【GA公共安全标准】 声纹自动识别系统测试规范

ICS13.310
中华人民共和国公共安全行业标准GA/TXXXXXXXX
声纹自动识别系统测试规范
Test specifications for automatic speaker recognition system××××-x×-x×发布
中华人民共和国公安部www.bzxz.net
××××-××-××实施
本标准按照GB/T1.1一2009给出的规则起草。GA/TXXXX-XXXX
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。本标准由全国型事技术标准化技术委员会（SAC/TC179）归口。本标准起草单位：公安部物证鉴定中心、公安部第三研究所、安全部专家鉴定委、广东省公安厅、上海市公安局、安徽省公安厅、合肥市公安局、江苏省公安厅、福建省公安厅、深圳市公安局、北京市国家安全局司法鉴定中心、广西壮族自治区国家安全厅司法鉴定中心、北京警察学院、清华大学、科大讯飞股份有限公司。
本标准主要起草人：李敬阳、金波、王莉、康锦涛、刘明东、王英利、崔刘虎、王年松、靳业、金恬、陈泉金、刘云、邵健、甘晓春、庄京伟、何亮、吴亚辉。行业标准信息服务平台
1范围
声纹自动识别系统测试规范
本标准规定了声纹自动识别系统的测试要求、指标和报告。GA/TXXXX-XXXX
本标准适用于公共安全领域的声纹自动识别系统测试，其他领域可参照使用。2规范性引用文件
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T35048—2018法庭科学语音及音频检验术语3术语和定义
GB/T35048-2018界定的以及下列术语和定义适用于本文件。3.1
声纹检索speakerretrieval
将一个说话人的语音放入声纹库中进行检索比对，得出与库内说话人匹配度排序的过程。3.2
声纹识别speakerrecognition
将一个说话人的语音放入声纹库中进行检索比对，推断该语音对应说话人身份的过程。3.3
声纹自动识别系统 automatiaspeaker recognition system能自动完成声纹检索比对或声续识别子的计算机系统。3.4
语音有效时长validspeechduration3.5
注册说话人enrolImentspeaker
系统中，已知（或假定已知）身份的说话人。3.6
enrollmentspeech
注册语音
系统中，用于提取注册说话人声纹信息的语音。3.7
测试说话人test speaker
系统测试过程中，测试语音对应的说话人。测试语音test speech
系统测试过程中，说话人身份未知的语音。中language
注册或测试语音所对应的语言种类。3.10
测试任务trial
判断测试语音中，是否存在目标说话人的任务。3.11
目标测试任务targettrial
测试语音中，存在目标说话人的测试任务。3.12
冒充测试任务impostertrial
测试语音中，不存在目标说话人的测试任务。3.13
查全率recallratio
GA/TXXXX-XXXX
系统判决的，经验证正确的目标测试任务数，与对应答案文件中目标测试任务数的比例。3.14
precisionratio
查准率
信息服务平台
系统判决的，经验证正确的目标测试任资数，与系统判决的目标测试任务数的比例。3.15
F1分数F1score
统计学中用来衡量二分类模型精确度的一种指标。F1=2×查全率×查准率/（查全率+查准率）3.16
虚警率falsealarmprobability
系统判决的，经验证错误的冒充测试任务数，与对应答案文件中冒充测试任务数的比例。3.17
漏警率missingprobability
系统判决的，经验证错误的目标测试任务数，与对应答案文件中目标测试任务数的比例。2
等错误率equal errorrate
通过调整判决门限，使得虚警率和漏警率相等时的值。3.19
最小检测代价函数minimumdetectioncostfunctionGA/TXXXX-XXXX
根据虚警率权重和漏警率权重，通过调整判决门限，计算最小相关检测损失代价。最小检测代价函数=虚警率权重X虚警率+漏报率权重×漏报率3.20
注册实时率real-timefactorforenrolIment在测试用机上，系统完成注册任务所需要时间与注册语音的总时长的比例。3.21
测试实时率real-time factor for test在测试用机上，系统完成识别任务所需要时间与测试语音的总时长的比例。3.22
Fenrol Imentdatabase
注册数据库
包含注册说话人及其语音的集合。3.23
test database
测试数据库
包含测试语音的集合。
4测试规范
4.1注册说话人语音
4.1.1注册说话人语音规模不少0.000人4.1.2语音格式：windowspcmwa格式，单声道，采样率可为8KHz~48KHz，采样位数16bit。4.1.3每个注册语音文件包含1条注册语音4.1.3每条注册语音仅对应一位说话人。4.2测试说话人语音
测试说话人数量不少于500人。
2测试说话人语音的语种、方言与注册说话人语音的语种、方言等属性分为大取相同或不同。4.2.2
4.2.3每位测试说话人的语音文件数不超过5个。4.2.4每个测试语音文件包含1条测试语音。4.2.5每条测试语音有效时长不少于8s。4.2.6测试语音与注册语音文件格式相同。4.2.7每条测试语音仅对应一位说话人。4.3测试要求
4.3.1集中测试时，各测试方应采用相同配置的硬件设备。4.3.2被测系统每条语音的注册用时不超过1s。4.3.3被测系统在100000条测试语音库中，每条语音的检索用时不超过1s。GA/TXXXX-XXXX
4.3.4语种、方言等属性大致相同和不同的，作为两个测试任务分别进行测试。4.3.4被测方不应对测试语音进行听辨，4.3.5每个测试任务被测试方只准许提供一次检索结果。4.4测试指标
4.4.1性能指标可采用查全率、查准率、F1分数、虚警率、漏警率、等错误率、最小检测代价函数、检测代价曲线等表示。
4.4.2速度指标应采用注册实时率和测试实时率表示。4.4.3其他指标包括系统运行时占用内存大小，声纹模型的大小等。4.5测试报告
测试方根据结果形成测试报告，报告内容应包含：a）测试方、被测试方、测试时间、测试内容：b）4.4规定的测试结果：
c）注册数据库和测试数据库的基本情况，注册人个数、注册语音文件大小、测试语音条数、测试语音文件大小、数据格式、信道、语种、方言、时长等信息：d）硬件系统配置。
行业标准信息服务平台
小提示：此标准内容仅展示完整标准里的部分截取内容，若需要完整标准请到上方自行免费下载完整标准文档。