基于DSP嵌入式說(shuō)話(huà)人識別系統的設計

1．6 說(shuō)話(huà)人身份識別的結果顯示

說(shuō)話(huà)人的身份顯示通過(guò)LED的組合顯示確定。在DSK上有4只LED燈，將每個(gè)LED燈看成是一位二進(jìn)制數。則4個(gè)LED燈最大可表示16個(gè)人的身份。該系統取前10個(gè)組合來(lái)表示所識別的說(shuō)話(huà)人的身份。

1．7 自舉的實(shí)現

以上程序都是通過(guò)PC機與DSP組合實(shí)現，要想使系統在DSP上單獨完成，還必須實(shí)現自舉。該系統采用ROM方式自舉。在自舉實(shí)現過(guò)程中，程序的燒寫(xiě)可以通過(guò)CCS自帶的FLASHBorn工具實(shí)現。在燒寫(xiě)過(guò)程中應正確的分配FLAH ROM的空間。FLASHROM空間總體分為程序存儲區和數據存儲區，經(jīng)計算，程序代碼段大小為0x162C0，故在FLASH ROM中劃分127 KB的空間供程序代碼使用，空間中未使用的部分供程序擴展使用。數據存儲區劃分的大小為64 KB的空間，每個(gè)說(shuō)話(huà)者模型參數占用空間為4．2 KB左右，最多可存放15個(gè)說(shuō)話(huà)人GMM模型參數。該系統訓練者數目為10個(gè)，占用空間為42 KB左右。剩余的空間可用來(lái)擴展訓練人數，也可用于后期系統的改進(jìn)。如可以利用語(yǔ)音提示來(lái)顯示說(shuō)話(huà)人身份，而提示語(yǔ)音的數據可以存放于此區域。具體的存儲的安排如表1所示。

2 系統的算法與軟件設計

說(shuō)話(huà)人識別系統的實(shí)現方案如圖3所示。

輸入的模擬語(yǔ)音先通過(guò)預處理，包括預濾波、采樣、量化、加窗、端點(diǎn)檢測、預加重等。語(yǔ)音經(jīng)過(guò)預處理后進(jìn)行特征提取。在訓練階段，對提取的特征進(jìn)行相應的處理后就可以獲得參考模型。識別階段，語(yǔ)音通過(guò)同樣的通道獲得特征參數，生成測試摸型，之后將測試摸型與參考摸型進(jìn)行匹配，從而根據判決邏輯獲得判決結果。