基于说话人识别的安全访问解决方法

基于说话人识别的安全访问
项目介绍：
目前我自己做了一个项目，项目是这样的:用户通过浏览器登录系统，通过语音识别来确定用户身份，判定用户是否可以登录（传统方式是用用户名和密码）。


实现：
训练过程：用户在在C/S程序中训练，说出自己的名字，系统使用MATLAB 梅尔倒谱提取特征(MFCC)。
识别过程：通过.NET SILVERLIGHT 技术在在浏览器获取语音，调用服务器端MATLAB 编写矢量量化技术识别。


结果：用户正确说出名字，和训练的时候一致，识别率很高，系统实现成功。

 

问题提出：语音可以录制，其他人可以录制语音来进行登录，系统不安全。


改进技术：系统随机产生3位数字，用户必须读正在数字，然后再识别。


使用技术：隐马尔科夫模型（HMM）识别数字。

 

遇见困难：1 HMM是需要训练的，我在识别的时候不能确定用户，也没有办法进行训练，现在微软和IBM的产品都需要训练才和识别的。


  2 矢量量化技术和说话人说出的内容还是有关系的，如果用户随机数字的话识别率会降低。

 

问题补充：我现在还不知道怎么用HMM识别3个数字的语音，我只有识别孤立字的方法。

求助：欢迎各位参与讨论和提出更好的建议方便大家学习？


------解决方案--------------------
建议你看看MSRA院长洪小文博士的论文和书籍，他是语音识别领域世界一流的专家。