论文部分内容阅读
说话人识别(speakerrecognition，SR)是根据某个人发出的语音中的参数对其身份进行自动识别的技术。作为生物特征识别的种类之一，有着方便、自然、经济、安全无创等优点，因此得到了广泛的应用。说话人识别产品也渐渐走向实用，向着便携式、经济型方向发展。本文针对SR系统在实用时出现的问题比如：环境噪声大、识别率低、算法复杂度高等，在进行理论研究的基础上主要做了以下工作：
1.SR算法改进。(1)语音去噪方面，使用递归最小二乘(RLS)自适应滤波算法，对环境噪声中的高斯白噪声进行了有效去除；(2)语音端点检测方面，采用基于短时能量和平均过零率的检测方法，对语音段和静音段进行了有效地区分；(3)特征提取方面，研究并验证了主流的特征参数线性预测系数(LPC)和美尔倒谱系数(MFCC)的识别效果，并在两种参数的基础上进一步提取一阶差分特征，应用于说话人识别系统；(4)模式识别选用矢量量化(VQ)算法，在聚类方法上克服传统的LBG算法的缺点，采用基于模糊聚类的初始码本设计算法，提高了系统的识别率。
2.在MATLAB环境下设计并实现了说话人识别算法实验方案。(1)建立一个小型的50人语音数据库；(2)预处理阶段用RLS自适应滤波器对带噪语音去噪，用双门限法进行端点检测；(3)提取特征参数，比较不同特征参数的不同阶数对识别结果的影响；(4)优化算法参数，包括特征参数阶数以及聚类算法中码本长度等，以应用到DSP算法中；(5)利用MATLAB的GUI设计了说话人识别系统的界面。在MATLAB上的实验结果表明：算法改进后，识别率平均提高了15％；使用优化的参数，可以保证较好的识别效果。
3.将改进后的算法转换成C语言在DSP便携系统上实现。选用性能优良，但是低成本的定点DSP芯片TMS320VC5509，在开发板上对说话人识别系统做了10名实验者的声音采集和识别实验。初步识别实验表明本系统运行稳定可靠，识别效果较好，达到了预期效果。
本文的研究为便携式、经济型说话人识别产品的开发奠定了基础。