论文部分内容阅读
近年来,生物认证技术以其独特的方便性和经济性等优势受到世人瞩目,并日益成为人们日常生活和工作中的安全验证方式。声纹识别(又称说话人识别)是利用人体生物特征进行身份认证的一种技术,是目前最为方便与直接的识别技术。声纹识别根据说话内容分为文本相关和文本无关两种方式。本文在研究声纹识别系统过程中,比较了文本无关方式和文本相关方式的性能,重点研究用户定制口令的声纹确认(UCP-SV)系统,并在嵌入式设备(PDA)上实现了语音录制、模型训练及声纹确认过程。在研究声纹识别算法的过程中,本文主要有以下三个主要创新点:(1)基于模型距离的HMM识别方法。首先对说话者进行模型训练,然后利用HMM模型距离来进行识别和确认。这种识别方法被成功地应用于司法鉴定中。(2)采用动态阈值确认策略。声纹识别的识别过程中对于不同的人有不同的阈值,本文采取动态阈值的方法,对每个人分别训练出其阈值,相当于每个人有不同的确认参考。(3)基于HMM-UBM二级判决识别方法。首先利用UBM这个代表大多数人的模型对说话人进行第一级的判决,将说话人分配到确定空间或不确定空间。若说话人被分配到不确定空间,再采用模型距离进行第二级判决。该方法对于与说话人语音相似的冒认者有很好的拒绝效果。在硬件平台上,本文使用的有PC平台,凌阳SPCE061A和PDA。在凌阳SPCE061A上成功地实现了嵌入式语音识别系统,并投入到实际应用中。本文还实现了基于模式匹配方法的声纹确认系统。但由于凌阳SPCE061A硬件的存储和计算能力有限,效果欠佳,我们最终选择了有代表性的PDA(基于ARM芯片)作为嵌入式实现平台。在实现过程中重点阐述了在PDA上的计算优化:浮点转定点,计算预处理,快速近似计算等方法,从而提高系统运算效率,降低运算负荷,以保证嵌入式实时性的要求。