基于嵌入式的聲紋識別系統(tǒng)研究與實現(xiàn).pdf

1、聲紋同指紋、掌紋和虹膜等一樣,是每個人特有的生物特征,從某種意義上說也是人體的一張“身份證”。聲紋識別作為一種新的生物特征識別技術(shù),以其獨有的經(jīng)濟(jì)、方便等優(yōu)點在司法刑偵、系統(tǒng)安全認(rèn)證、電話銀行、國防安全等領(lǐng)域得到了廣泛地應(yīng)用,特別是在語音通信中的關(guān)鍵說話人檢索及身份驗證具有獨一無二的優(yōu)勢。一個基本的聲紋識別系統(tǒng)包括說話人特征提取和模式匹配兩大部分。特征提取是指如何快速的從大量語音信號中,提取出最能代表說話人個性的有效且穩(wěn)定可靠的特征參數(shù)

2、；模式匹配則是指在提取特征參數(shù)后,訓(xùn)練時采用某種方法為說話人建立相應(yīng)的模型或模板,在識別時則把未知信號與已有模型進(jìn)行某種相似距離判斷并出結(jié)果。
　　 本文在分析了聲紋識別常用的相關(guān)原理與技術(shù)基礎(chǔ)上,重點研究了基于Mel倒譜系數(shù)(MFCC)的特征參數(shù)提取和矢量量化(VQ)的建模方法,并針對其中的某上不足之處進(jìn)行相應(yīng)地改進(jìn)。最后在基于ARM9和WinCE嵌入式平臺上實現(xiàn)了一個小容量的聲紋識別系統(tǒng)。在前人的基礎(chǔ)上,本文的相關(guān)改進(jìn)工作主

3、要包括以下三個方面:
　　 1.特征提取方面:對目前應(yīng)用最廣泛的標(biāo)準(zhǔn)MFCC存在的不足,進(jìn)行相應(yīng)改進(jìn),提出加權(quán)差分組合MFCC特征參數(shù)。用短時幀能量和短時加權(quán)過零率代替MFCC中有負(fù)識別作用的第1、2階分量,并根據(jù)MFCC中各分量的不同貢獻(xiàn)率進(jìn)行加權(quán),然后進(jìn)行一階差分,最后將其組合構(gòu)成新的特征參數(shù)。
　　 2.矢量量化方面:采用碼本分裂法的LBG算法進(jìn)行最佳碼本設(shè)計,對計算過程中產(chǎn)生空胞腔的問題,使用最大胞腔分裂法進(jìn)行優(yōu)

4、化處理,以提高算法效率和碼本質(zhì)量。此外,對正確的識別結(jié)果加入手動更新碼本這一步,一方面相當(dāng)于增加了訓(xùn)練量,另一方面在某種程度上實現(xiàn)了碼本的自適應(yīng)性。
　　 3.嵌入式系統(tǒng)實現(xiàn)方面:針對嵌入式系統(tǒng)資源相對有限的條件,在實現(xiàn)過程中進(jìn)行了一些優(yōu)化處理。包括WinCE操作系統(tǒng)的優(yōu)化定制與移植；采用短時幀能量和短時加權(quán)過零率雙門限進(jìn)行有效語音端點檢測以減少計算量；對于需復(fù)雜運算的幀能量、距離測量及差分計算等,采用相對簡單計算方法等。