說話人識別算法研究及SOPC設計.pdf

1、說話人識別技術屬于生物認證技術的一種，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)，自動識別說話人身份的技術。憑借其獨特的經濟性、準確性和方便性等優(yōu)勢，說話人識別技術已廣泛應用于通信、公安、金融、司法及其它民用安全認證領域。
　　 本文圍繞文本無關的說話人識別系統(tǒng)展開研究工作。在對語音預處理、說話人特征提取和識別算法深入研究和實驗驗證的基礎上，設計了一套切實可行的系統(tǒng)小型化架構方案；結合Nios II嵌入式處理器和FP

2、GA自身特點，對整個算法進行了合理的選擇與優(yōu)化，設計了基于SOPC的文本無關的開集說話人識別系統(tǒng)。論文的主要研究內容包括以下幾個方面：
　　 1．研究了基于高斯統(tǒng)計模型的VAD算法，并針對語音中的噪聲存在性以及DD參數(shù)估計算法的幀延遲特性，構建了基于TSNR估計方法的子頻帶加權VAD算法，提高了高斯統(tǒng)計模型VAD算法的魯棒性。實驗表明，此子頻帶加權算法優(yōu)于Sohn、Cho以及G.729B等全頻帶算法。
　　 2．研究了常

3、見的說話人特征提取以及識別算法，重點分析和驗證了MFCC類和聲源類特征參數(shù)以及基于VQ和GMM算法的二級識別結構對說話人識別系統(tǒng)的影響。實驗表明，采用MFCC及其差分系數(shù)、幀對數(shù)能量和Renyi熵構成的混合特征參數(shù)，能夠充分刻畫說話人的聲道和聲源特征，使說話人識別系統(tǒng)達到最佳的識別性能；MFCC與幀對數(shù)能量構成的混合特征參數(shù)占用空間及識別時間最少，系統(tǒng)識別性能較好，最適合嵌入式系統(tǒng)實現(xiàn)；二級識別算法在保證或優(yōu)于GMM識別算法精度的同時，

4、降低了系統(tǒng)實現(xiàn)的計算復雜度。
　　 3．在基于SOPC的設計平臺上，采用MFCC與幀對數(shù)能量混合特征參數(shù)以及基于VQ和GMM的二級識別算法，構建了完整的開集說話人識別系統(tǒng)以及良好的人機交互接口，實現(xiàn)了語音的實時采集與處理、用戶鍵盤注冊與系統(tǒng)輸出顯示等功能，并通過實際測試驗證了說話人識別系統(tǒng)工作的可靠性。
　　 系統(tǒng)實驗結果表明，本文所設計的系統(tǒng)整體方案有效可行，基于SOPC的說話人識別系統(tǒng)在速度、精度、可擴展性等方面具有