說話人識(shí)別算法的定點(diǎn)DSP實(shí)現(xiàn)
2 系統(tǒng)算法描述
說話人識(shí)別的算法主要包括特征提取和模式識(shí)別兩個(gè)方面。MFCC特征參數(shù)是從頻率域提取語音信號(hào)的特征參數(shù),并根據(jù)人耳的聽覺特性進(jìn)行降維,既可減小計(jì)算復(fù)雜度,又能獲得良好的識(shí)別效果。MFCC特征提取過程如圖3所示。本文引用地址:http://www.ex-cimer.com/article/150856.htm
說話人識(shí)別建模的方法主要有矢量量化(VQ)、高斯混合模型(GMM)、支持向量基(SVM)、人工神經(jīng)網(wǎng)絡(luò)(ANN),以及動(dòng)態(tài)時(shí)間規(guī)整(DTW)等。綜合考慮嵌入式系統(tǒng)上算法的識(shí)別率和計(jì)算量,本文采用DTW方法實(shí)現(xiàn)文本相關(guān)的說話人識(shí)別。
3 定點(diǎn)算法實(shí)現(xiàn)和優(yōu)化
TDSDM642是TI公司推出的定點(diǎn)DSP芯片,具有性價(jià)比高、運(yùn)算速度快的優(yōu)點(diǎn),但是定點(diǎn)DSP對于浮點(diǎn)運(yùn)算比較困難,因此在系統(tǒng)實(shí)現(xiàn)時(shí)需要對算法進(jìn)行浮點(diǎn)到定點(diǎn)的移植。同時(shí),為了使DSP上的代碼獲得最好的性能,還應(yīng)該根據(jù)TDSDM642芯片片內(nèi)資源的特征進(jìn)行優(yōu)化。優(yōu)化的方法有編譯優(yōu)化、軟件流水、內(nèi)聯(lián)函數(shù)等。通過優(yōu)化可以明顯提高代碼執(zhí)行速度,并減小代碼尺寸。
說話人識(shí)別當(dāng)中,計(jì)算耗時(shí)最長的是MFCC參數(shù)的提取和參數(shù)模型的訓(xùn)練,本文采用以下優(yōu)化方法。
3.1 編譯器優(yōu)化
TI公司的CCS編譯器可以對C代碼進(jìn)行不同級(jí)別的優(yōu)化,通過打開不同的優(yōu)化選項(xiàng),可以針對具體的硬件平臺(tái)進(jìn)行不同程度的優(yōu)化,包括代碼的大小、運(yùn)行的速度等。通常經(jīng)過CCS優(yōu)化的程序,運(yùn)行速度已經(jīng)相當(dāng)快,結(jié)構(gòu)設(shè)計(jì)良好的程序能實(shí)現(xiàn)90%的優(yōu)化。如果還沒有達(dá)到系統(tǒng)設(shè)計(jì)的要求,則需要對代碼進(jìn)行手工優(yōu)化。
3.2 軟件流水優(yōu)化
TDSDM642處理器采用C64x系列芯片,其內(nèi)部共有8條軟件流水線,可以8條指令并行執(zhí)行,能夠大大提高系統(tǒng)性能。恰當(dāng)?shù)卦O(shè)計(jì)軟件結(jié)構(gòu),并配合合適的編譯優(yōu)化選項(xiàng),可以充分利用芯片內(nèi)的軟件流水優(yōu)化提高系統(tǒng)性能。CCS的編譯優(yōu)化一般只針對最內(nèi)層的循環(huán)進(jìn)行流水
優(yōu)化,并且在循環(huán)中代碼應(yīng)該盡量簡單,如果循環(huán)中含有大量判斷、跳轉(zhuǎn)等指令,那么編譯出來的軟件流水會(huì)大打折扣,有時(shí)甚至無法進(jìn)行流水執(zhí)行指令,這樣處理器的性能就不能充分地發(fā)揮出來。
3.3 循環(huán)展開優(yōu)化
循環(huán)展開是另一種優(yōu)化程序的方法。為了充分利用芯片內(nèi)的硬件資源,使盡可能多的指令同時(shí)并行執(zhí)行,可以采用將小循環(huán)展開的方式,使片內(nèi)資源的性能得到最大的發(fā)揮。CCS優(yōu)化編譯器通常情況下會(huì)根據(jù)程序的情況自動(dòng)展開循環(huán),編程人員也可以采用編譯指令或手工方式展開循環(huán)優(yōu)化程序。
3.4 采用內(nèi)聯(lián)函數(shù)
TI公司的C6000編譯器含有大量的內(nèi)聯(lián)函數(shù),支持從C語言里直接調(diào)用匯編程序,從而大大提高程序的執(zhí)行速度。系統(tǒng)提供的內(nèi)聯(lián)函數(shù)還可以支持C64x系列DSP特有指令的執(zhí)行,例如數(shù)據(jù)打包相乘等操作,可以進(jìn)一步提高系統(tǒng)數(shù)據(jù)處理能力。
4 實(shí)驗(yàn)結(jié)果
本文在TDSDM642 EVM平臺(tái)上實(shí)現(xiàn)了實(shí)時(shí)的說話人識(shí)別系統(tǒng)。經(jīng)過對10個(gè)人的語音數(shù)據(jù)進(jìn)行識(shí)別實(shí)驗(yàn),正確率達(dá)到90%,可以達(dá)到實(shí)用水平。通過改進(jìn)算法和調(diào)整參數(shù),可以進(jìn)一步提高系統(tǒng)識(shí)別率,以滿足安全系統(tǒng)的更高要求。
評(píng)論