76、基于面部和语音识别的考勤门户与 6G 区块链网络

基于面部和语音识别的考勤门户与 6G 区块链网络

基于面部和语音识别的考勤系统

• 特征提取与模型选择
  • 音频文件的显著特征包括线性预测编码、伽马通频率倒谱系数、梅尔频率倒谱系数（MFCC）和功率归一化倒谱系数等。其中，MFCC 是语音识别任务中最常用的特征提取器，其工作原理类似于人耳，能以线性和非线性倒谱表示声音。
  • 对于说话人识别任务，还可使用高斯混合模型（GMM）。GMM 依赖一定数量的高斯分布，每个分布代表一个单独的簇，其主要关注来自单个分布的数据实例分组。结合 MFCC 和 GMM 等不同特征提取技术，说话人识别任务能获得更高的准确性。训练 GMM 时使用期望最大化算法，通过最大似然估计更新高斯均值来创建高斯混合。若用大量语音样本训练 GMM，它可学习常见语音特征并转化为通用背景模型（UBM）。将 GMM 和 UBM 模型结合，能更好地处理说话人识别中可能遇到的不同语音情况，如低语、快速或慢速语音。

• 相关研究进展
  | 研究团队 | 研究内容 | 识别准确率 |
  | ---- | ---- | ---- |
  | Harikrishnan 等 | 使用人工神经网络开发实时考勤监控系统，具有用户友好的图形用户界面，可用于小型计算机，还能自动将用户考勤存储到服务器 | 最高 74% |
  | Smitha 团队 | 利用人脸识别构建课堂考勤记录系统，包括数据库创建、面部检测、人脸识别和考勤更新等阶段，用户可在图形界面进行学生注册、教师注册和考勤标记等操作 | - |
  |