手机通话语音的实验研究

当前,手机通话语音已成为司法语音鉴定中最为常见的一种语音形式。本研究从手机通信系统的信道特点出发,分析手机通话语音的声谱特点和共振峰频率变化等情况;同时还比较了不同通话网络、不同通话方式及不同手机的通话语音特点。实验发现,手机通话语音与直接录音语音有明显的变化,主要表现在高低频信息的带宽滤波效应、高低频共振峰的漂移、语音质量、音色、韵律特征等方面;还发现,不同手机通话条件下的语音变化程度不同。最后,讨论了手机通话语音变化对说话人鉴定的影响及鉴定中的注意事项。     

国内语言识别领域专利技术发展趋势

前言语音技术在计算机领域中的关键技术是语音识别技术和语音合成技术,其中语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。语音识别技术(ASR:AutomaticSpeechRecognition),是指将人说话的语音信号转换为可被计算机程序所识别的文字信息,从而识别说话     

声纹鉴定的应用研究

利用KAY5500语图仪的各项功能及这些功能对语音研究的作用,研究语音的声学特征,探讨语音同一认定的原理、方法,及声谱图反映出的表征语音声学特性的各声纹特征在声纹鉴定中价值。     

我国智能语音技术分析与专利池构建

作为战略性和前瞻性的重要新兴产业,智能语音技术领域一直是国内外学术界和产业界的研究焦点。通过采用专利信息分析的方法,研究我国智能语音技术发展现状,在此基础分析组建我国智能语音专利池的重要性,最后给出构建我国智能语音专利池的设想,为相关企业和政府部门推动我国智能语音专利池的发展提供相关参考。     

伪装语音的自动话者识别研究

本文以语音自动话者识别系统为平台,对实际案件中出现频率较高的10种伪装语音类型进行自动话者识别测试。通过对20位发音人的正常语音和10种类型伪装语音的话者辨认和话者确认测试,分析不同语音伪装类型对自动话者识别的影响。该结果对于深入认识伪装语音的特性及其话者识别研究具有重要意义,也为自动话者识别技术的改进提供了参考。     

基于深度卷积神经网络的语音降噪研究

目的为了提高实际工作中获取到的音频资料中语音的质量,降低噪声对语音质量及可懂度的影响,提出了一种基于深度卷积神经网络的语音降噪模型。方法该模型通过卷积、加偏置、批量归一化、Relu激活的多层循环结构,能够有效地对低信噪比条件下语音中的洗衣机噪声、鼓掌噪声、汽车内部噪声等多种常见的环境噪声进行降噪处理。结果最终含噪语音经过模型处理后的MOS评分达到3.91分,其中最高分4.05分,最低分3.81分。结论该模型能够切实提高含噪语音的质量及可懂度,对于实际的公安工作、智慧警务建设、语音分析、语音文本识别等具有重要的意义和价值。     

国内语音合成领域专利技术发展趋势

前言 语音技术在计算机领域 中的关键技术是语音 识别技术和语音合成技术。语音合成技术的学名叫“文语转换系统”,简称为TTS(text tospeech),是指将文本信息转变为语音数据,以语音的方式播放出来的技术,其目的就是让计算机把文字说出来,其追求的目标是计算机输出的“合成语音”可懂、清晰、自然,具     

白噪声不同信噪比对语音基音和共振峰的影响研究

目的研究不同强度白噪声对语音特征提取的影响,总结变化规律,为带噪语音的声纹鉴定提供参考。方法对TIMIT连续语音语料库中的录音样本加载不同强度白噪声,使用语音工作站提取纯净语音、不同信噪比带噪语音的基频、共振峰,研究分析白噪声对语音特征参数的影响。结果低噪环境下,语音共振峰相对稳定,增大噪声强度,共振峰出现偏移或者无法检出现象;各阶共振峰抗噪能力不同,低阶共振峰抗噪声能力强,稳定度高,高阶共振峰抗噪能力弱,稳定性差,低阶共振峰抗噪能力优于高阶共振峰;基音在各种噪声强度下稳定度高,具备较强鲁棒性。结论信噪比降低会引起共振峰频率偏移,甚至丢失共振峰;噪声对高阶共振峰影响大于低阶共振峰;基频在噪声环境下具备较高的抗干扰能力,声纹鉴定中应重点分析噪声对语音特征的影响。     

认识非语音信息在司法话者识别中的应用

通过介绍两起利用非语音信息最终辅助确认了说话人的司法话者识别检验案件,发现在说话人识别中,当待检语音无法满足语图比对条件时,充分利用非语音信息所揭示出的个体特性将有助于解决话者识别问题。得出了当待检语音条件不充分时,依靠非语音信息来辅助进行话者识别的方法。     

语音数据法律风险防范的本土制度构建

伴随着智能语音助手的广泛运用,语音数据的重要性开始逐步显现,必须在语音数据独特性的基础上重新认识“语音”这一特殊的数字资源。单纯地借鉴《欧盟一般数据保护条例》的统一立法模式或者是美国目前的领域立法模式,均无法适应我国的数据治理现状。语音数据自身的特殊性使得其有可能触发的风险与规制都需要予以特别关注。语音的交互性是人工智能发展的重要条件,语音数据的画像性使得其所包含的个人信息更为多元,而语言的使用又让语音数据展现出一定的地域性和族群性特征。在我国强调构建数据基础制度的大背景下,可以从法律规则和监管规则上进行创新,以市场自律的方式建立最佳实践准则,同时以中国标准指导具体路径的实施,守护好我国的数字主权。     

利用共振峰相对强度特性鉴别双胞胎语音

话者鉴别的一个基本前提是“个体间的语音差异大于个体的语音变异”。本文对30对双胞胎正常朗读语音的共振峰强度特性进行了定量测量、比较、分析,统计得出了共振峰相对强度特性在检验双胞胎语音中的置信度与判阈。     

信息之窗

江苏省泰州市全面推行社区矫正"语音传呼"远程教育系统□江苏省泰州市司法局社区矫正工作处卞爱良刘婧江苏省泰州市矫正办从今年起全面推行"语音传呼"远程教育这一矫正新方法。"语音传呼"远程教育系统主要借助"易话通"语音传呼软件,在设定的时间段让社区服刑人员以接听电     

语音身份识别及其在犯罪侦查中的运用

语音身份识别是通过说话人的语音分析其性别、年龄、职业、文化程度等,从而推断说话人身份的一种人身识别技术。语音身份识别一般需通过听辨和视图检测,有的还需聘请专家会检。语音身份识别在刑事犯罪中可以确定侦查方向、缩小犯罪嫌疑人的范围,因此,在绑架、敲诈勒索、诈骗等案件中有较高运用价值。     

论扬州评话语音的历史演变及其得失

扬州评话历史的辉煌和目前的衰落形成巨大反差.扬州评话语音演变的历史饱含正反两面经验.扬州评话祖师柳敬亭善于根据听众特点调整语音,他说书的地域范围很广.语音以官话和地方官话为主.清代盛世扬州人口构成和文化特点,决定当时扬州评话语音是官话、地方官话和方言共存.晚清以后扬州人口构成和文化特点,造成扬州评话语音方言化.方言化在本地富有生存能力,但到了更广阔范围却削弱生存竞争能力.扬州评话要继续发展必须变革语音,很多方言文艺也都是如此.     

VoIP：只欠东风

VoIP又称IP电话或IP网络电话,是Voice over IP的缩写,即基于IP的语音服务。VoIP网络电话是通过对语音信号进行编码数字化、压缩处理成压缩帧,然后转换为IP数据包在IP网络上进行传输,从而达到在IP网络上进行语音通信的目的。     

不同通信系统下的说话人识别探究

目的研究不同通信系统条件下,利用语音进行说话人识别的基本假设＂个体之间的语音差异大于个体自身的语音变异＂是否成立。方法选择宽带语图差异较大的不同通信系统下语音进行比对及差异的统计。结果发现说话人识别的基本假设在不同通信系统条件下成立。结论得出了不同通信系统条件下进行说话人识别的方法与判阈。     

法庭语音学

本文对法庭语音学进行了研究综述,主要介绍了该学科的核心内容:说话人鉴定。在实际办案中,当未找到嫌疑人,只有犯罪分子的检材语音时,可以使用说话人画像/说话人分类技术。若没有犯罪分子的录音证据时,可以让受害人和证人进行说话人的听觉辨认。具体的辨认形式有两种:对熟人辨认和对陌生人辨认,在对陌生人辨认时可以采用语音辨认的方法进行。当检材语音和样本语音都齐备的时候,法庭语音分析专家就可以对二者进行比对检验了。目前语音比对分析涉及到的问题和领域有:基于贝叶斯方法的法庭推理和似然比计算、共振峰频率的测量应用、非解析感知与样例理论、法庭说话人自动识别以及不同方法的综合应用等。     

法庭语音学

本文对法庭语音学进行了研究综述,主要介绍了该学科的核心内容：说话人鉴定。在实际办案中,当未找到嫌疑人,只有犯罪分子的检材语音时,可以使用说话人画像/说话人分类技术。若没有犯罪分子的录音证据时,可以让受害人和证人进行说话人的听觉辨认。具体的辨认形式有两种：对熟人辨认和对陌生人辨认,在对陌生人辨认时可以采用语音辨认的方法进行。当检材语音和样本语音都齐备的时候,法庭语音分析专家就可以对二者进行比对检验了。目前语音比对分析涉及到的问题和领域有：基于贝叶斯方法的法庭推理和似然比计算、共振峰频率的测量应用、非解析感知与样例理论、法庭说话人自动识别以及不同方法的综合应用等。     

浅谈公交广告中的法律问题

目前,城市公交开始大量出现广告,这种广告基本分为两类,一类是车载卫星电视上的视频广告,另一类则是语音播报系统中的语音广告,多在报站时播放,给市民带来不便。本文分析了公交语音视频广告是否侵害了乘客的正当权益,是否违反了《消费者权益保护法》的相关规定。     

基于语音情感分析系统的语音压力测谎

目的探究语音情感分析系统(Layered Voice Analysis,LVA)在不同情况下的表现,并通过分析数据找出影响系统识别率的因素。方法设置两种不同场景对20名研究对象进行提问,并录音。通过LVA语音系统对语音样本进行分析,使用SPSS统计软件对系统生成的参数进行统计分析。结果在未告知研究对象实验真相的情况下LVA语音系统平均识别率为91.75%,要远高于研究对象在知情情况下的识别率。在询问过程中,当未涉及敏感问题时,随着时间的推移研究对象的心理压力逐渐减小。结论LVA语音系统具有良好的情感分析和识别能力,可为司法工作提供参考。