Презентация на тему "Идентификация личности по голосу"

Содержание

• 
  Слайд 1

  Идентификация личности по голосу

  Выполнил: Стариков Константин

• 
  Слайд 2

  Актуальность

  На сегодняшний день все больше учащаются случаи запрещенного доступа в сфере информационной безопасности. Злоумышленники легко взламывают пароли, проникают в здания с ограниченным доступом, преодолевая различные системы защиты. На смену обычным паролям приходят биометрические методы идентификации. Большинство из них являются более надежными, но далеко не все находят себе место в наши дни. Один из самых популярных методов - идентификация по опечаткам пальцев. Другие методы требуют большего развития, чтобы их стали чаще внедрять в повседневную жизнь. Поэтому разработка нового программного средства идентификации личности по голосу является весьма актуальной.

• 
  Слайд 3

  Что такое биометрия?

  Биометрия - это, простым языком, физиологические или анатомические "характеристики" человека. В настоящее время существуют такие биометрические параметры человека, как отпечатки пальцев, голос, радужная оболочка глаз, почерк, определенная манера работы на клавиатуре и другие.

• 
  Слайд 4

  Система распознавания личности

  Работа систем распознавания состоит из двух этапов: - регистрация нового пользователя; - идентификация зарегистрированного пользователя (процесс распознавания). Каждый пользователь проходит регистрацию в системе, записав образец своего голос. Далее из образца извлекаются признаки, благодаря которым и происходит распознавание. На основе этих признаков строятся "шаблоны" пользователей. Такой "шаблон" является структурой, которая при данных признаках устанавливает степень подобия. Признаки только что записанного голоса сравниваются с признаками голоса из базы данных, после чего происходит идентификация или отказ в доступе.

• 
  Слайд 5

  Образец и его предобработка

  Обрабатываемым образцом при идентификации личности по голосу является записанный речевой сигнал. При кодировании аналоговый сигнал представляется последовательностью мгновенных измерений значений амплитуд. Для того, чтобы записать и обработать речевой сигнал, была взята частота дискретизации 44100 Гц.

• 
  Слайд 6

  Извлечение признаков

  Целью обработки сигнала в подобных приложениях является выделение в речевом сигнале информации, которая необходима для распознавания по голосу. Такая информация представляет индивидуальные особенности голоса каждого человека, или признаки. Эти признаки выделяются с целью формирования шаблона или для того, чтобы сравнить их с уже зарегистрированными шаблонами. Изначально более подходящие признаки для распознавания определить невозможно. Для этого нужна экспериментальная оценка с предварительным перебором всех возможных признаков. Признаки можно разбить на два вида: - низкоуровневые (анатомическое строение речевого аппарата); - высокоуровневые (манера произношения).

• 
  Слайд 7

  Мел-частотныекепстральные коэффициенты

  В системах распознавания по голосу данный метод извлечения признаков считается одним из самых популярных. Суть метода заключается в следующем: 1. Подача по частям входного сигнала (речи человека); 2. Применение весовой функции (окно Хэмминга) для уменьшения искажений; 3. Дискретное преобразование Фурье; 4. Разбиение на диапазоны с помощью треугольных фильтров (границы фильтров рассчитываются в шкале мел); 5. Дискретное косинусное преобразование (вычисление мел-частотныхкепстральных коэффициентов).

• 
  Слайд 8

  Решающие правила

  Решающие правила нужны для того, чтобы сравнивать мел-частотные коэффициенты, с целью последующей идентификации или не идентификации. Самыми распространенными решающими правилами являются: 1. Вычисление расстояний; 2. Метод опорных векторов; 3. Модель гауссовых смесей; 4. Метод ближайшего соседа.

• 
  Слайд 9

  Интерфейс программы

  1 - панель инструментов (выход из программы, справка о программе); 2 - поле ввода логина; 3 - кнопка «идентификации», после которой идет запись речи пользователя; 4 – регистрация нового пользователя, с вводом логина и записью речи. 1 3 2 4

• 
  Слайд 10

  Результат программы

  Результатом программы является вывод на экран двух спектрограмм (записанный голос и голос из БД) и информация о совпадении или не совпадении речевых признаков, соответственно идентификация или не идентификация: