Презентация на тему "Идентификация личности по голосу"

Презентация: Идентификация личности по голосу
Включить эффекты
1 из 10
Ваша оценка презентации
Оцените презентацию по шкале от 1 до 5 баллов
  • 1
  • 2
  • 3
  • 4
  • 5
0.0
0 оценок

Комментарии

Нет комментариев для данной презентации

Помогите другим пользователям — будьте первым, кто поделится своим мнением об этой презентации.


Добавить свой комментарий

Аннотация к презентации

Посмотреть и скачать бесплатно презентацию по теме "Идентификация личности по голосу", состоящую из 10 слайдов. Размер файла 0.3 Мб. Каталог презентаций, школьных уроков, студентов, а также для детей и их родителей.

  • Формат
    pptx (powerpoint)
  • Количество слайдов
    10
  • Слова
    другое
  • Конспект
    Отсутствует

Содержание

  • Презентация: Идентификация личности по голосу
    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:

Посмотреть все слайды

Сообщить об ошибке