語音識別在訪問控制的應用.pdf

1、語音識別在訪問控制的應用就是要讓計算機聽懂人的說話聲音，并確定說話人的真實身份。說話人識別屬于生物特征識別技術的一種，是一項根據(jù)語音波形中反映說話人生理和行為特征的語音參數(shù)來自動識別人身份的技術。與目前識別語音內(nèi)容不同的是，說話人識別利用的是語音信息中說話人信息，而不考慮語音中詞語的意思，它強調(diào)說話人的個性；而語音內(nèi)容識別的目的是識別出語音信號中言語的內(nèi)容，并不是考慮說話人是誰，它強調(diào)的是共性。說話人識別技術的崛起得益于信息檢測與處理、

2、人工智能、模式識別、機器學習等技術與理論的發(fā)展，這是一個涉及生理學、語音學、心理學、聲學等多學科的研究領域。
　　說話人識別技術是計算機技術重要的發(fā)展方向，說話人識別理論研究逐漸深入和完整，基于PC平臺的說話人識別系統(tǒng)的研究也在技術上獲得了一些成功，盡管目前說話人識別的研究已經(jīng)進入了商品化階段，基礎性理論比較完善，各種各樣的產(chǎn)品也相繼涌現(xiàn)，但把說話人識別技術與網(wǎng)絡開發(fā)，數(shù)據(jù)庫使用技術三者相結合的產(chǎn)品還沒有。分布式聲紋打卡系統(tǒng)將填補

3、這一空白，它將首次在說話人識別產(chǎn)品引入網(wǎng)絡和數(shù)據(jù)庫開發(fā)技術，形成一套比較有特色的產(chǎn)品。
　　本文首先介紹了說話人識別技術概述和國內(nèi)外發(fā)展狀況，在此基礎上闡明了本課題的研究背景和應用前景，分析了說話人識別過程中面臨的困難。其次，根據(jù)說話人識別系統(tǒng)的基本構成模型，介紹了預處理、端點檢測和特征提取，包括線性預測技術和美爾倒譜技術，然后介紹了說話人模板生成及模板管理和模板匹配各部分所涉及到的語音數(shù)字信號處理、模式識別等方面的基本原理，介紹

4、了在實現(xiàn)說話人識別系統(tǒng)的幾種途徑。
　　接著，本文介紹了使用Matlab程序實現(xiàn)MFCC（美爾倒譜）和VQ（矢量量化)模型的算法，并在Windows操作系統(tǒng)上用.Net，C＃實現(xiàn)的一個與文本無關的分布式聲紋打卡系統(tǒng)，分析了矢量量化的識別率和出錯原因，運用目前比較流行的編程技術和數(shù)據(jù)庫技術完成了一個說話人識別產(chǎn)品。
　　由于（VQ）矢量量化模型只適合于小規(guī)模人群的說話人識別，在識別人數(shù)增長的情況下識別率會降低，所以本文介紹了另

5、外一種說話人識別模型-GMM（高斯混合模型），這是一種基于概率統(tǒng)計的模型，這種模型在識別人數(shù)增長的情況下，識別率依舊比較穩(wěn)定。出于系統(tǒng)未來改進的考慮，本文還介紹了隱馬爾科夫模型，這也是一種基于概率的統(tǒng)計模型，但這種模型不是用來識別說話人是誰，而是用來識別說話的內(nèi)容，對以后系統(tǒng)的改進有很大的幫助。
　　最后對本課題進行了小結，指出了該說話人識別的改進方向。本文通過對實際說話人識別系統(tǒng)的測試和研究，為進一步開發(fā)實用性語音識別系統(tǒng)的工作