Android平臺下結(jié)合GPS與聲紋識別的考勤研究

馬馨雅

摘 要：在不少情境下都存在著考勤制度，例如公司針對外勤員工的考勤，老師針對學(xué)生的考勤等。目前現(xiàn)存的一些考勤方式往往存在一定程度上的漏洞，使得被考勤的人員總是有機(jī)可乘。基于此，文章提出了一種將GPS定位和人聲識別結(jié)合于一體的考勤方式，以防止員工或?qū)W生在考勤時鉆空子。

關(guān)鍵詞：GPS定位；聲紋識別；考勤

考勤制度存在于人們生活中的許多方面，涉及的人除了常見的公司員工，還有廣大大學(xué)生等。早些時候，常見的考勤的制度是紙質(zhì)簽到，后期又延伸出了掃碼簽到等，但是顯而易見地，這種考勤方式是最容易被代簽的。后來，又有了指紋簽到等較為高科技的簽到方式，但是該方式的速度較慢，成本較高，且不利于外勤人員進(jìn)行簽到。目前最常使用的還有使用軟件，根據(jù)判斷簽到時的GPS定位進(jìn)行簽到，這種方式雖然成本較低，便于管理外勤人員，但是一旦“人機(jī)分離”，依舊很容易作弊[1]。

因此，本文提出了一種將GPS定位和人聲識別結(jié)合于一體的考勤方式。目前，GPS定位技術(shù)已經(jīng)較為成熟，許多考勤軟件中都在使用這項技術(shù)。但是光靠GPS定位來簽到也容易作弊。聲紋識別技術(shù)，是生物識別技術(shù)中較為成熟的一種，它能夠有效地辨別人聲。結(jié)合了GPS定位和人聲識別的系統(tǒng)，能夠在定位的同時，識別使用者是否用戶本人，這就可以有效地避免作弊現(xiàn)象的發(fā)生。

1 概述

1.1 聲紋識別技術(shù)

聲紋識別的基本原理可以理解為：將要判斷的說話人的模型特征與訓(xùn)練模型進(jìn)行匹配，之后再根據(jù)得到的匹配率或概率值進(jìn)行辨認(rèn)或確認(rèn)操作[2]。

本文中，本人選擇的是梅爾倒譜系數(shù)（Mel-scale Frequency Cepstral Coefficients，MFCC）。MFCC和基于線性預(yù)測的倒譜一比較，MFCC的顯著優(yōu)點是：它不依賴全極點語音產(chǎn)生模型的假定。并且，通常在與文本無關(guān)的說話人識別系統(tǒng)中，MFCC可以非常好地提高系統(tǒng)的性能[3]。在文本相關(guān)的聲紋識別系統(tǒng)中，MFCC的表現(xiàn)也十分優(yōu)異。因此，可以選用MFCC。本文中，把MFCC用于隱馬爾可夫模型（Hidden Markov Model，HMM）的訓(xùn)練過程與識別過程中。HMM模型在聲紋識別系統(tǒng)中應(yīng)用得較為廣泛[4]，HMM中針對每一幀語音，每一個音素都有特征向量，而此處，采用何種特征向量，則可以按照具體情況而定。

1.2 GPS定位

該系統(tǒng)是基于安卓系統(tǒng)開發(fā)的。安卓是一款開源的系統(tǒng)，其開發(fā)成本較低，可用的API較多。在這個系統(tǒng)中，擬基于百度地圖LBS定位，進(jìn)行SDK二次開發(fā)。同時還利用了百度地圖LBS云來作為該系統(tǒng)的服務(wù)端。之所以采用這種開發(fā)方式，是為了減輕該系統(tǒng)的服務(wù)器端的壓力。圖1為云存儲字段定義方式的部分摘錄。

2 系統(tǒng)設(shè)計

圖2是聲紋識別模塊的結(jié)構(gòu)。從圖中我們可以清楚地看到，圖上一共有兩個錄音設(shè)備。第一個錄音設(shè)備是用于訓(xùn)練模型，用戶在第一次使用該系統(tǒng)時需要根據(jù)系統(tǒng)提示的文本進(jìn)行語音輸入，系統(tǒng)會對用戶的聲紋進(jìn)行采集并提取特征，進(jìn)行模型的訓(xùn)練，并將該模型上傳到服務(wù)器上；之后，在正式使用該系統(tǒng)時，用戶需要語音輸入系統(tǒng)給出的文本，由系統(tǒng)對聲紋再次進(jìn)行采集并提取特征，將得到的模型與服務(wù)器上的模型進(jìn)行匹配。如果匹配成功，則認(rèn)定為用戶本人。此時，如果GPS定位也在預(yù)設(shè)地點的某個范圍內(nèi)，則認(rèn)為是一次成功的打卡行為。

在第一次進(jìn)行聲紋模型采集時，使用的文本是固定的。但是在隨后的使用中，為了防止預(yù)錄音的情況發(fā)生，系統(tǒng)所給出的文本將會是隨機(jī)的。

外勤人員的考勤地點并不固定，且室外環(huán)境較為嘈雜。因此，本文中為了提高這個考勤系統(tǒng)在嘈雜環(huán)境下的性能，聲音要進(jìn)行過濾。同時，用戶的語音特征不是保持不變的，而是會發(fā)生改變的。在研究本系統(tǒng)的過程中會進(jìn)行許多次實驗測試以及計算來確定一個最優(yōu)閾值。

3 結(jié)語

本文中研究的是一款A(yù)ndroid平臺上的結(jié)合了聲紋識別和GPS定位的雙重認(rèn)證考勤系統(tǒng)。用戶在使用該系統(tǒng)時需要先上傳自己的聲紋模型，考勤時需要通過語音輸入來匹配聲紋模型，若匹配成功還需結(jié)合GPS定位的情況，只有在工作地點的某個范圍內(nèi)，才能算作是一次合格的考勤。同時，管理員還可以在后臺查看員工的打卡情況，包括打卡時間、定位情況和聲紋匹配結(jié)果。而且管理員還可以發(fā)布打卡任務(wù)。該系統(tǒng)簡單易用，成本較低，適宜廣泛推廣，并且能夠有效地減少考勤的作弊情況，提升用人單位的監(jiān)管效率。

[參考文獻(xiàn)]

[1]季敏飛，彭媛媛，萬可鑫.基于GPS與聲紋的手機(jī)考勤識別研究[J].電腦迷，2017（7）：174.

[2]沈陽麗，趙啟升.GMM-UBM聲紋識別技術(shù)研究與應(yīng)用[J].電腦編程技巧與維護(hù)，2017（16）：84-86.

[3]曹輝，徐晨，趙曉，等.說話人識別中的Mel特征頻率倒譜系數(shù)[J].西北大學(xué)學(xué)報（自然科學(xué)版），2013（2）：203-208.

[4]姚敏鋒.基于HMM的聲紋考勤算法改進(jìn)[J].電腦與信息技術(shù)，2016（5）：22-25.