采用dtw算法和语音增强的嵌入式声纹识别系统

《采用dtw算法和语音增强的嵌入式声纹识别系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第51卷第2期厦门大学学报(自然科学版)V0L51NO．22O12年3月JournalofXiamenUniversity(NaturalScience)Mar．2012采用DTW算法和语音增强的嵌入式声纹识别系统周跃海，童峰，洪青阳(1．厦门大学海洋与环境学院，水声通信与海洋信息技术教育部重点实验室，2．厦门大学信息科学与技术学院，福建厦门361005)摘要：动态时间规整(dynamictimewarping，DTW)是一种相对简单成熟的算法，广泛用于语音识别系统中．针对环境噪声对声纹识别系统性能的影响，用信噪比关联谱减及自适应门限端点检测

2、进行抗噪声处理，在此基础上采用DTW算法设计了基于嵌入式ARM9平台的声纹识别实现方案，并给出了带噪环境下的声纹识别实验结果．关键词：声纹识别；动态时间规整；谱减；嵌入式系统中图分类号：TN912文献标志码：A文章编号：0438—0479(2012)02017405声纹识别(voiceprintrecognition)也称说话人识进谱减算法和自适应门限端点检测算法进行语音信号别，就是根据说话人的声音特征，识别出某段语音是谁增强，实现了采用DTW算法的嵌入式声纹识别系统，说的．声纹是人的个性特征，很难找到两个声纹完全一并对系统进行实验测试分析．

3、样的人，因此，声纹识别广泛应用于安防、公安、军队、银行、证券、个人身份认定等领域．1算法概述在孤立词识别中，最有效最简单的方法是采用动态时间规整(dynamictimewarping，DTW)算法，该方1．1特征向量提取法最显著的优点是复杂度低、识别率比较高，因而在语梅尔频标倒谱系数(melfrequencycepstrumCO—音识别、说话人识别等领域被广泛研究．万春[1通过对efficient，MFCC)是建立在傅里叶和倒谱分析基础上语音识别数学模型DTW算法的研究和改进，实现了的．对短时音频帧上的采样点进行傅里叶变换，得到这语音识别系统

4、；Iippmann_2运用DTW算法在数字信个短时音频帧在每个频率上的能量．将整个频率分成号微处理器(DSP)上实现了一个功耗低、精度高、快速个就构成了MFCC(也叫Mel系数)．如果对提取出识别的声纹识别系统；ChristopheIevy等[3则运用来的Mel系数再计算其对应的倒谱系数，就是Mel倒I)丁w算法和隐马尔科夫模型(HMM)在蜂窝手机上谱系数．它广泛地应用于各种说话人识别和处理领域实现了声纹识别系统．中．通过式(1)就可以提取出特征向量．在声纹识别系统的实际应用环境中，环境噪声所M引起的畸变严重影响着声纹识别的性能．因此有必要C

5、一>：lnx(忌)COS[7c(是一0．5)／M]，”一对语音进行消噪来提高信噪比，提高声纹识别的性能．一11，2，3，⋯，L．(1)谱减方法南于实现简单方便、约束条件少、物理意义直1．2DTW算法接，在语音信号的抗噪声处理中得到了广泛的研究．针对嵌入式声纹识别系统在门禁等安防领域的应DTW算法是把时间规整和间距测量计算结合起用并考虑到实际应用中背景噪声的影响，本文结合改来的一种非线性规整技术，它将语音特征向量的时间序列与参考模板库中的模板进行相似度比较，将相似度最高的作为识别结果，从而有效地解决了小词汇量收稿日期：2OIlO6一l4识别中说

6、话速度不均匀的问题．通过将待识别的语音基金项目：福建省高校产学合作重大项目(2O10H6022)；福建省杰信号的时间轴进行不均匀的扭曲和弯曲，使其特征和出青年科学基金项目(2010D003)；厦门市科技计划项目(3502Z20113008)模板特征对齐，并在两者之间不断地进行两个矢量最*通信作者：ftong@xrrtu．edu．cn小的匹配路径计算，DTw算法可以获得两个矢量匹第2期周跃海等：采用DTW算法和语音增强的嵌入式声纹识别系统配距离最小的规整函数．这是一个将时间规整和距离时，为了进一步改善不同信噪比下的不同加权谱减的测度有机结合在一

7、起的非线性规整技术，保证了待识效果，本文算法设定了加权系数与高、中、低信噪比的别特征和模板特征之间最大的声学相似特性和最小的对应关系．时差失真一．考虑嵌入式声纹门禁等安防领域的应用，使用者1．3信噪比关联谱减算法以刷卡或按键触发声纹识别程序后，从语音采集开始到使用者开始说话之间会有一段无语音的时间延迟，谱减算法是噪声处理较为有效的方法．其基本思可将在该段“静音段”时间内录到的信号为背景噪声来想是从带噪语音的功率谱中减去噪声的功率谱，从而近似代表较短的采集时间内的背景噪声特征，因此在得到较为纯净的语音信号．算法具体实现上：设s(t)为纯净的语音

8、信号，"(t)为噪声信号，(t)1)取第1帧背景噪声为谱减算法中的基准噪声；为带噪语音信号，则有2)获取基准噪声后通过信噪比来描述语音信号y(t)一S(t)+”(f