基于嵌入式平臺(tái)的說話人識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、說話人識(shí)別系統(tǒng)通過語音設(shè)備采集語音信號(hào)，然后對(duì)語音信號(hào)經(jīng)過預(yù)處理并進(jìn)行特征參數(shù)的提取，最后經(jīng)過說話人識(shí)別的算法鑒別出說話人的身份。作為當(dāng)今的一個(gè)研究熱點(diǎn)，說話人識(shí)別有其廣泛的應(yīng)用前景，特別是在公安司法、金融以及信息服務(wù)等領(lǐng)域。
　　針對(duì)目前說話人識(shí)別算法復(fù)雜度高，魯棒性不強(qiáng)的問題，本文主要研究了說話人識(shí)別算法，并從實(shí)用的角度出發(fā)，設(shè)計(jì)并實(shí)現(xiàn)了基于嵌入式linux的說話人識(shí)別系統(tǒng)。
　　本課題選用三星S5PV210作為核心處理

2、器，并基于嵌入式linux系統(tǒng)搭建嵌入式平臺(tái)。實(shí)現(xiàn)使用u-boot開發(fā)bootloader引導(dǎo)程序，對(duì)linux-3.0.8的內(nèi)核進(jìn)行裁剪和編譯生成內(nèi)核鏡像文件uImage，使用nfs起根文件系統(tǒng)，最后的應(yīng)用程序主要使用QT來開發(fā)最終的說話人識(shí)別的界面。
　　在說話人識(shí)別系統(tǒng)實(shí)現(xiàn)方面，課題利用ALSA函數(shù)庫實(shí)現(xiàn)語音的采集，實(shí)現(xiàn)對(duì)語音信號(hào)的預(yù)處理并且對(duì)處理過的語音信號(hào)進(jìn)行特征參數(shù)的提取，最終再利用矢量量化(VQ)和高斯混合模型(GM

3、M)的原理實(shí)現(xiàn)說話人識(shí)別系統(tǒng)，并且通過對(duì)其他的說話人識(shí)別系統(tǒng)比如隱馬爾可夫(HMM)和人工神經(jīng)網(wǎng)絡(luò)(ANN)加深對(duì)說話人識(shí)別的認(rèn)識(shí)和理解。同時(shí)本文使用頻譜時(shí)間接受域(STRF)特征提取，該算法比Mel頻率倒譜系數(shù)(MFCC)更符合人耳特性，從而提高系統(tǒng)的魯棒性，但由于其識(shí)別率較低，因此可以融合MFCC，從而提高系統(tǒng)的識(shí)別率。以此同時(shí)對(duì)GMM模型進(jìn)行改進(jìn)，使用改進(jìn)的EM算法和改進(jìn)的遺傳算法，最終將改進(jìn)的STRF運(yùn)用在改進(jìn)的GMM模型上，實(shí)