基于FPGA的嵌入式系統(tǒng)說話人識別算法的研究與實現(xiàn).pdf

1、說話人識別是指通過對說話人語音信號的分析處理來自動識別說話人的身份，它在許多領(lǐng)域內(nèi)有著良好的應(yīng)用前景。本說話人識別系統(tǒng)是建立在基于FPGA的嵌入式系統(tǒng)之上的，采用了矢量量化的方法，它包括三個主要模塊：特征提取、模式匹配和硬件平臺。在特征提取過程中，將從說話人的語音信號中提取能夠體現(xiàn)個性特征的少量參數(shù)，并對提取算法以速度為優(yōu)先指標(biāo)進行優(yōu)化。在模式匹配模塊中包含兩個部分：一是碼書生成步驟，二是識別步驟。在硬件平臺模塊中，將利用FPGA設(shè)計一

2、個SOPC系統(tǒng)，以完成語音信號的采集、人機交互接口等功能，并利用FPGA的并行處理特性對模式匹配的算法進行加速。 本文首先在對語音信號的時域處理方法進行研究的基礎(chǔ)上，對常用特征參數(shù)提取原理和特點進行研究，其中，重點研究了美爾頻率倒譜系數(shù)的原理和特點，設(shè)計和實現(xiàn)了提取步驟。然后，在對主流模式匹配方法的研究基礎(chǔ)上，重點研究了矢量量化的方法，并在介紹了矢量量化的原理和失真測度的基礎(chǔ)上，研究矢量量化器最優(yōu)碼本設(shè)計的算法—遺傳算法。接著，

3、對本系統(tǒng)所使用的基于SOPC的硬件平臺進行了設(shè)計，并設(shè)計和實現(xiàn)了硬件模塊與軟件系統(tǒng)的接口。最后，設(shè)計了一套以MFCC為特征參數(shù)、以遺傳算法為碼本設(shè)計算法、以矢量量化為模式匹配方法的說話人識別算法，在基于FPGA的嵌入式平臺上實現(xiàn)，并對算法進行一系列的軟、硬件優(yōu)化，同時，提出了一種新的失真距離計算方法一分段距離均值法，通過在實際硬件平臺上的實驗，得出了在增大各碼本失真距離間距方面有著較好效果的結(jié)論。 本系統(tǒng)采用美爾頻率倒譜系數(shù)特征