基于FPGA的说话人识别系统设计及实现.PDFVIP

第30卷第9期 重庆大学学报(自然科学版) Vo1．30 No．9 2007年9月 Journal of Chongqing University(NaturalScience Edition) Sep．2007 — — 文章编号：i000—582X(2007)09—0076—04 基于FPGA的说话人识别系统设计与实现 何 伟，胡叉文，张 玲，陈方泉 (重庆大学通信工程学院，重庆400030) 摘 要：针对当前基于DSP等硬核处理器的嵌入式说话人识别系统存在训练和辨认时间较长的问 题，提出一种基于FPGA平台与矢量量化原理的说话人识别系统实现方案。在采用遗传算法进行矢量 量化的说话人识别的系统中，该方案实现的硬件并行运算结构可大大减少求适应度的耗时。经测试，该 实现方案在保证识别率前提下，可有效提高训练与识别速度。 关键词：说话人识别；矢量量化；遗传算法；适应度；FPGA 中图分类号：TP391．42 文献标志码：A 说话人识别(Speaker Recognition)又称为话者识 试者语音2个主要功能，其系统结构框图如图i所示。 别，是指根据特定说话人语音波形中反映生理和行为 根据图1可见，系统的任务主要有3项：一是说话人语 等特征的语音参数来对说话人身份进行识别¨ 。说 音采集与语音特征参数提取；二是通过遗传算法计算 话人识别技术作为一种非接触性识别技术，在司法、军 得到说话人语音码书，称为训练过程；三是在说话人识 事和信息服务等领域都有广泛的应用前景。 别时将测试者的语音特征参数与已有码书进行匹配并 SOPC技术是一种基于FPGA解决方案的SOC，由 作出决策，称为识别过程。 美国ALTERA公司于2000年提出 。基于SOPC平 台的开发结合了FPGA灵活可编程与片上NiosII软核 处理器的用户可配置等特点。在实现某功能时，可编 写C／C++程序运行于NiosII处理器实现，也可设计 硬件模块实现，通过硬件实现加速。 目前的嵌入式说话人识别系统通常是基于DSP 等硬处理器平台实现，训练与识别耗时长，实时性较 差。笔者基于矢量量化(VQ)的说话人识别算法研究 图1 说话人识别系统框图 的基础上，根据采用遗传算法进行矢量量化的算法特 当系统采集到用户或测试者的语音数据后，首先 点 ，综合考虑训练与识别时间，资源消耗等因素，在 要提取反映说话人语音特征的参数，系统选用的是 Cyclone II 2C35系列FPGA上实现了嵌入式说话人识 MFCC参数。MFCC参数是一种基于人耳对语音频率 别系统。经验证，该说话人识别系统识别率高，实时性 的非线形感知特征的描述参数 ，在说话人识别中， 优于硬核处理器系统，应用前景良好。 其性能优于LPC，LPCC等参数。 训练过程就是系统为用户生成码书的阶段，当系 1基于VQ的说话人识别算法 统得到用户的一段MFCC参数X ={ ， 以，…， } 说话人识别系统包含记录用户语音特征和识别测 (n=i，2，…，Ⅳ)后，要以这段MFCC为依据为该用户 收稿日期：2007．05—30 基金项目：国家自然科学基金资助项目 作者简介：何伟(1964一)，男，重庆大学副教授，主要从事电子设计自动化、信号与信息处理的研究，(Te1 (E—mail)hw@ccee。cqu。edu。cn。 第9期