АУТЕНТИФИКАЦИЯ ЛИЧНОСТИ ПО ГОЛОСУ НА ОСНОВЕ ГЛУБОКОЙ НЕЙРОННОЙ СЕТИ ДЛЯ СИСТЕМ БЕЗОПАСНОГО УПРАВЛЕНИЯ ДОСТУПОМ

Аннотация

В цифровую эпоху значимость технологий биометрической идентификации возрастает в связи с растущим спросом на надежные, безопасные и удобные системы контроля доступа к электронным устройствам. Одним из перспективных направлений в этой области является аутентификация диктора, позволяющая подтверждать личность на основе уникальных голосовых характеристик человека. Однако традиционные методы не всегда обеспечивают требуемую устойчивость при различных акустических условиях, фоновом шуме и изменениях речевых характеристик. В исследовании предложен комплексный подход, объединяющий мел-частотные кепстральные коэффициенты (MFCC), x-векторные представления диктора и глубокие нейронные сети (DNN) для повышения точности и устойчивости аутентификации. Предложенная архитектура включает предварительную обработку речевых сигналов, извлечение признаков MFCC, формирование x-векторных представлений и классификацию дикторов с помощью DNN. Для оценки эффективности модели использован экспериментальный набор данных, включающий аудиозаписи голосов 100 дикторов. Модель продемонстрировала точность аутентификации 98,5%, Precision - 99,4%, Recall - 97,6% и F1-меру - 98,5%. Доля ложного принятия (FAR) составила 0,6%, доля ложного отказа (FRR) - 2,4%, а уровень равных ошибок (EER) - приблизительно 1,5%. Полученные результаты свидетельствуют о способности модели с высокой точностью различать авторизованных и неавторизованных пользователей. Предложенный подход показал более высокие результаты по сравнению с традиционными моделями машинного и глубокого обучения, что подтверждает эффективность объединения акустических признаков и глубоких векторных представлений голоса. Метод может быть использован в системах безопасного управления доступом к электронным устройствам, биометрической идентификации пользователей и голосовой аутентификации.