声纹识别的发展综述

综述

声纹概念与用于识别的优势

声纹的概念：声音就是一段波，声纹就是携带了信息的声波频谱。
为什么可以用于识别？

1. 声纹不仅具有特定性，而且有相对稳定性的特点。成年以后，人的声音可保持长期相对稳定不变，因此，它同指纹一样，独特的生物学特征，可用于身份识别。
   
2. 声纹特征对比其他生物学特征更有优势。

声纹识别工作方式

声纹识别在产品上的本质主要就是以下两种工作方式： 1比1 和 1比N

工作流程大致如下：

1. 提取语音，预处理，提取特征
2. 利用训练好的模型，计算该语音对应的声纹模型或者声纹特征
3. 最后进行相似度打分，得到结果
   
   由此我们可以看出声纹识别主要就是三大部分：特征，模型，得分。下面根据这三大要素分别阐述

声纹识别三大部分：特征，模型，得分

首先看下这三大部分的整体技术流派和技术发展路线

语音特征介绍

声纹模型的演进

传统的声纹识别 主要是基于统计思想和概率论，结合声学，信号学，机器学习等算法

2012年，跨入了以deep learning 为主线的算法，DNN-based系统陆续出现，并基于深度学习领域的新思想持续改良

近两年发展起来的End-to-End 端到端系统，代表：2018年谷歌百度的相关论文

基于深度学习的声纹技术

上面的网络结构中，有一个Statistics Pooling Layer，负责将Frame-level Layer，Map到Segment-Level Layer，计算frame-level Layer的Mean和standard deviation。TDNN是时延架构，Output Layer可以学习到Long-Time特征，所以x-vector可以利用短短的10s左右的语音，捕捉到用户声纹信息，在短语音上拥有更强的鲁棒性。

其他语音技术介绍

摘自知乎“巧克力工厂的查理”，用作学习总结。