基于嵌入式平臺的說話人識別系統(tǒng)的研究與實現(xiàn).pdf

1、說話人識別系統(tǒng)通過語音設備采集語音信號，然后對語音信號經(jīng)過預處理并進行特征參數(shù)的提取，最后經(jīng)過說話人識別的算法鑒別出說話人的身份。作為當今的一個研究熱點，說話人識別有其廣泛的應用前景，特別是在公安司法、金融以及信息服務等領域。
　　針對目前說話人識別算法復雜度高，魯棒性不強的問題，本文主要研究了說話人識別算法，并從實用的角度出發(fā)，設計并實現(xiàn)了基于嵌入式linux的說話人識別系統(tǒng)。
　　本課題選用三星S5PV210作為核心處理

2、器，并基于嵌入式linux系統(tǒng)搭建嵌入式平臺。實現(xiàn)使用u-boot開發(fā)bootloader引導程序，對linux-3.0.8的內(nèi)核進行裁剪和編譯生成內(nèi)核鏡像文件uImage，使用nfs起根文件系統(tǒng)，最后的應用程序主要使用QT來開發(fā)最終的說話人識別的界面。
　　在說話人識別系統(tǒng)實現(xiàn)方面，課題利用ALSA函數(shù)庫實現(xiàn)語音的采集，實現(xiàn)對語音信號的預處理并且對處理過的語音信號進行特征參數(shù)的提取，最終再利用矢量量化(VQ)和高斯混合模型(GM

3、M)的原理實現(xiàn)說話人識別系統(tǒng)，并且通過對其他的說話人識別系統(tǒng)比如隱馬爾可夫(HMM)和人工神經(jīng)網(wǎng)絡(ANN)加深對說話人識別的認識和理解。同時本文使用頻譜時間接受域(STRF)特征提取，該算法比Mel頻率倒譜系數(shù)(MFCC)更符合人耳特性，從而提高系統(tǒng)的魯棒性，但由于其識別率較低，因此可以融合MFCC，從而提高系統(tǒng)的識別率。以此同時對GMM模型進行改進，使用改進的EM算法和改進的遺傳算法，最終將改進的STRF運用在改進的GMM模型上，實