【摘要】：語音控制作為一種自然、高效的控制方式,隨著智能家居的發(fā)展而受到的重視程度越來越高。在智能家居的應(yīng)用中,說話人識別是關(guān)鍵的技術(shù)難題,直接影響人身和財物的安全性。目前,說話人識別系統(tǒng)的研究大多是基于電腦平臺實現(xiàn)的,時效性較低,在實際應(yīng)用中受到限制。本文利用FPGA高性能和低功耗的特點,研究了室內(nèi)說話人識別算法和說話人識別的硬件實現(xiàn)。室內(nèi)說話人識別由語音端點檢測和矢量量化識別這兩部分組成。語音端點檢測是系統(tǒng)實現(xiàn)的基礎(chǔ),采用能量統(tǒng)計復(fù)雜度算法來實現(xiàn),針對該算法不適合直接應(yīng)用于硬件這個問題,在語音信號FFT變換后,本文只根據(jù)前半幀數(shù)據(jù)的譜線能量與其對數(shù)值即可計算出一幀數(shù)據(jù)的信息熵,省略了概率密度的計算過程,然后根據(jù)信息熵算出統(tǒng)計復(fù)雜度值,最后結(jié)合語音能量獲得能量統(tǒng)計復(fù)雜度值。改進后的能量統(tǒng)計復(fù)雜度算法能夠一幀一幀地對語音信號進行流水線操作,計算量減少,數(shù)據(jù)處理效率得到提高,更適合應(yīng)用在硬件平臺上。矢量量化識別的硬件實現(xiàn)過程由特征參數(shù)提取、歐氏距離計算、最小失真計算構(gòu)成。特征參數(shù)選擇24維梅爾頻率倒譜系數(shù),Mel濾波和離散余弦變換均通過查表法參與運算。計算每幀的特征參數(shù)與碼本中各個碼矢的歐氏距離平方誤差值,通過時序控制將原本所需要的24個平方運算模塊縮減到6個,節(jié)約了硬件資源。從每幀的歐氏距離平方誤差中選出最小值,與上一幀的最小誤差值疊加,在語音結(jié)束時用疊加的最小誤差值除以有效幀數(shù),獲得語音的最小失真,將最小失真與預(yù)先設(shè)置的閾值比較,最終實現(xiàn)說話人識別。本文以ALTERA公司的EP4CE55F23C8芯片為核心,采用流水線技術(shù)在硬件平臺上實現(xiàn)說話人識別,實驗結(jié)果表明:系統(tǒng)的語音端點檢測在高信噪比與低信噪比的環(huán)境中均有較好的檢測效果,測出的有效語音幀數(shù)準(zhǔn)確,系統(tǒng)響應(yīng)時間96ms;在實驗室環(huán)境中,對文本相關(guān)的指定說話人識別時,其正確識別率可達到94%;與只設(shè)置說話人識別的上限閾值相比,同時設(shè)置上限閾值和下限閾值后,可有效降低指定人對自己其他語音的誤識率。系統(tǒng)具有效率高、響應(yīng)快、適用性強的優(yōu)點,在智能家居領(lǐng)域具有良好的應(yīng)用前景。圖[56]表[9]參[63]
【圖文】：

續(xù)表 5-1 FFT IP 核接口的性質(zhì)及作用9 sink_error[1:0] 輸入口 輸入錯誤信號，置 0 即可10 source_ready 輸入口 下傳流模塊已準(zhǔn)備接受信號時置11 sink_ready 輸出口 FFT 已準(zhǔn)備好接受信號時置位12 source_error[1:0] 輸出口 輸出 FFT 變換中出現(xiàn)錯誤的信13 source_sop 輸出口 輸出一幀數(shù)據(jù)的起始信號14 source_eop 輸出口 輸出一幀數(shù)據(jù)的終止信號15 source_valid 輸出口 數(shù)據(jù)輸出有效標(biāo)記16 source_exp[5:0] 輸出口 輸出數(shù)據(jù)的縮放因子17 source_real 輸出口 輸出數(shù)據(jù)的實部18 source_imag 輸出口 輸出數(shù)據(jù)的虛部 數(shù)據(jù)運算的實現(xiàn)本文中，語音數(shù)據(jù)的乘除、平方、開平方等算術(shù)運算直接調(diào)用 Quartu 核，但對數(shù)運算的 ALTFP_LOG IP 核是浮點運算，在 Quartus II 中例為“l(fā)og16”的 ALTFP_LOG IP 核，采用單精度浮點數(shù)作為輸入、輸出 資源使用狀況如圖 5-2 所示。

安徽理工大學(xué)碩士學(xué)位論文46該模塊的FPGA資源使用狀況如圖5-4所示，消耗FPGA的邏輯元件數(shù)為409，相應(yīng)的，其消耗的存儲資源較多。圖 5-4 查表法對數(shù)運算資源使用狀況Figure 5-4 Resource utilization of logarithm in look-up table通過 Modelsim 對該對數(shù)運算模塊仿真，如圖 5-5 所示。對于第 1 個真數(shù) 100，其縮放因子 data_exp_6bit 為 0，實際計算的結(jié)果為 1024×ln100≈4715.7，，仿真結(jié)果為 4716
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN791;TN912.34;TU855

【參考文獻】

相關(guān)期刊論文 前6條

1 馬德新;;智能家居市場中的元器件發(fā)展態(tài)勢[J];電子元件與材料;2014年01期

2 鄭晴晴;傅攀;李威霖;;CHMM在滾動軸承故障診斷中的應(yīng)用研究[J];現(xiàn)代制造工程;2013年12期

3 闕大順;趙永安;文先林;李蓓;;基于DHMM和VQ的關(guān)鍵詞識別系統(tǒng)研究[J];武漢理工大學(xué)學(xué)報;2011年02期

4 劉君俠;;室內(nèi)聲環(huán)境評價指標(biāo)研究[J];江漢大學(xué)學(xué)報(自然科學(xué)版);2010年04期

5 劉華平;李昕;徐柏齡;姜寧;;語音信號端點檢測方法綜述及展望[J];計算機應(yīng)用研究;2008年08期

6 劉峰濤;賀國光;;基于近似熵和統(tǒng)計復(fù)雜度的交通流復(fù)雜性測度[J];中國公路學(xué)報;2007年04期

本文編號：2654050