免費(fèi)論文查重認(rèn)準(zhǔn)CNKI論文查重，專為高校論文檢測、畢業(yè)論文查重、碩士論文查重誕生的論文檢測入口平臺，CNKI論文查重系統(tǒng)涵蓋海量的數(shù)據(jù)庫，為畢業(yè)生解決各種煩惱，論文查重軟件免費(fèi)為各種有論文檢測、論文查重需求的人提供，論文查重認(rèn)準(zhǔn)CNKI查重！
發(fā)布時間：2023-10-13 12:43:48 作者：學(xué)術(shù)小編 來源：www.adcyfwr.cn
雖然深度學(xué)習(xí)帶給模式識別極大的提升，甚至還有開源的相關(guān)算法，但是聲紋識別的研究進(jìn)展仍然不大，這仍然受制于聲紋的采集和特征的建立。 先看噪聲問題，下圖是Mitchell McLaren在論文中做的研究，噪聲對不同模型的聲紋識別影響。 從這個圖中可以看出，混響和噪聲對各類模型和方法都有非常大的影響，這和人類似，嘈雜環(huán)境中確實(shí)很難分辨出某個人的聲音，但是人耳比較奇特，我們可以很好的處理這種“雞尾酒會”效應(yīng)，但是目前機(jī)器還做不到。 音樂噪聲很好理解，因?yàn)橐魳吠ǔＪ菍拵盘枺耆采w了人聲的頻段，這會非常影響聲紋的特征表現(xiàn)，動態(tài)檢測的時候更是難以提取，我們目前在語音識別中采用的是回聲抵消的方法（嚴(yán)格來說是自噪聲去除），同樣也可以用到聲紋識別，但是面對其他設(shè)備音樂也很難處理，當(dāng)前僅有波束形成這一方法。
