基于16位單片機(jī)的語音電子門鎖系統(tǒng)

基于16位單片機(jī)的語音電子門鎖系統(tǒng)

摘要：介紹采用聲紋識(shí)別技術(shù)、在凌陽SPCE061A單片機(jī)上實(shí)現(xiàn)的一種語音電子門鎖身份認(rèn)證系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，系統(tǒng)性能穩(wěn)定，識(shí)別效果好，可以推廣使用。
關(guān)鍵詞：聲紋識(shí)別 基于周期 線性預(yù)測 模式匹配 DTW
　　生物識(shí)別技術(shù)是利用人體生物特征進(jìn)行身份認(rèn)證的一種技術(shù)，是目前公認(rèn)的最為方便與安全的識(shí)別技術(shù)。由于每個(gè)人的生物特征具有與其他人不同的唯一和在一定時(shí)期內(nèi)不變的穩(wěn)定性，不易偽造和假冒，所以利用牲識(shí)別和技術(shù)進(jìn)行身份認(rèn)證，安全、準(zhǔn)確、可靠。
　　在生物識(shí)別領(lǐng)域中，聲紋識(shí)別，也稱為說話人識(shí)別，以其獨(dú)特的方便性、經(jīng)濟(jì)性和準(zhǔn)確性等優(yōu)勢受到世人矚目，并且益成為人們?nèi)粘Ｉ�活和工作中重要且普遍的安全認(rèn)證方式。聲紋識(shí)別是一種根據(jù)說話人語音波形中反映說話人生理和行為特征的語音參數(shù)，自動(dòng)識(shí)別說明人身份的技術(shù)。
　　聲紋識(shí)技術(shù)可分為兩類，即說話人辨認(rèn)和說話人確認(rèn)。前者用以判斷某段語音是若干人中的哪一個(gè)所說的，是多選一的問題；而后者用以確認(rèn)某段語音是若干人中的哪一個(gè)所說的，是多選一的問題；而后者用以確認(rèn)某段語音是否是指定的某個(gè)人所說的，是一對(duì)一判別的問題。從另一方面，聲紋識(shí)別又有與文本有關(guān)和與文本無關(guān)兩種，根據(jù)特定的任務(wù)和應(yīng)用，應(yīng)用范圍不同。與文本有關(guān)的聲紋識(shí)別系統(tǒng)要求用戶按照規(guī)定的內(nèi)容發(fā)音，每個(gè)人的聲紋模型逐個(gè)被精確地建立，而識(shí)別時(shí)也必須按規(guī)定的內(nèi)容發(fā)音，因此可以達(dá)到較好的識(shí)別效果；而與文本無關(guān)的識(shí)別系統(tǒng)則不規(guī)定說話人的發(fā)音內(nèi)容，模型建立相對(duì)困難，但用戶使用方便，應(yīng)用范圍較寬。
　　本文介紹的語音電子門鎖是一種在凌陽16位單片機(jī)SPCE061A上實(shí)現(xiàn)的與文本有關(guān)的說話人確認(rèn)系統(tǒng)。該系統(tǒng)主要由說話人識(shí)別模塊、門鎖控制電機(jī)以及門鎖等部分組成。在訓(xùn)練時(shí)，說話人的聲音通過麥克風(fēng)進(jìn)入說話人語音信號(hào)采集前端電路，由語音信號(hào)處理電路對(duì)采集的語音信號(hào)進(jìn)行特征化和語音處理，提取說話人的個(gè)性特征參數(shù)并進(jìn)行存儲(chǔ)，形成說話人特征參數(shù)數(shù)據(jù)庫。在識(shí)別時(shí)，將待識(shí)別語音與說話人特征參數(shù)數(shù)據(jù)庫進(jìn)行匹配，通過輸出電路控制門鎖電機(jī)，最終實(shí)現(xiàn)對(duì)門鎖的控制。

1 算法原理

說話人識(shí)別算法原理框圖如圖1所示。
　　　1.1 預(yù)處理
　�。�1）去噪
　　　對(duì)麥克風(fēng)輸入的模擬語音信號(hào)進(jìn)行量化和采樣，獲得數(shù)字化的語音信號(hào)；再將含噪的語音信號(hào)通過去噪處理，得到干凈的語音信號(hào)后并通過預(yù)加重技術(shù)濾除低頻干擾，尤其是50Hz或60Hz的工頻干擾，提升語音信號(hào)的高頻部分，而且它還可以起到消除直流漂移、抑制隨機(jī)噪聲和提升清音部分能量的作用。
　�。�2）端點(diǎn)檢測
　　　本系統(tǒng)采用語音信號(hào)的短時(shí)能量和短時(shí)過零率進(jìn)行端點(diǎn)檢測。語音信號(hào)的采樣頻率為8kHz，每幀數(shù)據(jù)為20ms，共計(jì)160個(gè)采樣點(diǎn)。每隔20ms計(jì)算一次短時(shí)能量和短時(shí)過零率。通過對(duì)語音信號(hào)的短時(shí)能量和短時(shí)過零率檢測可以剔除掉靜默幀、白噪聲幀和清音幀，最后保留對(duì)求取基音、LPCC等特征參數(shù)非常有用的濁音信號(hào)。
　　1．2 特征提取
　　　在語音信號(hào)預(yù)處理后，接著是特征參數(shù)的提取。特征提取的任務(wù)就是提取語音信號(hào)中表征人的基本特征。
　　1．2．1 特征參數(shù)的選取
　　　特征必須能夠有效地區(qū)分不同的說話人，且對(duì)同一說話人的變化保持相對(duì)穩(wěn)定，同時(shí)要求特征參數(shù)計(jì)算簡便，最好有高效快速算法，以保證識(shí)別的實(shí)時(shí)性。
　　說話人特征大體可歸為下述幾類：
　�。�1）基于發(fā)聲器官如聲門、聲道和鼻腔的生理結(jié)構(gòu)而提取的參數(shù)。如譜包絡(luò)、基音、共振峰等。其中基音能夠很好地刻畫說話人的聲帶特征，在很大程度上反映了人的個(gè)性特征。
　�。�2）基于聲道特征模型，通過線性預(yù)測分析得到的參數(shù)。包括線性預(yù)測系數(shù)（LPC）以及由線性預(yù)測導(dǎo)出的各種參數(shù)，如線性預(yù)測倒譜系數(shù)（LPCC）、部分相關(guān)系數(shù)、反射系數(shù)、對(duì)數(shù)面積比、LSP線譜對(duì)、線性預(yù)測殘差等。根據(jù)前人的工作成果和實(shí)際測試比較，LPCC參數(shù)不但能較好地反饋聲道的共振峰特性，具有較好地識(shí)別效果，而且可以用比較簡單的運(yùn)算和較快的速度求得。
　　（3）基于人耳的聽覺機(jī)理，反映聽覺特性，模擬人耳對(duì)聲音頻率感知的特征參數(shù)。如美國爾倒譜系數(shù)（MFCC）等。MFCC參數(shù)與基于線性預(yù)測的倒譜分析相比，突出的優(yōu)點(diǎn)是不依賴全極點(diǎn)語音產(chǎn)生模型的假定，在與廣西無關(guān)的說話人識(shí)別系統(tǒng)中MFCC參數(shù)能夠比LPCC參數(shù)更好地提高系統(tǒng)的識(shí)別性能。
　　此外，人們還通過對(duì)不同特征參數(shù)量的組合來提高實(shí)際系統(tǒng)的性能。當(dāng)各組合參量間相關(guān)性不大時(shí)，會(huì)有較好的效果，因?yàn)樗鼈兎謩e反映了語音信號(hào)的不同特征。
　　在計(jì)算機(jī)平臺(tái)的仿真實(shí)驗(yàn)中，通過各種參數(shù)的實(shí)際比較，采用MFCC參數(shù)比采用LPCC參數(shù)有更好的識(shí)別效果。但在SPCE061A平臺(tái)上做實(shí)時(shí)處理時(shí)，與LPCC系統(tǒng)相比，MFCC系數(shù)計(jì)算有兩個(gè)缺點(diǎn)：一是計(jì)算時(shí)間長；二是精度難以保證。由于MFCC系統(tǒng)的計(jì)算需要FFT變換和對(duì)數(shù)操作，影響了計(jì)算的動(dòng)態(tài)范圍；要保證系統(tǒng)識(shí)別的實(shí)時(shí)性，就只有犧牲參數(shù)精度。而LPCC參數(shù)的計(jì)算有遞推公式，速度和精度都可以保證，識(shí)別效果也滿足實(shí)際需要。
　　本系統(tǒng)采用了基音周期和線性預(yù)測倒譜系數(shù)（LPCC）共同作為說話人識(shí)別的特征參數(shù)。
　　1．2．2 LPCC參數(shù)的提取
　　基于線性預(yù)測分析的倒譜參數(shù)LPCC可以通過簡單的遞推公式由線性預(yù)測系數(shù)求得。遞推公式如下：

其中p為LPC模型的階數(shù)，也是模型的極點(diǎn)個(gè)數(shù)。

（1）LPC模型階數(shù)p的確定
　　為使模型假定更好地符合語音產(chǎn)生模型，應(yīng)該使LPC模型的階數(shù)p與共振峰個(gè)數(shù)相吻合，其次是考慮聲門脈沖形狀和口唇輻射影響的補(bǔ)償。通常一對(duì)極點(diǎn)對(duì)應(yīng)一個(gè)共振峰，10kHz采樣的語音信號(hào)通常有5個(gè)共振峰，取p=10，對(duì)于8kHz采樣的語音信號(hào)可取p=8。此外為了彌補(bǔ)鼻音中存在的零點(diǎn)以及其他因素引起的偏差，通常在上述階數(shù)的基礎(chǔ)上再增加兩個(gè)極點(diǎn)，即分別是p=12和p10。實(shí)驗(yàn)表明，選擇LPC分析階數(shù)p=12，對(duì)絕大多數(shù)語音信號(hào)的聲道模型可以足夠近似地逼近。P值選得過大雖然可以略微改善逼近效果，但也帶來一些負(fù)作用，一方面是加大了計(jì)算量，另一方面有可能增添一些不必要的細(xì)節(jié)。
　�。�2）線性預(yù)測系數(shù)的求取
　　自相關(guān)解法主要有杜賓（Durbin）算法、格型（Lattice）算法和舒爾（Schur）算法等幾種遞推算法。其中在杜賓算法是目前最常用的算法，而且在求取LPC系數(shù)時(shí)計(jì)算量也量小，本系統(tǒng)采用該遞推算法。
1．2．3 基音參數(shù)的提取
　　基音估計(jì)的方法很多，主要有基于短時(shí)自相關(guān)函數(shù)和基于短時(shí)平均幅度差函數(shù)（AMDF）等基音估計(jì)方法。
　�。�1）基于短時(shí)自相關(guān)函數(shù)的基音估計(jì)
　　短時(shí)自相關(guān)函數(shù)在基音周期的整數(shù)倍位置存在較大的峰值，只要找出第一最大峰值的位置就可以估計(jì)出基音周期。
　　（2）基于短時(shí)平均幅度差函數(shù)（AMDF）的基音估計(jì)
　　基于短時(shí)平均幅度差函數(shù)（AMDF）在基音周期的整數(shù)倍位置存在較大的谷值，找到第一最大谷值的位置就可以估計(jì)出基音周期。這種方法的缺點(diǎn)是當(dāng)語音信號(hào)的幅度快速變化時(shí)，AMFD函數(shù)的谷值深度會(huì)減小，從而影響基音估計(jì)的精度。
　　實(shí)際上第一最大峰（谷）值點(diǎn)的位置有時(shí)并不能與基音周期吻合，第一最大峰（谷）值點(diǎn)的位置與短時(shí)窗的長度有關(guān)且會(huì)受到共振峰的干擾。一般窗長至少應(yīng)大于兩個(gè)基音周期，才可能獲得較好的估計(jì)效果。語音中最長基音周期值約為20ms，本系統(tǒng)在估計(jì)基音周期時(shí)窗長選擇40ms。為了減小共振峰的影響，首先對(duì)語音進(jìn)行頻率范圍為Hz的帶通濾波。因?yàn)樽罡呋�音頻率為450Hz，所以將上限頻率設(shè)為900Hz可以保留語音的一、二次諧波，下降頻率為60Hz是為了濾除50Hz的電源干擾。
　　以上兩種方法都是對(duì)語音信號(hào)本身求相應(yīng)的函數(shù)。本系統(tǒng)采用的基音估計(jì)方法是：首先對(duì)帶通濾波后的短時(shí)語音信號(hào)進(jìn)行線性預(yù)測，求取預(yù)測殘差；再對(duì)殘差信號(hào)求自相關(guān)函數(shù)，找出第一最大峰值點(diǎn)的位置，即得到該段語音的基音估計(jì)值。實(shí)驗(yàn)表明，通過殘差求取的基音軌跡比直接通過語音求取的基音軌跡效果更好，如圖2所示。圖2中橫坐標(biāo)為語音幀數(shù)，縱坐標(biāo)為8000/f，其中f為基音頻率。

下一頁

【基于16位單片機(jī)的語音電子門鎖系統(tǒng)】相關(guān)文章：

鐵電存儲(chǔ)器在新型語音電子門鎖系統(tǒng)中的應(yīng)用03-19

基于ISD語音芯片的報(bào)警系統(tǒng)03-07

基于激光天線語音通信系統(tǒng)的研制03-18

基于DSP的語音處理系統(tǒng)的設(shè)計(jì)11-22

基于凌陽單片機(jī)的語音信號(hào)實(shí)時(shí)采集03-18

基于MSP53C392的語音合成系統(tǒng)03-18

基于單片機(jī)的實(shí)時(shí)傳真信息監(jiān)測系統(tǒng)03-18

基于單片機(jī)的液位測量系統(tǒng)設(shè)計(jì)03-07

基于TMS320VC5402的語音處理系統(tǒng)03-07