語音識(shí)別在訪問控制的應(yīng)用.pdf

1、語音識(shí)別在訪問控制的應(yīng)用就是要讓計(jì)算機(jī)聽懂人的說話聲音，并確定說話人的真實(shí)身份。說話人識(shí)別屬于生物特征識(shí)別技術(shù)的一種，是一項(xiàng)根據(jù)語音波形中反映說話人生理和行為特征的語音參數(shù)來自動(dòng)識(shí)別人身份的技術(shù)。與目前識(shí)別語音內(nèi)容不同的是，說話人識(shí)別利用的是語音信息中說話人信息，而不考慮語音中詞語的意思，它強(qiáng)調(diào)說話人的個(gè)性；而語音內(nèi)容識(shí)別的目的是識(shí)別出語音信號(hào)中言語的內(nèi)容，并不是考慮說話人是誰，它強(qiáng)調(diào)的是共性。說話人識(shí)別技術(shù)的崛起得益于信息檢測(cè)與處理、

2、人工智能、模式識(shí)別、機(jī)器學(xué)習(xí)等技術(shù)與理論的發(fā)展，這是一個(gè)涉及生理學(xué)、語音學(xué)、心理學(xué)、聲學(xué)等多學(xué)科的研究領(lǐng)域。
　　說話人識(shí)別技術(shù)是計(jì)算機(jī)技術(shù)重要的發(fā)展方向，說話人識(shí)別理論研究逐漸深入和完整，基于PC平臺(tái)的說話人識(shí)別系統(tǒng)的研究也在技術(shù)上獲得了一些成功，盡管目前說話人識(shí)別的研究已經(jīng)進(jìn)入了商品化階段，基礎(chǔ)性理論比較完善，各種各樣的產(chǎn)品也相繼涌現(xiàn)，但把說話人識(shí)別技術(shù)與網(wǎng)絡(luò)開發(fā)，數(shù)據(jù)庫(kù)使用技術(shù)三者相結(jié)合的產(chǎn)品還沒有。分布式聲紋打卡系統(tǒng)將填補(bǔ)

3、這一空白，它將首次在說話人識(shí)別產(chǎn)品引入網(wǎng)絡(luò)和數(shù)據(jù)庫(kù)開發(fā)技術(shù)，形成一套比較有特色的產(chǎn)品。
　　本文首先介紹了說話人識(shí)別技術(shù)概述和國(guó)內(nèi)外發(fā)展?fàn)顩r，在此基礎(chǔ)上闡明了本課題的研究背景和應(yīng)用前景，分析了說話人識(shí)別過程中面臨的困難。其次，根據(jù)說話人識(shí)別系統(tǒng)的基本構(gòu)成模型，介紹了預(yù)處理、端點(diǎn)檢測(cè)和特征提取，包括線性預(yù)測(cè)技術(shù)和美爾倒譜技術(shù)，然后介紹了說話人模板生成及模板管理和模板匹配各部分所涉及到的語音數(shù)字信號(hào)處理、模式識(shí)別等方面的基本原理，介紹

4、了在實(shí)現(xiàn)說話人識(shí)別系統(tǒng)的幾種途徑。
　　接著，本文介紹了使用Matlab程序?qū)崿F(xiàn)MFCC（美爾倒譜）和VQ（矢量量化)模型的算法，并在Windows操作系統(tǒng)上用.Net，C＃實(shí)現(xiàn)的一個(gè)與文本無關(guān)的分布式聲紋打卡系統(tǒng)，分析了矢量量化的識(shí)別率和出錯(cuò)原因，運(yùn)用目前比較流行的編程技術(shù)和數(shù)據(jù)庫(kù)技術(shù)完成了一個(gè)說話人識(shí)別產(chǎn)品。
　　由于（VQ）矢量量化模型只適合于小規(guī)模人群的說話人識(shí)別，在識(shí)別人數(shù)增長(zhǎng)的情況下識(shí)別率會(huì)降低，所以本文介紹了另

5、外一種說話人識(shí)別模型-GMM（高斯混合模型），這是一種基于概率統(tǒng)計(jì)的模型，這種模型在識(shí)別人數(shù)增長(zhǎng)的情況下，識(shí)別率依舊比較穩(wěn)定。出于系統(tǒng)未來改進(jìn)的考慮，本文還介紹了隱馬爾科夫模型，這也是一種基于概率的統(tǒng)計(jì)模型，但這種模型不是用來識(shí)別說話人是誰，而是用來識(shí)別說話的內(nèi)容，對(duì)以后系統(tǒng)的改進(jìn)有很大的幫助。
　　最后對(duì)本課題進(jìn)行了小結(jié)，指出了該說話人識(shí)別的改進(jìn)方向。本文通過對(duì)實(shí)際說話人識(shí)別系統(tǒng)的測(cè)試和研究，為進(jìn)一步開發(fā)實(shí)用性語音識(shí)別系統(tǒng)的工作