[论文解读] Text-Independent Speaker Recognition for Low SNR Environments with Encryption

Aman Chadha, Divya Jyoti+1 more|arXiv (Cornell University)|Oct 31, 2011

Speech Recognition and Synthesis参考文献 19被引用 6

一句话总结

本文提出了一种抗低信噪比（SNR）环境的文本无关说话人识别系统，通过结合改进的自相关基 pitch 检测算法与多级变换加密技术，实现信号解密过程中的指数级减小均方误差。该方法在噪声环境下表现出优于传统方法的识别准确率，显著提升了生物特征认证系统的鲁棒性与安全性。

ABSTRACT

Recognition systems are commonly designed to authenticate users at the access control levels of a system. A number of voice recognition methods have been developed using a pitch estimation process which are very vulnerable in low Signal to Noise Ratio (SNR) environments thus, these programs fail to provide the desired level of accuracy and robustness. Also, most text independent speaker recognition programs are incapable of coping with unauthorized attempts to gain access by tampering with the samples or reference database. The proposed text-independent voice recognition system makes use of multilevel cryptography to preserve data integrity while in transit or storage. Encryption and decryption follow a transform based approach layered with pseudorandom noise addition whereas for pitch detection, a modified version of the autocorrelation pitch extraction algorithm is used. The experimental results show that the proposed algorithm can decrypt the signal under test with exponentially reducing Mean Square Error over an increasing range of SNR. Further, it outperforms the conventional algorithms in actual identification tasks even in noisy environments. The recognition rate thus obtained using the proposed method is compared with other conventional methods used for speaker identification.

研究动机与目标

• 解决传统语音识别系统在低信噪比（SNR）环境下性能不佳的问题。
• 通过保护语音样本和参考数据库免受篡改，提升文本无关说话人识别的安全性。
• 开发一种在音频质量因噪声而退化的情况下仍能保持高识别准确率的系统。
• 集成加密技术，确保在传输和存储过程中数据完整性不受影响，同时不损害识别性能。
• 与现有方法相比，评估系统在噪声水平逐渐增加条件下的鲁棒性与准确率。

提出的方法

• 采用改进的自相关算法进行 pitch 检测，提升在低 SNR 条件下的鲁棒性。
• 应用多级密码学，结合变换加密与添加的伪随机噪声，以保护语音数据。
• 利用分层变换技术进行信号加密与解密，确保传输过程中信号保真度。
• 系统采用基于变换的方法，支持安全数据处理，同时实现准确的说话人识别。
• 加密过程设计用于最小化失真，从而实现准确的信号重建与识别。
• 该方法将 pitch 提取与安全数据处理整合到统一框架中，实现端到端的说话人识别。

实验结果

研究问题

• RQ1 与传统方法相比，所提系统在低 SNR 条件下的识别准确率表现如何？
• RQ2 多级加密方案在传输与存储过程中对信号完整性的保持程度如何？
• RQ3 改进的自相关算法能否在噪声环境中维持可靠的 pitch 检测？
• RQ4 随着 SNR 退化程度增加，信号重建的均方误差如何变化？
• RQ5 该系统在说话人识别系统中抵抗未授权访问或数据篡改的能力如何？

主要发现

• 随着 SNR 增加，所提系统在信号解密过程中实现了指数级减小的均方误差，表明重建准确率显著提升。
• 在实际说话人识别任务中，所提方法的识别率优于传统算法，即使在高噪声水平下亦表现优异。
• 改进的自相关算法增强了低 SNR 环境下的 pitch 检测鲁棒性，从而提升了识别性能。
• 多级密码学的集成确保了数据完整性，并有效防止了存储与传输过程中的未授权访问。
• 即使在显著的噪声退化条件下，系统仍能保持高识别准确率，表现出优于基线方法的优越鲁棒性。
• 实验结果证实，所提方法在真实噪声环境中，对安全可靠的说话人识别具有显著有效性。