說話人識別加速器的設計研究.pdf

1、近年來，隨著信息社會化發(fā)展，說話人識別作為具有語音識別與理解功能的智能人機接口，是新一代計算機的重要組成部分。說話人識別系統(tǒng)出現(xiàn)在越來越多的電子產(chǎn)品上，尤其在信息安全和人機交互等方面，有著很好的應用前景。大多數(shù)說話人識別系統(tǒng)都是面向通用CPU設計的，而現(xiàn)今的嵌入式產(chǎn)品的出現(xiàn)，使用專用集成電路的設計成為必然選擇。 說話人識別是通過對所收到的語音信號進行處理，提取相應的特征或建立相應的模型，然后據(jù)此做出判斷。一個典型的說話人識別系統(tǒng)

2、包括：語音信號獲取、特征提取、說話人訓練和識別(模式匹配)四個部分。本文的研究內(nèi)容是一個說話人識別的加速器，目的在于提高說話人識別的實時響應能力、運行速度和系統(tǒng)性能，主要做了以下工作： 首先分析了典型說話人識別系統(tǒng)的各關鍵技術，詳細分析了矢量量化技術在說話人識別中的應用，研究了碼本訓練算法以及說話人判別算法，對算法中各參數(shù)值的選取進行了討論；其次根據(jù)系統(tǒng)的需求建立一個小的語音庫，錄制語音信號，并對采集的語音信號進行預處理，檢測語

3、音信號的起始端點；在MATLAB環(huán)境下仿真說話人識別系統(tǒng)，驗證系統(tǒng)設計方案的可行性：特征提取階段，提取語音信號的12階美爾倒譜系數(shù)以及各階倒譜系數(shù)對應的1階差分倒譜系數(shù)，在訓練階段，采用分裂法和GLA算法相結合的矢量量化技術訓練說話人的碼本，識別階段采用閾值判定的方法。仿真結果表明該識別算法可達較高的識別率。 設計說話人訓練和識別(模式匹配)加速器：對特征參數(shù)進行轉換，變浮點形式為定點形式，作為加速器設計和驗證數(shù)據(jù)。設計說話人識