說話人識別算法的定點DSP實現

引言
說話人識別又稱聲紋識別，是通過說話人的聲音特征進行身份認證的一種生物特征識別技術。說話人識別經過60多年的研究，已經逐步應用到法律、銀行等各個領域。說話人識別通過對語音信號進行處理，提取說話人語音當中的生物學個性特征，在特征空間建立不同個體的特征模型，從而實現說話人的識別。識別的關鍵算法包括特征提取和建立模型兩個方面，參考文獻從基本概念到特征提取，再到模型建立，對說話人識別中涉及的主要算法進行了詳細的綜述，并比較了各種算法的優(yōu)劣。
實現基于嵌入式的實時說話人識別系統(tǒng)是說話人識別走向應用的關鍵步驟。隨著DSP技術的發(fā)展，DSP作為數字處理專用芯片在復雜數學算法的實現上起著越來越重要的作用。參考文獻在DSP上實現了說話人確認，并應用于汽車聲紋鎖。本文以TI公司的TDSDM642EVM為平臺，實現了實時的說話人身份識別系統(tǒng)。

1 系統(tǒng)組成
說話人識別系統(tǒng)是一個模式識別的過程，總體上分為兩個步驟：第一個步驟是訓練說話人模型，第二個步驟是通過比對模型庫對輸入的信號進行說話人識別。其識別過程如圖1所示。

在訓練注冊階段，系統(tǒng)主要完成說話人的特征提取以及模型特征庫的建立。在識別階段，系統(tǒng)根據輸入的語言信號提取相應的特征，然后再與模型庫中的模型進行匹配判決，最后給出識別結果。
說話人識別在嵌入式系統(tǒng)中實現時主要完成語音采集、模型訓練、匹配識別3個任務。本文采用TDSDM642EVM平臺實現說話人識別系統(tǒng)，其結構框圖如圖2所示。該系統(tǒng)通過AIC23實現語音信號采集和播放的功能，輸入的語音信號經過TDSDM642處理后，通過LED顯示識別結果。 ROM中包含說話人識別程序和訓練出的模型數據，并可以實時更新。SDRAM則提供了系統(tǒng)運行時所需的內存。