關(guān)鍵詞：聲紋識別 基于周期 線性預(yù)測 模式匹配 DTW

生物識別技術(shù)是利用人體生物特征進行身份認證的一種技術(shù)，是目前公認的最為方便與安全的識別技術(shù)。由于每個人的生物特征具有與其他人不同的唯一和在一定時期內(nèi)不變的穩(wěn)定性，不易偽造和假冒，所以利用牲識別和技術(shù)進行身份認證，安全、準確、可靠。

在生物識別領(lǐng)域中，聲紋識別，也稱為說話人識別，以其獨特的方便性、經(jīng)濟性和準確性等優(yōu)勢受到世人矚目，并且益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移毡榈陌踩J證方式。聲紋識別是一種根據(jù)說話人語音波形中反映說話人生理和行為特征的語音參數(shù)，自動識別說明人身份的技術(shù)。

聲紋識技術(shù)可分為兩類，即說話人辨認和說話人確認。前者用以判斷某段語音是若干人中的哪一個所說的，是多選一的問題；而后者用以確認某段語音是若干人中的哪一個所說的，是多選一的問題；而后者用以確認某段語音是否是指定的某個人所說的，是一對一判別的問題。從另一方面，聲紋識別又有與文本有關(guān)和與文本無關(guān)兩種，根據(jù)特定的任務(wù)和應(yīng)用，應(yīng)用范圍不同。與文本有關(guān)的聲紋識別系統(tǒng)要求用戶按照規(guī)定的內(nèi)容發(fā)音，每個人的聲紋模型逐個被精確地建立，而識別時也必須按規(guī)定的內(nèi)容發(fā)音，因此可以達到較好的識別效果；而與文本無關(guān)的識別系統(tǒng)則不規(guī)定說話人的發(fā)音內(nèi)容，模型建立相對困難，但用戶使用方便，應(yīng)用范圍較寬。

本文介紹的語音電子門鎖是一種在凌陽16位單片機SPCE061A上實現(xiàn)的與文本有關(guān)的說話人確認系統(tǒng)。該系統(tǒng)主要由說話人識別模塊、門鎖控制電機以及門鎖等部分組成。在訓練時，說話人的聲音通過麥克風進入說話人語音信號采集前端電路，由語音信號處理電路對采集的語音信號進行特征化和語音處理，提取說話人的個性特征參數(shù)并進行存儲，形成說話人特征參數(shù)數(shù)據(jù)庫。在識別時，將待識別語音與說話人特征參數(shù)數(shù)據(jù)庫進行匹配，通過輸出電路控制門鎖電機，最終實現(xiàn)對門鎖的控制。

1 算法原理

說話人識別算法原理框圖如圖1所示。

1.1 預(yù)處理

（1）去噪

對麥克風輸入的模擬語音信號進行量化和采樣，獲得數(shù)字化的語音信號；再將含噪的語音信號通過去噪處理，得到干凈的語音信號后并通過預(yù)加重技術(shù)濾除低頻干擾，尤其是50Hz或60Hz的工頻干擾，提升語音信號的高頻部分，而且它還可以起到消除直流漂移、抑制隨機噪聲和提升清音部分能量的作用。

（2）端點檢測

本系統(tǒng)采用語音信號的短時能量和短時過零率進行端點檢測。語音信號的采樣頻率為8kHz，每幀數(shù)據(jù)為20ms，共計160個采樣點。每隔20ms計算一次短時能量和短時過零率。通過對語音信號的短時能量和短時過零率檢測可以剔除掉靜默幀、白噪聲幀和清音幀，最后保留對求取基音、LPCC等特征參數(shù)非常有用的濁音信號。

1．2 特征提取

在語音信號預(yù)處理后，接著是特征參數(shù)的提取。特征提取的任務(wù)就是提取語音信號中表征人的基本特征。

1．2．1 特征參數(shù)的選取

選取的特征必須能夠有效地區(qū)分不同的說話人，且對同一說話人的變化保持相對穩(wěn)定，同時要求特征參數(shù)計算簡便，最好有高效快速算法，以保證識別的實時性。

說話人特征大體可歸為下述幾類：

（1）基于發(fā)聲器官如聲門、聲道和鼻腔的生理結(jié)構(gòu)而提取的參數(shù)。如譜包絡(luò)、基音、共振峰等。其中基音能夠很好地刻畫說話人的聲帶特征，在很大程度上反映了人的個性特征。

（2）基于聲道特征模型，通過線性預(yù)測分析得到的參數(shù)。包括線性預(yù)測系數(shù)（LPC）以及由線性預(yù)測導出的各種參數(shù)，如線性預(yù)測倒譜系數(shù)（LPCC）、部分相關(guān)系數(shù)、反射系數(shù)、對數(shù)面積比、LSP線譜對、線性預(yù)測殘差等。根據(jù)前人的工作成果和實際測試比較，LPCC參數(shù)不但能較好地反饋聲道的共振峰特性，具有較好地識別效果，而且可以用比較簡單的運算和較快的速度求得。

（3）基于人耳的聽覺機理，反映聽覺特性，模擬人耳對聲音頻率感知的特征參數(shù)。如美國