衡量指标. 影响识别的一些因素. 声源采样率 人类语音的频段集中于50Hz ~ 8KHz之间，尤其在4KHz以下频段 离散信号覆盖频段为信号采样率的一半（奈奎斯特采样定理） 采样率越高，信息量越大 常用采样率：8KHz (即0 ~ 4KHz频段），16KHz（即0 ~ 8KHz频段）

知乎，中文互联网高质量的问答社区和创作者聚集的原创内容平台，于 2011 年 1 月正式上线，以「让人们更好的分享知识、经验和见解，找到自己的解答」为品牌使命。知乎凭借认真、专业、友善的社区氛围、独特的产品机制以及结构化和易获得的优质内容，聚集了中文互联网科技、商业、 …

AI实时语音交互实现性别、年龄段、情绪、语气等的识别，并打上用户标签。

知乎是一个问答社区，帮助用户发现问题背后的世界，并让每一次点击都充满意义。

一个有关这个问题的研究叫speaker verification antispoofing. 主流的声纹识别一般是利用短时间特征进行的，首先对声音傅立叶变换处理，有了在频率上的各个分量，这个量是一个复数，可以用来构建表示实部和虚部的绝对值大小magnitude 和实部与虚部相对值phase组成，声纹都是通过这些分量的magnitude 的分布 ...

声纹识别方向的主流技术和应用分析。

声纹识别（voiceprint recognition），基于模式识别对目标声纹进行识别的方法，其包括说话人识别、说话人确认、语种识别、性别识别、年龄识别、欺骗攻击识别等。

声纹识别与语音识别有什么不同？其实声纹识别和语音识别在原理上是一样的，都是通过对采集到的语音信号进行分析和处理，提取相应的特征或建立相应的模型，然后据此做出判断，属于人工智能智能语音研究方向。

降噪过后的音频做声纹识别，大概率会变差的，最好的情况也是和降噪前的声纹识别效果持平。

声纹识别中录音重放攻击是可以解决的，通过录音重放，由于是二次录音，以及录音设备的频响原因，造成录音数据中一些频域上存在缺失和扭曲，与真人说话会有不同的特性，通过大量的正负样本学习，机器能轻易分辨出是录音还是真人。