結合HMM和DTW的兩階段式門禁系統

資訊工程學系 ; ©2003 人工智慧與應用研討會-在此報告中，我們實作了一個結合隱藏式馬可夫模形(Hidden Markov Model, HMM)、動態時間扭曲(Dynamic Time Warping, DTW)的兩階段式門禁系統。一般來說，門禁系統可分成語音辨識和語者驗証兩部份。本文則嘗試分兩個階段實作門禁系統。第一階段使用文字相關的 HMM 方法驗証使用者宣稱的姓名，第二階段則以DTW 加上語者的特徵，驗証使用者的語音密碼，此語音可以是任意的聲音，不須限定為文字。在第一階段的登入中，以 HMM 的語音辨認測試語音，加上語音評分機制以確認使用者的登入姓名，可信度夠高才允許進入，否則表查無此人。第二階段的測試語音密碼則轉換成以梅爾倒頻譜參數(Mel-Frequency Cepstral Coefficients)、音高向量(Pitch Vector)音量強度(Power Magnitude)為三種比對特徵，以 DTW 計算距離，加上評分的機制，對測試語音密碼進行評估，高於於門檻值者為本人，否則為仿冒者。相較於傳統的語音辨識，本系統以評分機制避免掉了 HMM 語音辨識時缺乏可信度評量的缺點；相較於傳統的語者驗証，本系統的驗証方法無需傳統語者驗証所須要的大量訓練語料和時間，也可避免掉無謂的當試登入者。目前實驗系統有 19 個人，經過測試，Inside Test 的同等失誤率約為 3.8％。