0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度神经网络算法打造顶尖声纹识别技术

931T_ctiforumne 来源:lq 2019-04-30 14:27 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

声纹识别,是人脸、指纹、指静脉、虹膜识别中,对采集设备要求最低的一种生物特征识别技术,也是唯一一种可以在电话信道进行验证的生物特征识别技术。

声音波谱图和声音语谱图

近年来,灵云声纹识别技术在金融身份验证、公安刑侦、客服中心录音处理等领域得到大量应用,为客户提供便捷、安全的身份识别服务。

在北京某大型股份制银行,用户在手机银行APP上转账时,除了要输密码,还要念一段随机产生的数字串,进行动态声纹验证:声纹验证通过,且数字语音识别正确,才能进行下一步转账,这有效避免了密码泄露后的非本人转账。

同样,应用灵云声纹识别技术,在某银行的无卡取款自助终端机上,用户无卡取现时,除了需要输入账号密码外,还需要念一段随机数字串,进行动态声纹验证,防止密码泄露带来的盗取款。

在公共安全领域,灵云声纹识别技术辅助公安,将电话信道的声音与嫌疑人的声音进行对比鉴定,逐层缩小嫌疑人所在的范围。

在客服中心,每天海量的用户和坐席的通话录音,通过灵云声纹识别和语音识别技术,进行自动分角色转写,然后对用户话语和坐席话语做质检分析。

深度神经网络算法打造顶尖声纹识别技术

声纹识别,是从说话人的声音中提取声学特征,然后与模型库里的一个或多个声学特征进行对比,来确定说话人是不是本人、或说话人是哪个人的过程。

灵云声纹识别技术基于DNN深度神经网络方法,在16K、8K、以及跨信道语音的一对一识别、一对多辨认场景,声纹识别正确率行业顶尖,并具有良好的抗噪音、抗时变能力。

为满足不同应用场景的需求,灵云声纹识别技术提供文本相关(适合普通应用的身份验核)、文本半相关(适合金融动态声纹身份验证)、文本无关(适合公安刑侦)等多种验证方式,融合灵云语音识别技术,打造抗攻击能力更强的声纹识别系统。

为金融、公安等提供安全的声纹识别能力平台

针对金融、公安等政企单位对声纹识别安全可靠、大规模用户的需求,2016年,捷通华声推出灵云声纹识别能力平台。

灵云声纹识别能力平台可私有化部署在企业内部,支持大规模声纹注册、验证、变更、注销等业务需求,以及对声纹的存储、处理、删除等生命周期进行安全管理,助力金融、公安等政企单位开发自己的声纹识别应用。

在身份认证领域,除了声纹识别,捷通华声还拥有人脸识别、指纹识别、证照识别等AI技术,多项生物特征交叉验证,可快速提高身份认证安全等级。捷通华声将继续携手行业伙伴,为金融、公安等政企单位提供安全可靠的生物特征识别技术能力平台。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4829

    浏览量

    106885
  • 语音
    +关注

    关注

    3

    文章

    403

    浏览量

    39513
  • 声纹识别
    +关注

    关注

    3

    文章

    143

    浏览量

    22273

原文标题:捷通华声:为金融、公安提供安全可靠的声纹识别能力平台

文章出处:【微信号:ctiforumnews,微信公众号:CTI论坛】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    NMSIS神经网络库使用介绍

    NMSIS NN 软件库是一组高效的神经网络内核,旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最​​大限度地减少其内存占用。 该库分为多个功能,每个功能涵盖特定类别
    发表于 10-29 06:08

    在Ubuntu20.04系统中训练神经网络模型的一些经验

    本帖欲分享在Ubuntu20.04系统中训练神经网络模型的一些经验。我们采用jupyter notebook作为开发IDE,以TensorFlow2为训练框架,目标是训练一个手写数字识别神经网络
    发表于 10-22 07:03

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    1.算法简介液态神经网络(LiquidNeuralNetworks,LNN)是一种新型的神经网络架构,其设计理念借鉴自生物神经系统,特别是秀丽隐杆线虫的
    的头像 发表于 09-28 10:03 726次阅读
    液态<b class='flag-5'>神经网络</b>(LNN):时间连续性与动态适应性的<b class='flag-5'>神经网络</b>

    神经网络的并行计算与加速技术

    随着人工智能技术的飞速发展,神经网络在众多领域展现出了巨大的潜力和广泛的应用前景。然而,神经网络模型的复杂度和规模也在不断增加,这使得传统的串行计算方式面临着巨大的挑战,如计算速度慢、训练时间长等
    的头像 发表于 09-17 13:31 905次阅读
    <b class='flag-5'>神经网络</b>的并行计算与加速<b class='flag-5'>技术</b>

    无刷电机小波神经网络转子位置检测方法的研究

    摘要:论文通过对无刷电机数学模型的推导,得出转角:与三相相电压之间存在映射关系,因此构建了一个以三相相电压为输人,转角为输出的小波神经网络来实现转角预测,并采用改进遗传算法来训练网络结构与参数,借助
    发表于 06-25 13:06

    神经网络专家系统在电机故障诊断中的应用

    的诊断误差。仿真结果验证了该算法的有效性。 纯分享帖,需要者可点击附件免费获取完整资料~~~*附件:神经网络专家系统在电机故障诊断中的应用.pdf【免责声明】本文系网络转载,版权归原作者所有。本文所用视频、图片、文字如涉及作品版
    发表于 06-16 22:09

    BP神经网络网络结构设计原则

    BP(back propagation)神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络,其网络结构设计原则主要基于以下几个方面: 一、层次结构 输入层 :接收外部输入信号,不
    的头像 发表于 02-12 16:41 1281次阅读

    BP神经网络与卷积神经网络的比较

    BP神经网络与卷积神经网络在多个方面存在显著差异,以下是对两者的比较: 一、结构特点 BP神经网络 : BP神经网络是一种多层的前馈神经网络
    的头像 发表于 02-12 15:53 1377次阅读

    如何优化BP神经网络的学习率

    训练过程中发生震荡,甚至无法收敛到最优解;而过小的学习率则会使模型收敛速度缓慢,容易陷入局部最优解。因此,正确设置和调整学习率对于训练高效、准确的神经网络模型至关重要。 二、学习率优化算法 梯度下降法及其变种 : 标准梯
    的头像 发表于 02-12 15:51 1464次阅读

    BP神经网络的优缺点分析

    BP神经网络(Back Propagation Neural Network)作为一种常用的机器学习模型,具有显著的优点,同时也存在一些不容忽视的缺点。以下是对BP神经网络优缺点的分析: 优点
    的头像 发表于 02-12 15:36 1630次阅读

    什么是BP神经网络的反向传播算法

    BP神经网络的反向传播算法(Backpropagation Algorithm)是一种用于训练神经网络的有效方法。以下是关于BP神经网络的反向传播
    的头像 发表于 02-12 15:18 1321次阅读

    BP神经网络深度学习的关系

    ),是一种多层前馈神经网络,它通过反向传播算法进行训练。BP神经网络由输入层、一个或多个隐藏层和输出层组成,通过逐层递减的方式调整网络权重,目的是最小化
    的头像 发表于 02-12 15:15 1384次阅读

    BP神经网络在图像识别中的应用

    BP神经网络在图像识别中发挥着重要作用,其多层结构使得网络能够学习到复杂的特征表达,适用于处理非线性问题。以下是对BP神经网络在图像识别中应
    的头像 发表于 02-12 15:12 1209次阅读

    深度学习入门:简单神经网络的构建与实现

    深度学习中,神经网络是核心模型。今天我们用 Python 和 NumPy 构建一个简单的神经网络神经网络由多个神经元组成,
    的头像 发表于 01-23 13:52 860次阅读

    人工神经网络的原理和多种神经网络架构方法

    在上一篇文章中,我们介绍了传统机器学习的基础知识和多种算法。在本文中,我们会介绍人工神经网络的原理和多种神经网络架构方法,供各位老师选择。 01 人工神经网络   人工
    的头像 发表于 01-09 10:24 2294次阅读
    人工<b class='flag-5'>神经网络</b>的原理和多种<b class='flag-5'>神经网络</b>架构方法