是行为特征。生理特征通常指的是人脸、掌静脉、指纹、声纹、虹膜等;行为特征通常指的是笔迹、步态等。生物特征识别技术就是利用各类传感与采集技术、深度学习等人工智(本文来源于《中国安防》期刊2019年06期）
曾晓立,陈志彬[3]（2019）在《声纹识别技术在金融领域应用的探究》一文中研究指出近年来,随着互联网金融的飞速发展,生物识别技术正受到越来越多金融机构和金融科技公司的青睐,与指纹识别、人脸识别等其他生物识别技术相比,声纹识别具有语音采集更方便、识别成本更低廉、算法复杂度更低等优势。本文阐述了声纹识别在识别技术、信息安全、法律法规等方面所面临的挑战,提出了在金融领域加快声纹识别关键技术研发、拓展安全认证方式、完善相关法律法规等建议。(本文来源于《金融科技时代》期刊2019年05期）
[4]（2018）在《央行下达声纹识别技术标准 鼓励移动金融隐私应用》一文中研究指出一直以来,声纹识别技术都因为不够成熟而未被广泛使用。而最近,中国人民银行发布了《移动金融基于声纹识别的安全应用技术规范(标准编号:JR/T 0164-2018)》,并将这一通知下达给了全国各大银行及各类金融机构,标准的电子版也将择日公布。据了解,这一标准由中国建设银行、清华大学、北京得意音通技术有限责任公司发起,历时3年研证,由央行(本文来源于《高科技与产业化》期刊2018年10期）
蒋宗琎[5]（2018）在《智能声纹识别系统与技术分析》一文中研究指出在传统的两种依靠生物特征进行识别的技术(指纹与掌纹)之后,声纹,作为一种新的生物特征识别技术,逐渐出现并且应用于许多实际领域。声纹的识别与传统的生物识别比起来,具有容易获取、计算简便、耗资低等优势。声纹也正因如此,吸引着大批专家与相关的技术人员进行开发研究。文章主要结合了人工智能的方法 ,介绍了智能声纹识别系统,并对声纹识别过程中涉及的特征提取、模式识别进行了技术分析,并阐述了人工智能在这两个关键过程中的应用,最后指出了如何将人工智能嵌入声纹识别技术之中。(本文来源于《科技传播》期刊2018年23期）
李嘉伟,胡海龙,林志贤[6]（2018）在《基于声纹识别技术的Android设备声音功能自动化测试系统》一文中研究指出显示器生产测试过程中需要对设备扬声器与麦克风等声音功能品质进行测试,针对现有测试系统自动化程度较低的问题,提出一种基于声纹识别技术的Android设备声音功能自动化测试系统。本系统采用MFCC+ΔMFCC算法提取语音信号特征,通过DTW算法对麦克风录制语音和扬声器播放语音的模型特征进行比对,实现对扬声器与麦克风同步的失真、无声、杂声等多种不良情况的有效检测。本系统良品与无声不良检测准确率接近100%,失真不良检测准确率高达96.67%,杂声不良检测准确率达93.33%。该方案相比人工测试效率提高6.25倍,且成本低、容易实现,有助于提升企业生产效率。(本文来源于《信息技术与网络安全》期刊2018年05期）
陈建林[7]（2018）在《基于波形分析的自动声纹识别技术研究》一文中研究指出随着信息技术的发展,我们进入了物联网时代,越来越多的物联网设备进入了我们的生活,.智能家居是物联网技术的一个重要应用。语音是智能家居等场景下高效、便捷的交互方式,语音中不仅包含了语义信息而且蕴含了丰富的声纹特征。过去的声纹识别只提取声纹特征而不识别语义内容,语音识别只对语义进行分析,没有对语音信号中包含的丰富信息进行充分的挖掘。本文回顾了前人在声纹识别技术方面的工作,从语音信号采集、预处理、特征参数提取到匹配与识别,提出了一种基于波形分析的自动声纹识别方法,利用小波变换的时频特性,将一维的语音信号变换成二维的语音图像,将人脸识别的方法迁移至声纹识别,利用图像处理的方法处理语音图像,从时域和频域同时对语音信号进行分析,提取声纹和语义信息,实现语义和声纹双重识别。本文提出的小波降噪方法在人脸图像上可在去噪的同时保留信号细节,同时本文将语音信号降噪与声纹特征提取的过程结合起来,通过一次小波变换,完成降噪和提取特征参数两个步骤的工作,减少系统资源的开销,实现更高效的声纹识别过程,利用本文提出的特征提取方法,配合深度神经网络,进行声纹识别、语音识别以及声纹、语义双重识别均可达到95%以上的识别率。(本文来源于《广州大学》期刊2018-05-01）
褚繁[8]（2018）在《弱湍信道下光载声音的声纹识别技术研究》一文中研究指出声纹识别又称说话人识别,是近年来兴起的一种生物特征识别技术,作为人工智能时代的重要一环,声纹识别以其独有的便利性、经济性和准确性等优势受到世人关注。然而,语音采集过程中会引入信道噪声干扰,影响声纹识别准确性。目前有一种新兴的远距离语音采集方式,即以激光作为语音信号的载体,经过一段传输信道,由接收端分离出语音信号并进行后续处理,采用这种方式采集的语音信号会受到激光传输信道的噪声干扰。本文研究的是最常见的一种激光传输信道——弱湍流信道下采集语音的声纹识别技术。本文采用的声纹特征为梅尔频率倒谱系数(MFCC),搭建基于人工神经网络-矢量量化(ANN-VQ)模型的声纹识别系统作为基线系统,然后搭建基于全差异空间-身份向量(TV-Ivec)模型的声纹识别系统作为优化系统进行对比。通过在不同长度弱湍信道下采集的语音数据集合上的实验验证,TV-Ivec系统的识别性能均优于基线系统。因此,TV-Ivec系统更适用于现实弱湍信道环境下光载声音的声纹识别应用。(本文来源于《电子科技大学》期刊2018-03-01）
郑永红[9]（2017）在《声纹识别技术的发展及应用策略》一文中研究指出声纹识别技术的应用有一些特殊优势,语音获取自然,声纹提取便捷,识别成本低廉,适合远程身份确认等。同时,其技术应用也面临困境,存在着环境复杂性与识别精确性的矛盾、海量的识别任务与有限的识别能力的矛盾、便捷性与安全性的矛盾。声纹识别技术的发展应与高新技术高度融合,着力提升识别准确率;同公安实践紧密结合,发挥声纹识别技术的优势;和智慧城市建设同步发展,广泛拓展应用领域;注重防范风险,确保系统安全稳定。(本文来源于《科技风》期刊2017年21期）
文剑[10]（2017）在《声纹识别技术让长虹电视站上世界人工智能潮头》一文中研究指出长虹再次将人工智能在彩电领域的应用推向新的高度。同样，人工智能也成为长虹在全球彩电产业谋求直道超车的重要支柱。继2016年7月推出全球首款人工智能电视、彻底引爆全球彩电产业人工智能创新热潮后，2017年10月长虹在人工智能电视领域再次取得重大突(本文来源于《中国企业报》期刊2017-11-07）
声纹识别技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
一、声纹识别在公共安全领域的应用现状生物特征是指每个个体所独有的、可以通过技术有效测量、甄别、鉴定与验证的某类生理上的特征或行为上的方式。从生物特征的来源进行区分,可初步分为两大类,一是生理特征,二是行为特征。生理特征通常指的是人脸、掌静脉、指纹、声纹、虹膜等;行为特征通常指的是笔迹、步态等。生物特征识别技术就是利用各类传感与采集技术、深度学习等人工智
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
声纹识别技术论文参考文献
[1].胡冰舟,刘旭.声纹识别专利技术分析[J].中国科技信息.2019
[2].刘弘胤.AI赋能下的声纹识别技术在公共安全领域的深度应用[J].中国安防.2019
[3].曾晓立,陈志彬.声纹识别技术在金融领域应用的探究[J].金融科技时代.2019
[4]..央行下达声纹识别技术标准鼓励移动金融隐私应用[J].高科技与产业化.2018
[5].蒋宗琎.智能声纹识别系统与技术分析[J].科技传播.2018
[6].李嘉伟,胡海龙,林志贤.基于声纹识别技术的Android设备声音功能自动化测试系统[J].信息技术与网络安全.2018
[7].陈建林.基于波形分析的自动声纹识别技术研究[D].广州大学.2018
[8].褚繁.弱湍信道下光载声音的声纹识别技术研究[D].电子科技大学.2018
[9].郑永红.声纹识别技术的发展及应用策略[J].科技风.2017
[10].文剑.声纹识别技术让长虹电视站上世界人工智能潮头[N].中国企业报.2017