基于DSP的語音門鎖設(shè)計(jì)與實(shí)現(xiàn)(共12頁)

《基于DSP的語音門鎖設(shè)計(jì)與實(shí)現(xiàn)(共12頁)》由會(huì)員分享，可在線閱讀，更多相關(guān)《基于DSP的語音門鎖設(shè)計(jì)與實(shí)現(xiàn)(共12頁)（12頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、精選優(yōu)質(zhì)文檔-----傾情為你奉上 基于DSP的語音門鎖設(shè)計(jì)與實(shí)現(xiàn) 學(xué)生：xxx 指導(dǎo)教師：xxx 內(nèi)容摘要：本文主要是關(guān)于Speaker Recognition應(yīng)用系統(tǒng)的研究，完成了基于 DSP 的嵌入式語音門鎖的設(shè)計(jì)與實(shí)現(xiàn)。方案內(nèi)，先由TLV320AIC23B 芯片對(duì)語音信號(hào)進(jìn)行采集、預(yù)處理，再將處理后的信號(hào)通過 DMA 送給核心運(yùn)算器件 DSP。最后由 DSP 提取人的特征，建立數(shù)學(xué)模型并進(jìn)行匹配，最終完成識(shí)別。實(shí)驗(yàn)證明本語音門鎖的設(shè)計(jì)合理，方案可行，市場(chǎng)應(yīng)用前景甚是廣闊。 關(guān)鍵詞：Speaker Recognition DSP 嵌入式語音門鎖 Design and

2、Implementation of Embedded Phone Lock System Based on Dsp Abstract: This paper is a study on Speaker Recognition applications completed based on the design and implementation of the DSP embedded speech locks. Within the program, on the speech signal, first TLV320AIC23B chip collection, pretreatment

3、, and then the processed signals are sent by DMA to the core operation device DSP. The final characteristics extracted by the DSP, mathematical model and match, the final completion of the identification. Experiments show that the design of the voice locks reasonably feasible, the market prospect is

4、 very broad. Keywords: Speaker Recognition DSP embedded voice locks 1 生物識(shí)別技術(shù) 1.1 生物識(shí)別技術(shù)概述 在今天這個(gè)計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)飛速發(fā)展的時(shí)代，信息的安全顯的尤為重要。而確保系統(tǒng)安全的重要前提則是身份的鑒定，在多種電子的領(lǐng)域里都需要準(zhǔn)確的身份鑒定，如：國(guó)家安全、司法、電子商務(wù)、電子政務(wù)等?，F(xiàn)如今，用于個(gè)人身份鑒別主要依靠各種證件和設(shè)置密碼等手段，然而這些手段存在或多或少的缺點(diǎn)，譬如，攜帶不便、易折壞、易丟失遺忘等。所以在這種傳統(tǒng)辨別身份的方法正面臨著淘汰的趨勢(shì)之際生物識(shí)別技術(shù)備受學(xué)術(shù)界的關(guān)

5、注,并有以之取代傳統(tǒng)身份識(shí)別方式之勢(shì)。 1.2 生物識(shí)別技術(shù)的發(fā)展歷史 生物識(shí)別的起源可追溯到古埃及時(shí)候，當(dāng)時(shí)人們通過測(cè)量身高尺寸來鑒別埃及人的身份，像這種通過測(cè)量人身體某一部份或者依據(jù)某一身體特征來識(shí)別身份的技術(shù)一直延續(xù)了幾百年。而中國(guó)和古敘利亞則在公元前7000年到6000年之前，以指紋作為身份鑒別的依據(jù)已經(jīng)開始應(yīng)用?？脊虐l(fā)現(xiàn)，在這個(gè)時(shí)代，一些陶藝匠人將指紋留在自己制作的粘土陶器上，這與古時(shí)詩人畫家，在自己作品上蓋章留名同性質(zhì)，并且在中國(guó)的一些重要文件上多是用大拇指按朱砂印。原本是因?yàn)楫?dāng)時(shí)人讀書者甚少，大多不能書寫自己名字，則以這種方式來當(dāng)做簽名，當(dāng)時(shí)稱這種行為為畫押。但在19世

6、紀(jì)初，經(jīng)科學(xué)研究發(fā)現(xiàn)指紋具有兩個(gè)重要的特征，其一是指紋的唯一特性，即指意兩個(gè)不同手指的指紋紋路的式樣是不相同的，其二是指紋紋路的式樣終生不因生長(zhǎng)的因素而發(fā)生改變。 這個(gè)研究成果使得1896年阿根廷首次將指紋識(shí)別在犯罪鑒別中得以正式應(yīng)用，隨后是蘇格蘭在1901年也采用這種方式，20世紀(jì)初其他國(guó)家也將之相繼應(yīng)用到了犯罪鑒別中。20世紀(jì)60年代，隨著計(jì)算機(jī)的發(fā)展，人們開始著手研究利用計(jì)算機(jī)來處理指紋。從那時(shí)起，世界許多國(guó)家將自動(dòng)指紋識(shí)別系統(tǒng)Automatic Fingerprint Identification System應(yīng)用于法律中，一種自動(dòng)識(shí)別指紋的設(shè)備在60年代末期在FBI得以應(yīng)用，在70

7、年代末期，已經(jīng)有一定數(shù)量的設(shè)備開始在美國(guó)大范圍使用。用于商業(yè)的高級(jí)生物測(cè)定設(shè)備最早開始于20世紀(jì)70年代，一種叫做Identimat的設(shè)備出現(xiàn)了，它通過手的形狀和手指的長(zhǎng)度來辨別身份。20世紀(jì)80年代，個(gè)人電腦和光學(xué)掃描這兩項(xiàng)技術(shù)的改進(jìn)，使得它們作為指紋取像的工具成為現(xiàn)實(shí)，從而促使了指紋識(shí)別在其他領(lǐng)域的廣泛使用，譬如IC卡的替代。90年代末，精確的比對(duì)算法的發(fā)現(xiàn)以及低價(jià)位取像設(shè)備的引入及其飛速發(fā)展，為個(gè)人身份識(shí)別應(yīng)用的增長(zhǎng)提供了舞臺(tái)。 1.3 生物識(shí)別的特點(diǎn) 生物識(shí)別技術(shù)之所以能夠作為個(gè)人身份鑒別的有效手段，并且在越來越多的領(lǐng)域廣泛應(yīng)用是由它自身的特點(diǎn)所決定的。生物識(shí)別技術(shù)具有唯一性、普

8、遍性、穩(wěn)定性和不可復(fù)制性。 生物識(shí)別技術(shù)的普遍性即指生物識(shí)別所依賴的身體特征基本上是人人與生俱來的，不需要向相關(guān)部門申請(qǐng)或是制作。 唯一性和穩(wěn)定性是指經(jīng)研究和經(jīng)驗(yàn)表明，每個(gè)人的容貌、發(fā)音、虹膜、視網(wǎng)膜、骨架、指紋、掌紋等都與別人不同，并且一般情況下終生不會(huì)發(fā)生改變。 不可復(fù)制性：隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，配制鑰匙、copy密碼卡以及盜取密碼、口令等都變得越發(fā)容易，然而要復(fù)制人的活體指紋、掌紋、面部、虹膜等生物特征就困難得多。 生物識(shí)別技術(shù)所具有的這些特性使得生物識(shí)別身份驗(yàn)證方法不依賴各種人造的和附加的物品來證明人的自身，而只要個(gè)體存在那么自己就是身份的最好證明物，所以，它不用擔(dān)心丟失，

9、更加不會(huì)遺忘，和配置鑰匙和盜用密碼等相比復(fù)制生物體所具備的生物特征就顯得尤為困難，生物識(shí)別技術(shù)是一種方便安全的只認(rèn)人不認(rèn)物的保安手段 2 數(shù)字信號(hào)處理器 DSP 2.1 數(shù)字信號(hào)處理器 DSP的概述 數(shù)字信號(hào)處理是指將模擬信號(hào)通過采樣進(jìn)行數(shù)字化后的信號(hào)進(jìn)行分析、處理、它側(cè)重于理論、算法及軟件實(shí)現(xiàn)。它是圍繞著數(shù)字信號(hào)處理的理論、實(shí)現(xiàn)、應(yīng)用等幾個(gè)方面發(fā)展起來的。數(shù)字信號(hào)處理的應(yīng)用促進(jìn)了數(shù)字信號(hào)處理理論的發(fā)展和提高。反過來，數(shù)字信號(hào)處理在理論上的發(fā)展又推動(dòng)了數(shù)字信號(hào)處理應(yīng)用的發(fā)展。而數(shù)字信號(hào)處理的理論和應(yīng)用則是通過數(shù)字信號(hào)的實(shí)現(xiàn)而連接的。數(shù)字信號(hào)處理所涉及的范圍極其廣泛，以眾多的學(xué)科為理

10、論基礎(chǔ)。它與網(wǎng)絡(luò)理論、信號(hào)與系統(tǒng)、控制論、通信理論、故障診斷等密切相關(guān)。一些新興的學(xué)科，如人工智能、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等，都與數(shù)字信號(hào)處理密不可分。它是把許多經(jīng)典的理論體系作為自身的理論基礎(chǔ)，同時(shí)又使自己成為一系列新興學(xué)科的理論基礎(chǔ)。 DSP(Digital Singnal Processor)是一種獨(dú)特的微處理器，是以數(shù)字信號(hào)來處理大量信息的器件。其工作原理是將接受的模擬信號(hào)轉(zhuǎn)換為0或者1的數(shù)字信號(hào)，再對(duì)轉(zhuǎn)換后的信號(hào)進(jìn)行修改、刪除、強(qiáng)化，并在其他系統(tǒng)芯片中把數(shù)字?jǐn)?shù)據(jù)轉(zhuǎn)譯回模擬數(shù)據(jù)或?qū)嶋H環(huán)境格式。它不僅具有可編程性，而且其實(shí)時(shí)運(yùn)行速度可達(dá)每秒數(shù)以千萬條復(fù)雜指令程序，遠(yuǎn)遠(yuǎn)超過通用微處理器，在數(shù)

11、字化電子世界中越發(fā)重要的電腦芯片。它的強(qiáng)大數(shù)據(jù)處理能力和高運(yùn)行速度，是最值得稱道的兩大特色。自DSP芯片問世以來，在20年的時(shí)間里，它得到了極為迅速的發(fā)展。世界上生產(chǎn)DSP芯片的廠家主要有：美國(guó)的德克薩斯儀器公司(Texas Instruments，簡(jiǎn)稱TI)、模擬儀器公司(Analog Devices，簡(jiǎn)稱AD)和Motorola公司等，其中應(yīng)用最為廣泛的是TI公司生產(chǎn)的系列DSP芯片。自80年代初TI公司推出第一代產(chǎn)品TMS32010以來，相繼推出了定點(diǎn)和浮點(diǎn)兩大類別多代產(chǎn)品，現(xiàn)已形成了TMS320C2000、TMS320C5000和TMS320C6000三大DSP芯片系列。TI公司的DS

12、P芯片市場(chǎng)大約占全世界份額的50%，IT公司已是世界上最大的DSP芯片供應(yīng)商，它的一系列DSP產(chǎn)品已經(jīng)成為當(dāng)今世界上最有影響的DSP芯片。 通過 DSP 實(shí)現(xiàn)語音門鎖的設(shè)計(jì)，在芯片的選擇上將采用 TI 公司的TMS320C5402 芯片，因?yàn)樵撔酒诟鞣N語音應(yīng)用領(lǐng)域被廣泛應(yīng)用，而且它比該系列的其他芯片相比，具有更快的運(yùn)算速度、更高的性能同時(shí)低功耗低價(jià)格和性價(jià)比高等特點(diǎn)。 2.2 DSP的特點(diǎn) DSP的結(jié)構(gòu)是針對(duì)DSP算法模型進(jìn)行構(gòu)造的，所有的DSP都包含有DSP算法的特征。即是， 單周期快速運(yùn)算，能取兩個(gè)以上操作數(shù)，允許任意計(jì)算次序，保證快速的乘累加運(yùn)算(MAC)；能產(chǎn)生循環(huán)尋址和位翻

13、轉(zhuǎn)尋址等信號(hào)處理算法需要的特殊尋址；有相應(yīng)的硬件循環(huán)緩沖區(qū)，能執(zhí)行零開銷的循環(huán)和轉(zhuǎn)移操作； 具有串口、DMA控制器、定時(shí)器等豐富的外設(shè)資源。因此，數(shù)字信號(hào)處理的上述特點(diǎn)要求DSP必須是專門設(shè)計(jì)的，典型DSP的設(shè)計(jì)要滿足，不論是語言信號(hào)，還是圖像信號(hào)處理算法運(yùn)算量大，要求速度快且實(shí)時(shí)；信號(hào)處理算法通常需要執(zhí)行大量的乘法和累加運(yùn)算，具有某些特定模式，要求專門的接口。大部分時(shí)間信號(hào)處理算法花在執(zhí)行相對(duì)小循環(huán)的操作上。 3 基于DSP的語音門鎖系統(tǒng) 本章介紹了基于矢量量化的說話人識(shí)別原理，對(duì)于其中的幾個(gè)方面的問題做了進(jìn)一步的探索。編程實(shí)現(xiàn)了算法的各個(gè)子程序，在編程過程中做了相關(guān)的實(shí)驗(yàn)充分考慮程序

14、運(yùn)行時(shí)間、精度以及存儲(chǔ)量等因素，對(duì)系統(tǒng)的識(shí)別效果也進(jìn)行了實(shí)際測(cè)試。通過大量比較篩選，確定出最優(yōu)的算法，應(yīng)用于語音門鎖中。 3.1 基于DSP的語音門鎖系統(tǒng)概述 語音門鎖系統(tǒng)采用一種高效的數(shù)據(jù)壓縮技術(shù)，這種技術(shù)被稱作矢量量化技術(shù)，下面對(duì)該技術(shù)做詳細(xì)介紹。 矢量量化（VQ —Vector Quantization）是將若干個(gè)標(biāo)量數(shù)據(jù)組構(gòu)成一個(gè)矢量，然后在矢量空間內(nèi)將其整體量化，這樣既壓縮了數(shù)據(jù)又不會(huì)損失多少信息。矢量量化將N維空間RN中的矢量按某種準(zhǔn)則用 N 維空間中的矢量{i| i=1,2,...,K } 表示。 ：輸入矢量 i：

15、量化矢量 {i| i=1,2,...,K }：碼書或碼本 K：碼書容量 i：碼字 對(duì)語音信號(hào)，在已知訓(xùn)練數(shù)據(jù)的情況下，VQ的準(zhǔn)則是：給定的碼本容量為 K時(shí)，使量化最小失真。圖 3-1 給出了基于 VQ 的說話人識(shí)別系統(tǒng)框圖。 圖3-1 基于矢量量化的說話系統(tǒng)框圖 識(shí)別結(jié)果 識(shí)別 訓(xùn)練 語音信號(hào) 預(yù)處理 特征提取 產(chǎn)生碼書 碼書存儲(chǔ) 相識(shí)度匹配 判別邏輯 對(duì)于基于 VQ的說話人識(shí)別技術(shù)來說，碼本的產(chǎn)生會(huì)直接影響到識(shí)別的效果。碼本形成過程是將所提取出的各個(gè)特征矢量集合，按照某種準(zhǔn)將具有相似特征的矢量歸到一個(gè)集合里，用一個(gè)具有代表性的矢量來表示。VQ

16、碼本形成的基礎(chǔ)是初始碼本的選擇，目前在算法的 DSP 實(shí)現(xiàn)過程中，初始碼本的選擇采用了一種在訓(xùn)練數(shù)據(jù)中找到距離最遠(yuǎn)的 K個(gè)矢量，這種方法便于 DSP 實(shí)現(xiàn)。碼本設(shè)計(jì)采用 LBG 算法，LBG 算法是 Y.Linde、A.Buzo、R.M.Gray 三人在1980提出的，LBG是基于最近鄰法則把訓(xùn)練序列分配到與它歐式距離最小的碼字的簇中，從而形成很多個(gè)子集，計(jì)算各子集的形心和平均失真，一直迭代計(jì)算，并不停地對(duì)碼本進(jìn)行修改直到性能滿足要求或不能再改進(jìn)為止。 3.2 空胞腔處理 在此主要討論基于VQ說話人識(shí)別模型的LBG(Linde、Buzo、Gray)算法中的空包腔處理問題。所給方法的優(yōu)點(diǎn)首

17、先是在分裂大包腔時(shí)選擇子包腔碼字更具有代表性，從而使得系統(tǒng)在重新聚類中避免再次出現(xiàn)空包腔的可能性；其次，該方法對(duì)于系統(tǒng)沒有信息冗余的情況下，可避免信息的損失，對(duì)保持矢量在空間分布的完備性有一定的意義為了對(duì)空包腔處理作出更清楚地說明，圖3-2中給出加入空包腔的LBG算法流程。圖中pow(10,n)和delta(m)可以分別表示為10n，(d(m)-d(m-1))/d(m)。首先為了讓每個(gè)碼字矢量都能對(duì)話者特征具有代表性，將所含矢量數(shù)目符合下式的胞腔定義為空胞腔。 (3.3.1) 式中，K 為比例因子，一般取為 0

18、.2，用于調(diào)整空胞腔中所含矢量的個(gè)數(shù)。通?？瞻坏奶幚聿⒉徽J(rèn)為是絕對(duì)空(矢量數(shù)為 0)，實(shí)際上這種情況是不可能的。設(shè)空包腔限為num ，聚類過程中一次出現(xiàn)v個(gè)空包腔，若視空包腔為絕對(duì)空，則迭代n次損失的矢量數(shù)最壞情況為 0(n v num )級(jí)。在確定了空包腔限后，對(duì)碼本中的空包腔進(jìn)行逐個(gè)處理，其步驟為： (1) 對(duì)任一空包腔碼字，找到碼本中與其最臨近的碼字，將該空包腔與其 最臨近碼字胞腔合并； (2) 找到碼本中得分最大的包腔，設(shè)第j個(gè)包腔內(nèi)的矢量數(shù)為 n ，碼字為 Cj ，得分score 遵循的準(zhǔn)則 (3.3.2)

19、 (3.3.3) 其中，index 是最大包腔下標(biāo)號(hào)， codeBookLen gth是碼本長(zhǎng)度； (3) 計(jì)算得分最大包腔的形心 centroid 。 實(shí)驗(yàn)2： 空包腔處理對(duì)聚類效果的影響 實(shí)驗(yàn)采用的訓(xùn)練語音長(zhǎng)度為 6s，訓(xùn)練內(nèi)容均為“開門”，說話人個(gè)數(shù)選擇為 2 個(gè)人(1 男，1 女)，碼本容量為 16，識(shí)別所用的語音特征采用 54 維組合特征，分別為 16 維 LPCC、18 維 MFCC、20 維ΔMFCC，圖 3-3 給出了男生和女生訓(xùn)練語音采用空包腔處理前后碼字聚類的對(duì)比情況，其中圖形的橫坐標(biāo)為碼本容量，縱坐標(biāo)為碼本包腔聚類的碼字個(gè)數(shù)。

20、 開始訓(xùn)練序列X失真閥值 Epsilon=pow（-10,6） 初始化碼本codeWord數(shù)組令 d（0）=pow（10,9） 將訓(xùn)練序列劃分為m個(gè)胞腔 有空胞腔否？ 空胞腔處理 計(jì)算平均失真 d(m)及相對(duì)失真 delta(m) delta≤epsilon？ 計(jì)算各胞腔型心作為新的碼字矢量 m=m+1 結(jié)束 Y N 圖3-2 改進(jìn)的LBG算法流程圖 從圖 3-3 可以看出： (1) 空包腔處理后每個(gè)胞腔聚類的碼字個(gè)數(shù)較之處理之前更為均勻，代表 說話人特征的更充分； (2) 在分裂大包腔時(shí)選擇子包腔碼字更具有代表性，從而使得系統(tǒng)在重新 聚類中避免再次

21、出現(xiàn)空包腔的可能性； (3) 對(duì)于系統(tǒng)沒有信息冗余的情況下可避免信息的損失，對(duì)保持矢量在空 間分布的完備性有一定的意義。 圖3-3空包腔處理前后各胞腔聚類的碼字個(gè)數(shù)對(duì)比圖 3.3 閾值歸一化處理 由于人的語音是隨著生理、心理和健康的狀況變化的，如果說話人識(shí)別系統(tǒng)的訓(xùn)練時(shí)間與使用時(shí)間相差過長(zhǎng)，就會(huì)使系統(tǒng)的性能明顯下降。為了減小說話人語音變化對(duì)系統(tǒng)性能的影響，提出了一種歸一化閾值的 VQ 說話人識(shí)別算法。使用一個(gè)參考碼本，通過定義語音與碼本的失真相對(duì)于參考碼本的變化量(相對(duì)失真)，來實(shí)現(xiàn)閾值的歸一化?；陂撝禋w一化的 VQ 說話人識(shí)別系統(tǒng)的實(shí)現(xiàn)過程包括訓(xùn)練過程（圖3-4）、識(shí)別過程

22、、 提取特征矢量，得到特征矢量集 通過 LBG 算法生成碼本 修正優(yōu)化碼本 存儲(chǔ)碼本 圖3-4訓(xùn)練過程 2、識(shí)別過程 (1) 從測(cè)試語音提取特征矢量序列 (2) 由每個(gè)模板依次對(duì)特征矢量進(jìn)行矢量量化，計(jì)算各自的平均量化誤差 (3) 根據(jù)設(shè)定的參考碼書，對(duì)失真進(jìn)行閾值歸一化處理 (4) 利用閾值歸一化后處理產(chǎn)生的三個(gè)失真進(jìn)行識(shí)別判斷 ① 設(shè)置性別標(biāo)志位 sex，初始值為 0； sex＝0 未定 sex＝1男生 sex＝2女生 ② 設(shè)置識(shí)別成功標(biāo)志位 flag，初始值為 1； flag＝1 成功 flag＝0 失敗 ③ 設(shè)置結(jié)果標(biāo)志位 result；

23、result＝1 測(cè)試語音與男生模板距離最近 result＝2 測(cè)試語音與男生模板距離最近 result＝3 測(cè)試語音與碼本距離最近 圖 3-5 閾值歸一化的判決流程 ④ 根據(jù)圖 3-5 給出的判決流程進(jìn)行識(shí)別判斷，圖中 cons1＝100，cons2＝500，由實(shí)驗(yàn)測(cè)得，threshold 由訓(xùn)練程序獲得。 第四章 基因特征在門鎖系統(tǒng)中的應(yīng)用 目前基音提取的算法主要有時(shí)域和頻域兩種：時(shí)域的自相關(guān)、AMDF、CAMDF 容易受到噪聲的干擾；AWAC、ICWAF 算法中的除法在 DSP 實(shí)現(xiàn)時(shí)會(huì)引起精度的損失；頻域的 SIFT(簡(jiǎn)化逆濾波)求取 LPC 殘差信號(hào)的 DS

24、P 程序需要很大的存儲(chǔ)空間、導(dǎo)致程序運(yùn)行的速度降低；而基于 CEPSTRUM(倒譜)的基音特征提取算法易實(shí)現(xiàn)，且算法屬于頻域提取，抗噪聲性強(qiáng)，適合在 DSP系統(tǒng)中應(yīng)用。 4.1 基于倒譜的基因提取法 基于倒譜的基音提取算法，首先要計(jì)算語音信號(hào)的倒譜特征，對(duì)于給定的一個(gè)語音信號(hào) x(n)，其倒譜定義為其頻譜的絕對(duì)值取自然對(duì)數(shù)后的傅里葉逆變換。即 （4.1.1） 由于語音信號(hào) x (n)可看作是聲門脈沖激勵(lì) g(n)經(jīng)聲道響應(yīng) v (n)濾波而得，即 s ( n)= g(n)?v(n)

25、 (4.1.2) 倒譜域中的基音信息和聲道信息可以別看做是相對(duì)分離的。采用倒濾波的方法可以分離并恢復(fù)出 e (n)和 v (n)。對(duì)于清音語音，倒譜域中不存在基音特征點(diǎn)。因而根據(jù)激勵(lì) e (n)及其倒譜的特征可以求出濁音語音的基音周期?；诘棺V的基音提取算法在 DSP 系統(tǒng)的實(shí)現(xiàn)仍然需要解決幾個(gè)問題： (1) 幀長(zhǎng)需擴(kuò)大一倍 語音的基音變化范圍是 2ms～20ms，采樣率為 8kHz 時(shí)，基音的變化范圍是 16～160 個(gè)采樣點(diǎn)。基音提取幀長(zhǎng)應(yīng)至少是基音周期的 2倍，否則會(huì)影響基音的提取精度；以前使用的語音幀長(zhǎng)為

26、256 個(gè)采樣點(diǎn)，而基音提取幀長(zhǎng)需至少為基音周期的 2 倍，所以將語音幀擴(kuò)大一倍，變?yōu)?512 個(gè)采樣點(diǎn)。擴(kuò)大后的語音幀為當(dāng)前256 點(diǎn)幀與前一 256 點(diǎn)幀合并所得； (2) 基音的存儲(chǔ)位置 為了便于平滑處理，需要單獨(dú)開辟空間存儲(chǔ)； （3）與原有特征組合由于原有的兩幀能提取一個(gè)基音，進(jìn)行組合時(shí)曾考慮只在偶數(shù)幀的特征中加入基音，但是這樣會(huì)影響最終的識(shí)別效果；考慮將當(dāng)前要提取基音特征幀與前一幀語音合并來提取所有訓(xùn)練、識(shí)別幀數(shù)的基音，再將其與原有的特征進(jìn)行組合，其中聯(lián)合因子 w，即組合后的特征為feature=feature*(w^0.5)+pitch*((1-w)^0.5)其中 featu

27、re 為原有的語音特征， pitch為提取出的基音周期。 第五章 基于DSP實(shí)現(xiàn)的語音門鎖系統(tǒng)的測(cè)試結(jié)果 5.1 不同處理方法組合對(duì)識(shí)別效果的影響 在 DSP 實(shí)際系統(tǒng)中，分別對(duì)采用不同處理方法組合的識(shí)別率進(jìn)行測(cè)試，在進(jìn)行 DSP 實(shí)際系統(tǒng)測(cè)試時(shí)，任意選擇實(shí)驗(yàn)室中的 6 名用戶(3 男，3 女)進(jìn)行訓(xùn)練，訓(xùn)練和識(shí)別的語音都是“開門”，冒認(rèn)人數(shù)為 8，對(duì)當(dāng)天的語音進(jìn)行開集說話人識(shí)別測(cè)試，實(shí)際結(jié)果如表 5-1 所示。 如表 5-1 所示，在聲刺激初始碼本生成方法基礎(chǔ)上，加入空包腔處理使得系統(tǒng)的誤識(shí)率有所降低；閾值歸一化的識(shí)別方法使系統(tǒng)的錯(cuò)誤拒絕率進(jìn)一步降低；將提取出的基音特征與原有特征

28、組合作為說話人的語音特征進(jìn)行識(shí)別時(shí)，系統(tǒng)保持了比較低的錯(cuò)誤拒絕率。 5.2 不同處理方法對(duì)存儲(chǔ)量和運(yùn)行時(shí)間的影響 針對(duì)上述實(shí)驗(yàn) 中采用的不同處理方法，分別對(duì)實(shí)際所實(shí)現(xiàn)系統(tǒng)的部分指標(biāo)進(jìn)行比較。取參考說話人的個(gè)數(shù)為 M=10，表 5-2 所示為采用不同方法時(shí)的程序存儲(chǔ)量和運(yùn)行時(shí)間(設(shè) DSP 時(shí)鐘為 20MHz)。下面給出程序存儲(chǔ)量和運(yùn)行時(shí)間分析。 對(duì)加入基音的特征提取所占用存儲(chǔ)量和運(yùn)行時(shí)間分析如下(設(shè)需要計(jì)算的特征參數(shù)的幀數(shù)均為 N=209)： (1) 在進(jìn)行 LPCC+MFCC+ΔMFCC+Pitch 組合特征計(jì)算時(shí)，對(duì)于 MFCC 動(dòng) 靜態(tài)組合特征，除了 N 幀 MFCC 動(dòng)靜

29、態(tài)組合特征所需的存儲(chǔ)空間外，還有計(jì) 算ΔMFCC 時(shí)需要保存的 40 個(gè)常數(shù)，需要使用 40*N+239+190+40 個(gè)單元，即 需要 23269 個(gè)單元，約 22.7K。還要為 LPCC 和 Pithc 保存空間，需要 17*N 個(gè) 單元，約 3.553K。在進(jìn)行說話人的碼本存儲(chǔ)時(shí)，需要的存儲(chǔ)單元為 55*16*M 個(gè)，即 880 個(gè)，約 0.880K。 (2) 對(duì)參考說話人個(gè)數(shù)為 N=1 的系統(tǒng)各部分程序執(zhí)行時(shí)間進(jìn)行統(tǒng)計(jì)，得到 各部分程序的平均執(zhí)行時(shí)間。由于在實(shí)際系統(tǒng)中，設(shè)定的采樣率為 8kHz，則 采樣一幀語音信號(hào)需要 32ms，由表 5-8 可見，LPCC+MFCC+Δ

30、MFCC+Pitch 組合特征提取時(shí)間為 9.0171ms，小于 32ms，因此可以滿足系統(tǒng)的實(shí)時(shí)性要求。 第六章 總結(jié) 本文主要對(duì)說話人識(shí)別系統(tǒng)中的基音特征提取部分進(jìn)行了研究，介紹了傳 統(tǒng)的基音提取算法，并對(duì)各種方法進(jìn)行仿真，分析了各自的優(yōu)缺點(diǎn)；同時(shí)提出 了一種新的基于搜索試探平滑的 ICWAF 帶噪語音基音提取算法，該算法在較 低信噪比下能夠提取出帶噪語音的基音周期。并與同課題組的同學(xué)共同完成了 基于 DSP 的說話人實(shí)時(shí)識(shí)別系統(tǒng)，利用數(shù)字信號(hào)處理器 DSP 對(duì)系統(tǒng)的各部分 算法進(jìn)行實(shí)現(xiàn)，該系統(tǒng)目前已應(yīng)用于汽車語音控制門鎖中。本文所做的主要工 作如下： (1) 對(duì)生物

31、識(shí)別技術(shù)和說話人識(shí)別技術(shù)的發(fā)展和現(xiàn)狀進(jìn)行了概述，并指出 了數(shù)字信號(hào)處理器 DSP 在語音信號(hào)處理中的應(yīng)用； (2) 介紹了說話人識(shí)別原理、基音周期的相關(guān)知識(shí)，同時(shí)概括地介紹了利 用 DSP 進(jìn)行算法實(shí)現(xiàn)的軟件基礎(chǔ)； (3) 對(duì)傳統(tǒng)的基音特征提取算法進(jìn)行了研究，并對(duì)不同方法進(jìn)行了比較。 給出仿真結(jié)果，對(duì)各自的優(yōu)缺點(diǎn)進(jìn)行了評(píng)價(jià)； (4) 提出了一種基于搜索試探平滑的 ICWAF 帶噪語音基音提取算法，并 驗(yàn)證了其在低信噪比下的有效性； (5) 完成了說話人識(shí)別系統(tǒng)的 DSP 實(shí)現(xiàn)，實(shí)現(xiàn)說話人實(shí)時(shí)識(shí)別系統(tǒng) ，對(duì) 各部分程序進(jìn)行調(diào)試，并給出對(duì)系統(tǒng)部分指標(biāo)的實(shí)際測(cè)試結(jié)果，將算法應(yīng)用到

32、 汽車語音控制門鎖中。 致謝 至此課題設(shè)計(jì)完成之際，回顧這一路走來的點(diǎn)點(diǎn)滴滴。首先，承蒙xxx老師的悉心栽培，孫老師在的學(xué)習(xí)和課題設(shè)計(jì)中，從理論到實(shí)踐給我大量的、極其有益的建議和實(shí)際的指導(dǎo)，并在課題設(shè)計(jì)的撰寫和審稿中傾注了大量的心血。他誨人不倦的精神和對(duì)我的諄諄教導(dǎo)，使我受益匪淺；他嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、積極的進(jìn)取精神、廣博的知識(shí)和平易近人的工作作風(fēng)將使我受益終身。其次，在論文的選題及研究過程中得到了xxx的 大力支持和熱心指導(dǎo)，并在學(xué)習(xí)上與生活上給予我無微不至的關(guān)懷和幫助，在此向他們表示深深的感謝！在論文的準(zhǔn)備和實(shí)驗(yàn)過程中得到了同課題組成員xxx、xxx的無私幫助和支持，在此向他們表示真心的

33、感謝!感謝信號(hào)檢測(cè)處理實(shí)驗(yàn)室的師兄師姐師弟師妹們?cè)谡撐耐瓿蛇^程中與他們進(jìn)行了許多有益的探討；同時(shí)數(shù)字信號(hào)處理實(shí)驗(yàn)室魏小莉老師為本論文的實(shí)驗(yàn)工作給予了有利的幫助。在此一并表示誠(chéng)摯的感謝！感謝杜鵑在論文寫作過程中給予的幫助。最后，感謝所有教育過我和幫助過我的老師們，你們的諄諄教導(dǎo)是我一生中最寶貴的財(cái)富!感謝我所有的同學(xué)和朋友們，一起生活和工作學(xué)習(xí)的美好時(shí)光里，你們所給予的真誠(chéng)鼓勵(lì)和無私幫助是我終生難忘的！生活上得到了眾多老師、同學(xué)和朋友們的熱心幫助和大力支持。在此，我要向你們表示我最誠(chéng)摯的謝意! 參考文獻(xiàn) 1] 王仁華,何林順,黎建寧. 等方差加權(quán)倒譜失真測(cè)度及其在說話人識(shí)別中的應(yīng)用[J].

34、 電子學(xué)報(bào). 1992(08) [2] 何立民. 嵌入式系統(tǒng)的定義與發(fā)展歷史[J]. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2004(01) [3] 甄斌,吳璽宏,劉志敏,遲惠生. 語音識(shí)別和說話人識(shí)別中各倒譜分量的相對(duì)重要性[J]. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2001(03) [4] 蔣剛毅,張禮和,鄭義. 語音信號(hào)的矢量量化碼書特性研究[J]. 電子學(xué)報(bào). 1995(11) [5] 邵央,劉丙哲,李宗葛. 基于MFCC和加權(quán)矢量量化的說話人識(shí)別系統(tǒng)[J]. 計(jì)算機(jī)工程與應(yīng)用. 2002(05) [6] 李霄寒,戴蓓倩,方紹武,劉鳴. 高階MFCC的話者識(shí)別性能及其噪聲

35、魯棒性[J]. 信號(hào)處理. 2001(02) [7] 張俐,李晶皎,顧樹生. 模糊聚類在自適應(yīng)矢量量化碼本訓(xùn)練中的應(yīng)用[J]. 計(jì)算機(jī)研究與發(fā)展. 2000(06) [8] 李葦營(yíng),易克初,胡征. 神經(jīng)網(wǎng)絡(luò)與HMM構(gòu)成的混合網(wǎng)絡(luò)在語音識(shí)別中應(yīng)用的研究[J]. 電子學(xué)報(bào). 1994(10) [9] 何振亞,顧明亮,王太君,史笑興. 語音信號(hào)的主分量特征[J]. 應(yīng)用科學(xué)學(xué)報(bào). 1999(04) [10] 胡光銳,韋曉東. 基于倒譜特征的帶噪語音端點(diǎn)檢測(cè)[J]. 電子學(xué)報(bào). 2000(10) [11] 蘇明武. [D]. 哈爾濱工程大學(xué) 2005 [12] 王秀麗. [D]. 吉林大學(xué) 2006 [13] 陳超. [D]. 西安理工大學(xué) 2006 [14] 張鵬. [D]. 吉林大學(xué) 2007 [15] 張營(yíng). [D]. 吉林大學(xué) 2007 [16] 牛景濤. [D]. 西北工業(yè)大學(xué) 2003 [17] 張坤. [D]. 吉林大學(xué) 2004 [18] 龐雄昌. [D]. 西安電子科技大學(xué) 2004 專心---專注---專業(yè)