基于语音识别技术的门禁系统的研究

基于语音识别技术的门禁系统的研究

ID:34034923

大小:454.74 KB

页数:6页

时间:2019-03-03

基于语音识别技术的门禁系统的研究_第1页
基于语音识别技术的门禁系统的研究_第2页
基于语音识别技术的门禁系统的研究_第3页
基于语音识别技术的门禁系统的研究_第4页
基于语音识别技术的门禁系统的研究_第5页
资源描述:

《基于语音识别技术的门禁系统的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、万方数据基于语音识别技术的门禁系统的研究黎育红1,张熹1,袁荃2(1.华中科技大学数字化工程与仿真中心,湖北武汉430074;2.武汉大学经济与管理学院,湖北武汉430072)摘要:通过对语音识别原理的系统分析,结合特定人语音识别的具体情况,研究了基于线性预测编码(LPC)的递推来推求倒谱编码(CC)基于滤波理论的基音周期确定算法,并将其结合起来,应用凌阳SPCE061A单片机,从硬件、软件、算法优化等方面实现了基于语音识别门禁系统的总体设计,在凌阳斗’nSPIDE平台上完成了原型系统的开发,并从应用的角度阐明了本系统理论上的合理性与鲁棒性。‘关键

2、词:语音识别特征提取模式匹配LPC唧综合集成计算机、通讯、自动识别、机械工程和安全管理系统等相关技术的门禁系统有效地解决了重要部门和场所的安全访问控制问题,已得到广泛的应用,成为日常工作和生活中的电子门卫。目前,门禁系统采用较多的是非接触式RF卡、生物识别技术、IC卡、密码输入等方式。然而随着科学技术的发展,综合应用语音识别、指纹识别、虹膜识别、红外(热)感应等最新生物识别技术,结合电磁锁等技术的门禁系统已广泛吸引了人们的注意,并将逐步成为门禁系统发展的主流与最终目标之一。利用语音识别技术来实现门禁系统不用像其他方式一样需要触摸,具有方便、安全、准

3、确、信息完整、独立性强、反应速度快等优点【¨。因此,基于语音识别技术的门禁系统有着非常独特的优势和发展前景。1语音识别技术及其原理语音识别技术的关键在于准确地分辨出不同人的语音特征及其信息内容,并以此控制其他设备来满足人们的各种需要f2J。语音识别根据应用场合、使用对象、语音词汇量、算法模型等不同的分类依据,可分为不同的类型,如表1⋯所示。针对办公室、家庭等私人小型场所,门禁系统涉及到的主要是特定人语音识别的特殊要求。表1语音识别系统的分类本文拟采用对用户的依赖性分类的形式,将相关语音识别分为两类:对用户声音特征的辨识和对用户发出的命令的确认。基于

4、对声音特征辨识的特定人语音识别在对安全要求很高的部门门禁系统中得到了较为广泛的应用。其基本原理:当系统接收到外界语音信息后,从事先训练好的语音库中找出惟一匹配的声音特征模型进行辨识,如果匹配成功则执行下一步操作;反之,如果元法匹配将会拒绝执行任何操作。特定人语音识别应用较简单,不需要预先采集过多的样本,对硬件资源要求也较低,因此降低了系统运行中的前期成本;此外,其训练过程可以根据用户习惯,由用户任意定义控制项目的具体命令语句,因而适合大多数中小型以下企业或部门的各类应用。然而,特定人语音识别存在稳健性不理想,对有些人的语音识别率高,有些人的识别率却

5、不高;系统刚训练完时识别率较高,但随着时间的延长会导致识别率慢慢降低等缺点【2l。为克服这些缺陷,本系统结合门禁系统语音识别的实际情况,通过从改进语音特征提取算法和模式匹配算法两方面对传统方法作了相应的改进,以提高门禁系统的语音识别性能和稳健性。分类用户说话对用户的模型词汇量的应用依据的方式依赖大小场合“简短词”语音特定人语音动态时间归整技术10~50字语音命令识别系统模型(唧)(小)识别类“长句子”语音非特定人语音隐马尔可夫模型及其将语音识别系统扩展模型(DHMM、50~200字转换为别l。固定参考模型SDHMM、CDHMM)(中)文字记录“连续

6、发音”语音2.自适应参考模型人工神经网络模型200字以上对语音识别系统(ANN)(大)的理解特定人语音识别分为语音训练和语音识别两个阶段。在训练阶段,通过MIC输入语音命令,然后对模拟语音信号进行预处理,对处理后得到的数字语音信号进行语音特征提取,为不同用户的不同语音特征参数建立一个相应88欢迎网上投稿www.跚佃et.cnwww.神tnet.com.cn《电子技术应用》2006年第12期万方数据的语音特征模型库。训练完成后,进入语音识别阶段,对MIC输入事先训练好的语音命令,然后对模拟语音信号进行预处理,对处理后得到的数字语音信号提取语音特征参数

7、,紧接着调出语音特征模型库进行匹配检测。如果在模型库中找到先前已经训练好的与之匹配的语音特征模型,就会产生识别结果;反之,则无法识别。特定人语音识别原理框图如图1所示。通过提取出来的训练样本的本质特征而建立的模型进行对比分析,以期获得最佳匹配。语音识别所应用的模式匹配和模型训练技术主要有动态时间归整技术(D哪)、隐马尔可夫模型(HMM)和人工神经元网络(ANN)。DTⅣ是较早的一种模式匹配和模型训练技术,它应用动态规划方法成功解决了语音信号特征参数序列比较时时长不等的难题,在简短词语音堡童竺坠卜—I{翌竺竺H提取语音特征H建立语音特征模式I语音训练

8、阶段I卜iii天_}——1磊五i1_一提取语音特征H匹言检测l——甬丽段‘识别结果1.1预处理预处理包括噪音去除以及端点检

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。