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

1、說話人識(shí)別是指通過對(duì)說話人語音信號(hào)的分析處理來自動(dòng)識(shí)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(shí)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(gè)主要模塊：特征提取、模式匹配和硬件平臺(tái)。在特征提取過程中，將從說話人的語音信號(hào)中提取能夠體現(xiàn)個(gè)性特征的少量參數(shù)，并對(duì)提取算法以速度為優(yōu)先指標(biāo)進(jìn)行優(yōu)化。在模式匹配模塊中包含兩個(gè)部分：一是碼書生成步驟，二是識(shí)別步驟。在硬件平臺(tái)模塊中，將利用FPGA設(shè)計(jì)一

2、個(gè)SOPC系統(tǒng)，以完成語音信號(hào)的采集、人機(jī)交互接口等功能，并利用FPGA的并行處理特性對(duì)模式匹配的算法進(jìn)行加速。 本文首先在對(duì)語音信號(hào)的時(shí)域處理方法進(jìn)行研究的基礎(chǔ)上，對(duì)常用特征參數(shù)提取原理和特點(diǎn)進(jìn)行研究，其中，重點(diǎn)研究了美爾頻率倒譜系數(shù)的原理和特點(diǎn)，設(shè)計(jì)和實(shí)現(xiàn)了提取步驟。然后，在對(duì)主流模式匹配方法的研究基礎(chǔ)上，重點(diǎn)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(cè)度的基礎(chǔ)上，研究矢量量化器最優(yōu)碼本設(shè)計(jì)的算法—遺傳算法。接著，

3、對(duì)本系統(tǒng)所使用的基于SOPC的硬件平臺(tái)進(jìn)行了設(shè)計(jì)，并設(shè)計(jì)和實(shí)現(xiàn)了硬件模塊與軟件系統(tǒng)的接口。最后，設(shè)計(jì)了一套以MFCC為特征參數(shù)、以遺傳算法為碼本設(shè)計(jì)算法、以矢量量化為模式匹配方法的說話人識(shí)別算法，在基于FPGA的嵌入式平臺(tái)上實(shí)現(xiàn)，并對(duì)算法進(jìn)行一系列的軟、硬件優(yōu)化，同時(shí)，提出了一種新的失真距離計(jì)算方法一分段距離均值法，通過在實(shí)際硬件平臺(tái)上的實(shí)驗(yàn)，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