說話人識(shí)別系統(tǒng)研究及其DSP實(shí)現(xiàn).pdf

1、隨著移動(dòng)網(wǎng)絡(luò)技術(shù)的迅速發(fā)展,基于嵌入式平臺(tái)開發(fā)實(shí)時(shí)的說話人識(shí)別系統(tǒng),實(shí)現(xiàn)移動(dòng)終端設(shè)備上的身份驗(yàn)證,成為當(dāng)前信息安全技術(shù)的研究熱點(diǎn)之一。本文主要針對(duì)主流的GMM-UBM特征模型的特征分類情況進(jìn)行了分析,提出了基于動(dòng)詞相似度的分類方法和基于網(wǎng)格密度的分類方法,在不增加計(jì)算復(fù)雜度的前提下降低說話人確認(rèn)的等錯(cuò)誤率,提高識(shí)別性能。進(jìn)一步,基于ADI公司的ADSP-BFS48開發(fā)平臺(tái),進(jìn)行了軟件的優(yōu)化,實(shí)現(xiàn)了高效率的說話人識(shí)別嵌入式系統(tǒng),有利于應(yīng)用

2、在語音檢索、司法鑒定和金融信息驗(yàn)證等安全認(rèn)證應(yīng)用方案中。
　　 本文解決的關(guān)鍵問題有以下幾個(gè)方面:
　　 1.提出了一種基于計(jì)算動(dòng)詞相似度(Computational Verb Similarity)理論的特征分類方法。本文在梅爾倒譜域中引入基于距離和趨勢(shì)聯(lián)合相似度的評(píng)估模型,對(duì)原始的特征向量進(jìn)行了距離-趨勢(shì)聯(lián)合相似度聚類。通過實(shí)驗(yàn)分析,其聚類效果要優(yōu)于基本的LBG聚類方法。該相似度聚類方法應(yīng)用于GMM-UBM構(gòu)建的說話

3、人識(shí)別系統(tǒng),其獲得的等錯(cuò)誤率比基于LBG分類方法的說話人確認(rèn)系統(tǒng)降低了12％。
　　 2.提出了基于網(wǎng)格密度理論的特征分類方法。在Mel倒譜域中,不經(jīng)過任何域的變換,只考慮語音特征參數(shù)在Mel倒譜空間的密度分布,將其按照每一維進(jìn)行等距離劃分,在Mel倒譜空間中形成不同的數(shù)據(jù)子空間,然后根據(jù)不同數(shù)據(jù)子空間的密度分布,選擇最大密度所在的子空間,并對(duì)所獲得的密度中心進(jìn)行搜索合并,直到搜索條件達(dá)到所設(shè)定的閾值即為分類結(jié)束。該網(wǎng)格密度聚類

4、方法應(yīng)用于GMM-UBM的說話人識(shí)別系統(tǒng),其獲得的等錯(cuò)誤率優(yōu)于基于LBG分類方法的說話人識(shí)別系統(tǒng),約降低了14％。
　　 3.基于ADI公司的BLACKFIN系列ADSP-BF548評(píng)估板實(shí)現(xiàn)了一個(gè)基于計(jì)算動(dòng)詞相似度優(yōu)化的說話人識(shí)別系統(tǒng),外接LCD液晶板,通過AUDIO接口進(jìn)行人性化的人機(jī)對(duì)話。同時(shí),通過對(duì)FFT算法、DCT算法以及部分乘法運(yùn)算進(jìn)行優(yōu)化,使其運(yùn)算量減少為原來算法的4％至25％,提高了系統(tǒng)的運(yùn)算速度。實(shí)驗(yàn)結(jié)果表明,