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,以其獨有的經(jīng)濟、方便等優(yōu)點在司法刑偵、系統(tǒng)安全認證、電話銀行、國防安全等領域得到了廣泛地應用,特別是在語音通信中的關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,訓練時采用某種方法為說話人建立相應的模型或模板,在識別時則把未知信號與已有模型進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原理與技術基礎上,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行相應地改進。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)。在前人的基礎上,本文的相關改進工作主

3、要包括以下三個方面:
　　 1.特征提取方面:對目前應用最廣泛的標準MFCC存在的不足,進行相應改進,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率進行加權(quán),然后進行一階差分,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算法進行最佳碼本設計,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,一方面相當于增加了訓練量,另一方面在某種程度上實現(xiàn)了碼本的自適應性。
　　 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)過零率雙門限進行有效語音端點檢測以減少計算量；對于需復雜運算的幀能量、距離測量及差分計算等,采用相對簡單計算方法等。