[声纹识别]“说话人识别”基本概念

“声纹识别”也叫“说话人识别”。就是从某段语音中识别出说话人的身份的过程；声纹与指纹类似，每个人说话过程中蕴含的语言特征和发音习惯等也几乎是唯一的。

声纹识别与语音识别区别是：语音识别是共性知识，判断所说的内容（说的什么）；声纹识别是个性识别，判断说话人身份（即是谁说的）。

进一步强调两个概念：声纹和声纹识别（或说话人识别) 。声纹指语音中所蕴含的唯一表征说话人身份的语音特征参数及基于这些特征参数所建立的语音模型；

声纹识别是基于语音中包含的说话人特有的个性信息自动鉴别语音对应的说话人身份。

声纹识别应用领域非常广泛有公共安全、金融安全、社保生存认证、车联网、移动互联网安全等。近代语音识别经历三个分水岭：

（1）2000年，基于模版匹配的声纹识别算法和基于高丝混合模型的声纹识别算法。

（2）左右，这时候出现了iVector/PLDA算法。iVector最大的亮点在于，把语音映射到了一个固定的且低维的向量上，这意味这，所有机器学习的算法都可以用来解决声纹识别的问题了，因此这是一个巨大的进步。

（3），在第十一届全国人机语音通讯学术会议上，邓力分享了他在微软基于深度学习的语音识别的研究结果，将识别率提升了30%，这将声纹识别的准确率一下子提升了一个层次。

[参考文献]

[1]王东,利节,许莎著.人工智能[M],清华大学出版社，.10

[2]AI大数据及人工智能,声纹识别技术在发展过程中出现的三个分水岭,.5