說話人識別算法的定點(diǎn)DSP實(shí)現(xiàn)

引言
說話人識別又稱聲紋識別，是通過說話人的聲音特征進(jìn)行身份認(rèn)證的一種生物特征識別技術(shù)。說話人識別經(jīng)過60多年的研究，已經(jīng)逐步應(yīng)用到法律、銀行等各個領(lǐng)域。說話人識別通過對語音信號進(jìn)行處理，提取說話人語音當(dāng)中的生物學(xué)個性特征，在特征空間建立不同個體的特征模型，從而實(shí)現(xiàn)說話人的識別。識別的關(guān)鍵算法包括特征提取和建立模型兩個方面，參考文獻(xiàn)從基本概念到特征提取，再到模型建立，對說話人識別中涉及的主要算法進(jìn)行了詳細(xì)的綜述，并比較了各種算法的優(yōu)劣。
實(shí)現(xiàn)基于嵌入式的實(shí)時說話人識別系統(tǒng)是說話人識別走向應(yīng)用的關(guān)鍵步驟。隨著DSP技術(shù)的發(fā)展，DSP作為數(shù)字處理專用芯片在復(fù)雜數(shù)學(xué)算法的實(shí)現(xiàn)上起著越來越重要的作用。參考文獻(xiàn)在DSP上實(shí)現(xiàn)了說話人確認(rèn)，并應(yīng)用于汽車聲紋鎖。本文以TI公司的TDSDM642EVM為平臺，實(shí)現(xiàn)了實(shí)時的說話人身份識別系統(tǒng)。

1 系統(tǒng)組成
說話人識別系統(tǒng)是一個模式識別的過程，總體上分為兩個步驟：第一個步驟是訓(xùn)練說話人模型，第二個步驟是通過比對模型庫對輸入的信號進(jìn)行說話人識別。其識別過程如圖1所示。

在訓(xùn)練注冊階段，系統(tǒng)主要完成說話人的特征提取以及模型特征庫的建立。在識別階段，系統(tǒng)根據(jù)輸入的語言信號提取相應(yīng)的特征，然后再與模型庫中的模型進(jìn)行匹配判決，最后給出識別結(jié)果。
說話人識別在嵌入式系統(tǒng)中實(shí)現(xiàn)時主要完成語音采集、模型訓(xùn)練、匹配識別3個任務(wù)。本文采用TDSDM642EVM平臺實(shí)現(xiàn)說話人識別系統(tǒng)，其結(jié)構(gòu)框圖如圖2所示。該系統(tǒng)通過AIC23實(shí)現(xiàn)語音信號采集和播放的功能，輸入的語音信號經(jīng)過TDSDM642處理后，通過LED顯示識別結(jié)果。 ROM中包含說話人識別程序和訓(xùn)練出的模型數(shù)據(jù)，并可以實(shí)時更新。SDRAM則提供了系統(tǒng)運(yùn)行時所需的內(nèi)存。