基于ARM的说话人识别系统的探究与实现.pdfVIP

第37卷 第6期 电 子 器 件 Vo1．37 No．6 2014年 l2月 ChineseJournalofElectronDevices Dec．2014 SpeakerRecognitionBasedonARM SUN Ganchao ，WANGJilin (YanchengInstituteofTechnology，CollegeofInformationEngineering，YanchengJiangsu224051，China) Abstract：Toimprovetheratesofspeakerrecognition，amethodbasedonthecompressedsensing(CS)isproposed． First，theframeofcompressed sensingtheory isintroducedtoanalyzingthepremiseofcombiningthecompressed sensingtheorywiththespeakerrecognition．Thenthemajoralgorithm ofspeakerrecognitionbasedoncompressed sensingisadvanced，thatistheestablishmentofspeakers’characteristicdatabaseandmatrix tracetoobtain the maximum average coefficientsmatching．Oceans of experimentaldata indicate that thismethod has strong recognitionabilityandtheperformanceisgoodwhenthecollectionofspeakersishuge． Keywords：compressedsensing；speakerrecognition；matrixtrace；Gaussianmixturemodel EEACC：6130 doi：10．3969／j．issn．1005-9490．2014．O6．029 基于 ARM 的说话人识别系统的研究与实现 水 孙干超 ，王吉林 (盐城工学院信息工程学院，江苏 盐城 224051) 摘 要 ：提出了一种基于压缩感知(cs)的说话人识别算法以及在ARM系统中的实现，首先，介绍压缩感知理论框架，提出说 话人识别可以与压缩感知理论相结合的依据 ；其次，提出基于压缩感知的说话人识别算法的基本方法，即建立说话人语音特 征数据库和基追踪匹配得到最大均值系数 ，其中，语音特征向量 由GMM均值超 向量核算法得到，大量实验数据表明，该方法 一 定程度上提高了识别率 ，并且在说话人集合较大的情况下识别效果较好。 关键词 ：压缩感知；说话人识别；基追踪；高斯混合模型 中图分类号：TN912．34 文献标识码 ：A 文章编号：1005-9490(2014)06-1151-04 语音是人的自然属性之一，由于各个说话人发 一 方面是研究的热点，谱减法 是对静态噪声最 音器官的生理差异以及后天形成的发音习惯等行为 常用的方法，由于通常说话人是在非静态噪声环境 差异的影响，每个人的语音中蕴含着与众不同的个 下，谱减法带来 了严重 的MUSIC噪声 J，所以 人特征…。说话人识别就是着眼于提取包含在语 TradjC 等人采用了自适应噪声抵消技术来降低 音信号中的个人特征，以达到识别说话人的 目的。 噪声的影响获得不错的效果，SoonIY_5等人对带 说话人识别按其被输入 的测试语音来分可以分为与 噪语音采用 2维傅 氏变换，然后进行Wiener滤波； 文本有关和与文本无关的说话人识别。而与文本无 (2)模型优化，松井等人_6把鲁棒的距离尺度 DIM 关的说话人识别在今天无疑有着更广泛