說話人識別算法研究及SOPC設(shè)計(jì).pdf

1、說話人識別技術(shù)屬于生物認(rèn)證技術(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)，自動(dòng)識別說話人身份的技術(shù)。憑借其獨(dú)特的經(jīng)濟(jì)性、準(zhǔn)確性和方便性等優(yōu)勢，說話人識別技術(shù)已廣泛應(yīng)用于通信、公安、金融、司法及其它民用安全認(rèn)證領(lǐng)域。
　　 本文圍繞文本無關(guān)的說話人識別系統(tǒng)展開研究工作。在對語音預(yù)處理、說話人特征提取和識別算法深入研究和實(shí)驗(yàn)驗(yàn)證的基礎(chǔ)上，設(shè)計(jì)了一套切實(shí)可行的系統(tǒng)小型化架構(gòu)方案；結(jié)合Nios II嵌入式處理器和FP

2、GA自身特點(diǎn)，對整個(gè)算法進(jìn)行了合理的選擇與優(yōu)化，設(shè)計(jì)了基于SOPC的文本無關(guān)的開集說話人識別系統(tǒng)。論文的主要研究內(nèi)容包括以下幾個(gè)方面：
　　 1．研究了基于高斯統(tǒng)計(jì)模型的VAD算法，并針對語音中的噪聲存在性以及DD參數(shù)估計(jì)算法的幀延遲特性，構(gòu)建了基于TSNR估計(jì)方法的子頻帶加權(quán)VAD算法，提高了高斯統(tǒng)計(jì)模型VAD算法的魯棒性。實(shí)驗(yàn)表明，此子頻帶加權(quán)算法優(yōu)于Sohn、Cho以及G.729B等全頻帶算法。
　　 2．研究了常

3、見的說話人特征提取以及識別算法，重點(diǎn)分析和驗(yàn)證了MFCC類和聲源類特征參數(shù)以及基于VQ和GMM算法的二級識別結(jié)構(gòu)對說話人識別系統(tǒng)的影響。實(shí)驗(yàn)表明，采用MFCC及其差分系數(shù)、幀對數(shù)能量和Renyi熵構(gòu)成的混合特征參數(shù)，能夠充分刻畫說話人的聲道和聲源特征，使說話人識別系統(tǒng)達(dá)到最佳的識別性能；MFCC與幀對數(shù)能量構(gòu)成的混合特征參數(shù)占用空間及識別時(shí)間最少，系統(tǒng)識別性能較好，最適合嵌入式系統(tǒng)實(shí)現(xiàn)；二級識別算法在保證或優(yōu)于GMM識別算法精度的同時(shí)，

4、降低了系統(tǒng)實(shí)現(xiàn)的計(jì)算復(fù)雜度。
　　 3．在基于SOPC的設(shè)計(jì)平臺上，采用MFCC與幀對數(shù)能量混合特征參數(shù)以及基于VQ和GMM的二級識別算法，構(gòu)建了完整的開集說話人識別系統(tǒng)以及良好的人機(jī)交互接口，實(shí)現(xiàn)了語音的實(shí)時(shí)采集與處理、用戶鍵盤注冊與系統(tǒng)輸出顯示等功能，并通過實(shí)際測試驗(yàn)證了說話人識別系統(tǒng)工作的可靠性。
　　 系統(tǒng)實(shí)驗(yàn)結(jié)果表明，本文所設(shè)計(jì)的系統(tǒng)整體方案有效可行，基于SOPC的說話人識別系統(tǒng)在速度、精度、可擴(kuò)展性等方面具有