基于Xilinx Zynq的說(shuō)話人識(shí)別的研究與設(shè)計(jì).pdf

1、隨著嵌入式系統(tǒng)和說(shuō)話人識(shí)別技術(shù)的發(fā)展，基于嵌入式的說(shuō)話人識(shí)別系統(tǒng)已經(jīng)廣泛應(yīng)用在醫(yī)療服務(wù)、銀行證券、公安司法等領(lǐng)域。近年來(lái)，隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，使用手機(jī)、平板電腦等手持設(shè)備實(shí)現(xiàn)異地身份驗(yàn)證，語(yǔ)音信號(hào)可能是表征用戶身份的首選特征參數(shù)，掀起了一股說(shuō)話人識(shí)別研究的新熱潮。
　　本文設(shè)計(jì)了基于Xilinx Zynq的與文本無(wú)關(guān)的說(shuō)話人識(shí)別系統(tǒng)，為后續(xù)基于移動(dòng)設(shè)備的開(kāi)發(fā)應(yīng)用奠定基礎(chǔ)。本文的主要工作如下：
　　首先，介紹了語(yǔ)音信號(hào)的采樣

2、量化、預(yù)處理和特征參數(shù)提取方法。詳細(xì)闡述了預(yù)處理的關(guān)鍵技術(shù)：預(yù)加重、分幀加窗以及端點(diǎn)檢測(cè)；詳細(xì)介紹了特征提取方法MFCC。
　　其次，介紹了高斯混合模型（GMM）的基本原理。具體介紹了運(yùn)用高斯混合模型進(jìn)行參數(shù)訓(xùn)練的期望最大化（EM）算法，參數(shù)訓(xùn)練初始化的k-means算法。闡述了說(shuō)話人識(shí)別系統(tǒng)訓(xùn)練和識(shí)別的原理，并使用Matlab進(jìn)行了仿真實(shí)驗(yàn)。
　　再次，本文以Xilinx Zynq為硬件平臺(tái)，構(gòu)建了嵌入式與文本無(wú)關(guān)的說(shuō)話人

3、識(shí)別系統(tǒng)。通過(guò)介紹Xilinx Zynq硬件資源，將系統(tǒng)的軟件架構(gòu)分成兩部分：PC機(jī)輔助軟件及嵌入式識(shí)別軟件，兩者通過(guò)NFS文件系統(tǒng)進(jìn)行文件共享。PC機(jī)輔助軟件主要用于GMM模型參數(shù)的訓(xùn)練和識(shí)別算法的驗(yàn)證。考慮到FFT計(jì)算單元的復(fù)雜性，設(shè)計(jì)了RealFFT硬件加速模塊。為包含有RealFFT硬件邏輯的硬件平臺(tái)搭建了嵌入式環(huán)境，這包括添加解析配置文件的u-boot新命令并修改u-boot源碼使其支持多系統(tǒng)引導(dǎo)、修改設(shè)備樹(shù)源文件對(duì)Flash