Copyright ?2013-2017 中國學術論文查重檢測系統入口 All Rights Reserved. 網站備案號：黔ICP備19012782號-3.
雖然深度學習帶給模式識別極大的提升，甚至還有開源的相關算法，但是聲紋識別的研究進展仍然不大，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，嘈雜環境中確實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，但是目前機器還做不到。 音樂噪聲很好理解，因為音樂通常是寬帶信號，完全覆蓋了人聲的頻段，這會非常影響聲紋的特征表現，動態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，但是面對其他設備音樂也很難處理，當前僅有波束形成這一方法。