說(shuō)話(huà)人識別算法的定點(diǎn)DSP實(shí)現

引言
說(shuō)話(huà)人識別又稱(chēng)聲紋識別，是通過(guò)說(shuō)話(huà)人的聲音特征進(jìn)行身份認證的一種生物特征識別技術(shù)。說(shuō)話(huà)人識別經(jīng)過(guò)60多年的研究，已經(jīng)逐步應用到法律、銀行等各個(gè)領(lǐng)域。說(shuō)話(huà)人識別通過(guò)對語(yǔ)音信號進(jìn)行處理，提取說(shuō)話(huà)人語(yǔ)音當中的生物學(xué)個(gè)性特征，在特征空間建立不同個(gè)體的特征模型，從而實(shí)現說(shuō)話(huà)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(gè)方面，參考文獻從基本概念到特征提取，再到模型建立，對說(shuō)話(huà)人識別中涉及的主要算法進(jìn)行了詳細的綜述，并比較了各種算法的優(yōu)劣。
實(shí)現基于嵌入式的實(shí)時(shí)說(shuō)話(huà)人識別系統是說(shuō)話(huà)人識別走向應用的關(guān)鍵步驟。隨著(zhù)DSP技術(shù)的發(fā)展，DSP作為數字處理專(zhuān)用芯片在復雜數學(xué)算法的實(shí)現上起著(zhù)越來(lái)越重要的作用。參考文獻在DSP上實(shí)現了說(shuō)話(huà)人確認，并應用于汽車(chē)聲紋鎖。本文以TI公司的TDSDM642EVM為平臺，實(shí)現了實(shí)時(shí)的說(shuō)話(huà)人身份識別系統。

1 系統組成
說(shuō)話(huà)人識別系統是一個(gè)模式識別的過(guò)程，總體上分為兩個(gè)步驟：第一個(gè)步驟是訓練說(shuō)話(huà)人模型，第二個(gè)步驟是通過(guò)比對模型庫對輸入的信號進(jìn)行說(shuō)話(huà)人識別。其識別過(guò)程如圖1所示。

在訓練注冊階段，系統主要完成說(shuō)話(huà)人的特征提取以及模型特征庫的建立。在識別階段，系統根據輸入的語(yǔ)言信號提取相應的特征，然后再與模型庫中的模型進(jìn)行匹配判決，最后給出識別結果。
說(shuō)話(huà)人識別在嵌入式系統中實(shí)現時(shí)主要完成語(yǔ)音采集、模型訓練、匹配識別3個(gè)任務(wù)。本文采用TDSDM642EVM平臺實(shí)現說(shuō)話(huà)人識別系統，其結構框圖如圖2所示。該系統通過(guò)AIC23實(shí)現語(yǔ)音信號采集和播放的功能，輸入的語(yǔ)音信號經(jīng)過(guò)TDSDM642處理后，通過(guò)LED顯示識別結果。 ROM中包含說(shuō)話(huà)人識別程序和訓練出的模型數據，并可以實(shí)時(shí)更新。SDRAM則提供了系統運行時(shí)所需的內存。