"低声语音密码算法,王泳,刘文彪,智能手机安全,说话人自动识别系统,ASR,基频提取,线性预测倒谱系数,LPCC,动态时间规整,DTW,语音库制作,识别功能"
本文研究的核心是低声语音密码算法,这是一种针对智能手机安全问题的新型非文本密码技术。随着智能手机的广泛应用,其安全性问题日益凸显,传统的文本密码由于易忘和易被窃取的缺陷,已经不能满足当前的安全需求。因此,非文本密码的研究成为近年来的热门领域。
本文由王泳和刘文彪两位研究人员提出,他们专注于生物特征识别、取证、信息隐藏和数字水印等领域。他们的工作主要集中在以下几个方面:
首先,介绍了说话人自动识别系统(Automatic Speaker Recognition, ASR)的基础知识和技术。ASR是实现低声语音密码识别的关键,它涉及基频提取、线性预测倒谱系数(Linear Prediction Cepstrum Coefficient, LPCC)特征提取以及动态时间规整(Dynamic Time Warping, DTW)等核心技术。基频提取用于获取语音信号的基本频率信息,LPCC是一种常用的语音特征参数,能有效地捕捉语音信号的频谱特性;而DTW则是一种用于比较两个序列的方法,即使它们在时间上不完全对齐,也能找到最佳匹配路径,对于不同说话人的低声语音识别至关重要。
其次,研究人员制作了专门的语音库。这一步骤是为了收集和存储大量的低声语音样本,为后续的识别算法提供训练数据。
最后,他们深入研究了低声语音识别密码算法,特别是基于LPCC和DTW的算法。实验结果显示,这种算法具备一定的识别功能,能够有效地区分不同的低声语音,从而为手机提供了一种新的安全防护措施。
关键词包括“低声语音”、“说话人身份识别”、“LPCC”和“DTW”,这些关键词涵盖了研究的主要内容和技术手段。结合中图分类号,可以推断该研究属于计算机科学和信息安全的交叉领域,特别是涉及到算法设计和应用。
这篇论文提出了一种创新的低声语音密码技术,旨在提升智能手机的安全性。通过结合ASR技术、特征提取方法以及匹配算法,为非文本密码的使用开辟了新的可能,对于未来移动设备的安全防护有着重要的理论和实践意义。