论文部分内容阅读
说话人识别是近年来高速发展的一项技术,让机器通过语音来识别说话人的身份是这项研究的主要目的。随着计算机与电子技术的发展和说话人识别理论的不断完善,说话人识别技术应用于实际生活与工作的要求也越来越迫切。经过从上世纪三十年代至今的研究,已经有许多较成熟的说话人识别理论模型。SOPC是一种基于FPGA的片上可编程逻辑系统,基于SOPC的系统开发首先应合理规划系统架构,选择适于嵌入式平台实现的算法与外设,充分利用有限的系统资源实现系统功能。本课题主要任务是在综合考虑系统资源与识别效果的情况下,选择合适的说话人识别算法与语音参数,在SOPC平台上实现具有一定速度与精度的嵌入式说话人识别系统。本课题以说话人识别技术、信号处理技术和基于SOPC的嵌入式系统技术为理论基础,提出了一套有效可行的系统架构方案,在对说话人识别技术中各个环节的算法进行较为深入的研究,结合NiosII嵌入式处理器和FPGA自身特点,对整个算法进行了合理的选择与优化,并根据算法特点与耗时情况有选择地用软件或者软件、硬件模块结合实现。论文的内容主要包括以下几个方面:1.对语音端点检测与特征提取算法作了深入研究,结合SOPC系统的设计特性,设计声音采集与语音端点检测流程,并针对特征提取流程设计了一种基于双处理器的SOPC流程结构。实验表明,在保证系统的误识率较低、可靠性高的基础上,有效提高了系统速度。2.研究了说话人识别的各种算法,重点分析了基于GA-K-VQ(遗传K聚类矢量量化算法)原理的识别算法,并最终在SOPC系统上实现。通过对算法的改进,设计合适的硬件模块加速,有效提高了说话人码书建立效率,试验表明,在不影响系统识别率的前提下,耗时最长的码书建立过程,硬件实现可比软件实现快2至4个数量级。3.在硬件上实现了设计方案,并设计必要的人机交互接口,最终实现了具有较短识别时间与较好识别率的说话人识别系统。实验结果表明,本文所提出的系统整体方案有效可行,基于SOPC的说话人识别系统在速度、精度、可扩展性等方面具有独特的优势,具有良好的发展空间。