基于16位單片機的語(yǔ)音電子門(mén)鎖系統

基于16位單片機的語(yǔ)音電子門(mén)鎖系統

摘要：介紹采用聲紋識別技術(shù)、在凌陽(yáng)SPCE061A單片機上實(shí)現的一種語(yǔ)音電子門(mén)鎖身份認證系統。實(shí)驗結果表明，系統性能穩定，識別效果好，可以推廣使用。
關(guān)鍵詞：聲紋識別 基于周期 線(xiàn)性預測 模式匹配 DTW
　　生物識別技術(shù)是利用人體生物特征進(jìn)行身份認證的一種技術(shù)，是目前公認的最為方便與安全的識別技術(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)期內不變的穩定性，不易偽造和假冒，所以利用牲識別和技術(shù)進(jìn)行身份認證，安全、準確、可靠。
　　在生物識別領(lǐng)域中，聲紋識別，也稱(chēng)為說(shuō)話(huà)人識別，以其獨特的方便性、經(jīng)濟性和準確性等優(yōu)勢受到世人矚目，并且益成為人們日常生活和工作中重要且普遍的安全認證方式。聲紋識別是一種根據說(shuō)話(huà)人語(yǔ)音波形中反映說(shuō)話(huà)人生理和行為特征的語(yǔ)音參數，自動(dòng)識別說(shuō)明人身份的技術(shù)。
　　聲紋識技術(shù)可分為兩類(lèi)，即說(shuō)話(huà)人辨認和說(shuō)話(huà)人確認。前者用以判斷某段語(yǔ)音是若干人中的哪一個(gè)所說(shuō)的，是多選一的問(wèn)題；而后者用以確認某段語(yǔ)音是若干人中的哪一個(gè)所說(shuō)的，是多選一的問(wèn)題；而后者用以確認某段語(yǔ)音是否是指定的某個(gè)人所說(shuō)的，是一對一判別的問(wèn)題。從另一方面，聲紋識別又有與文本有關(guān)和與文本無(wú)關(guān)兩種，根據特定的任務(wù)和應用，應用范圍不同。與文本有關(guān)的聲紋識別系統要求用戶(hù)按照規定的內容發(fā)音，每個(gè)人的聲紋模型逐個(gè)被精確地建立，而識別時(shí)也必須按規定的內容發(fā)音，因此可以達到較好的識別效果；而與文本無(wú)關(guān)的識別系統則不規定說(shuō)話(huà)人的發(fā)音內容，模型建立相對困難，但用戶(hù)使用方便，應用范圍較寬。
　　本文介紹的語(yǔ)音電子門(mén)鎖是一種在凌陽(yáng)16位單片機SPCE061A上實(shí)現的與文本有關(guān)的說(shuō)話(huà)人確認系統。該系統主要由說(shuō)話(huà)人識別模塊、門(mén)鎖控制電機以及門(mén)鎖等部分組成。在訓練時(shí)，說(shuō)話(huà)人的聲音通過(guò)麥克風(fēng)進(jìn)入說(shuō)話(huà)人語(yǔ)音信號采集前端電路，由語(yǔ)音信號處理電路對采集的語(yǔ)音信號進(jìn)行特征化和語(yǔ)音處理，提取說(shuō)話(huà)人的個(gè)性特征參數并進(jìn)行存儲，形成說(shuō)話(huà)人特征參數數據庫。在識別時(shí)，將待識別語(yǔ)音與說(shuō)話(huà)人特征參數數據庫進(jìn)行匹配，通過(guò)輸出電路控制門(mén)鎖電機，最終實(shí)現對門(mén)鎖的控制。

1 算法原理

說(shuō)話(huà)人識別算法原理框圖如圖1所示。
　　　1.1 預處理
　�。�1）去噪
　　　對麥克風(fēng)輸入的模擬語(yǔ)音信號進(jìn)行量化和采樣，獲得數字化的語(yǔ)音信號；再將含噪的語(yǔ)音信號通過(guò)去噪處理，得到干凈的語(yǔ)音信號后并通過(guò)預加重技術(shù)濾除低頻干擾，尤其是50Hz或60Hz的工頻干擾，提升語(yǔ)音信號的高頻部分，而且它還可以起到消除直流漂移、抑制隨機噪聲和提升清音部分能量的作用。
　�。�2）端點(diǎn)檢測
　　　本系統采用語(yǔ)音信號的短時(shí)能量和短時(shí)過(guò)零率進(jìn)行端點(diǎn)檢測。語(yǔ)音信號的采樣頻率為8kHz，每幀數據為20ms，共計160個(gè)采樣點(diǎn)。每隔20ms計算一次短時(shí)能量和短時(shí)過(guò)零率。通過(guò)對語(yǔ)音信號的短時(shí)能量和短時(shí)過(guò)零率檢測可以剔除掉靜默幀、白噪聲幀和清音幀，最后保留對求取基音、LPCC等特征參數非常有用的濁音信號。
　　1．2 特征提取
　　　在語(yǔ)音信號預處理后，接著(zhù)是特征參數的提取。特征提取的任務(wù)就是提取語(yǔ)音信號中表征人的基本特征。
　　1．2．1 特征參數的選取
　　　特征必須能夠有效地區分不同的說(shuō)話(huà)人，且對同一說(shuō)話(huà)人的變化保持相對穩定，同時(shí)要求特征參數計算簡(jiǎn)便，最好有高效快速算法，以保證識別的實(shí)時(shí)性。
　　說(shuō)話(huà)人特征大體可歸為下述幾類(lèi)：
　�。�1）基于發(fā)聲器官如聲門(mén)、聲道和鼻腔的生理結構而提取的參數。如譜包絡(luò )、基音、共振峰等。其中基音能夠很好地刻畫(huà)說(shuō)話(huà)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(guò)線(xiàn)性預測分析得到的參數。包括線(xiàn)性預測系數（LPC）以及由線(xiàn)性預測導出的各種參數，如線(xiàn)性預測倒譜系數（LPCC）、部分相關(guān)系數、反射系數、對數面積比、LSP線(xiàn)譜對、線(xiàn)性預測殘差等。根據前人的工作成果和實(shí)際測試比較，LPCC參數不但能較好地反饋聲道的共振峰特性，具有較好地識別效果，而且可以用比較簡(jiǎn)單的運算和較快的速度求得。
　�。�3）基于人耳的聽(tīng)覺(jué)機理，反映聽(tīng)覺(jué)特性，模擬人耳對聲音頻率感知的特征參數。如美國爾倒譜系數（MFCC）等。MFCC參數與基于線(xiàn)性預測的倒譜分析相比，突出的優(yōu)點(diǎn)是不依賴(lài)全極點(diǎn)語(yǔ)音產(chǎn)生模型的假定，在與廣西無(wú)關(guān)的說(shuō)話(huà)人識別系統中MFCC參數能夠比LPCC參數更好地提高系統的識別性能。
　　此外，人們還通過(guò)對不同特征參數量的組合來(lái)提高實(shí)際系統的性能。當各組合參量間相關(guān)性不大時(shí)，會(huì )有較好的效果，因為它們分別反映了語(yǔ)音信號的不同特征。
　　在計算機平臺的仿真實(shí)驗中，通過(guò)各種參數的實(shí)際比較，采用MFCC參數比采用LPCC參數有更好的識別效果。但在SPCE061A平臺上做實(shí)時(shí)處理時(shí)，與LPCC系統相比，MFCC系數計算有兩個(gè)缺點(diǎn)：一是計算時(shí)間長(cháng)；二是精度難以保證。由于MFCC系統的計算需要FFT變換和對數操作，影響了計算的動(dòng)態(tài)范圍；要保證系統識別的實(shí)時(shí)性，就只有犧牲參數精度。而LPCC參數的計算有遞推公式，速度和精度都可以保證，識別效果也滿(mǎn)足實(shí)際需要。
　　本系統采用了基音周期和線(xiàn)性預測倒譜系數（LPCC）共同作為說(shuō)話(huà)人識別的特征參數。
　　1．2．2 LPCC參數的提取
　　基于線(xiàn)性預測分析的倒譜參數LPCC可以通過(guò)簡(jiǎn)單的遞推公式由線(xiàn)性預測系數求得。遞推公式如下：

其中p為L(cháng)PC模型的階數，也是模型的極點(diǎn)個(gè)數。

（1）LPC模型階數p的確定
　　為使模型假定更好地符合語(yǔ)音產(chǎn)生模型，應該使LPC模型的階數p與共振峰個(gè)數相吻合，其次是考慮聲門(mén)脈沖形狀和口唇輻射影響的補償。通常一對極點(diǎn)對應一個(gè)共振峰，10kHz采樣的語(yǔ)音信號通常有5個(gè)共振峰，取p=10，對于8kHz采樣的語(yǔ)音信號可取p=8。此外為了彌補鼻音中存在的零點(diǎn)以及其他因素引起的偏差，通常在上述階數的基礎上再增加兩個(gè)極點(diǎn)，即分別是p=12和p10。實(shí)驗表明，選擇LPC分析階數p=12，對絕大多數語(yǔ)音信號的聲道模型可以足夠近似地逼近。P值選得過(guò)大雖然可以略微改善逼近效果，但也帶來(lái)一些負作用，一方面是加大了計算量，另一方面有可能增添一些不必要的細節。
　�。�2）線(xiàn)性預測系數的求取
　　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系數時(shí)計算量也量小，本系統采用該遞推算法。
1．2．3 基音參數的提取
　　基音估計的方法很多，主要有基于短時(shí)自相關(guān)函數和基于短時(shí)平均幅度差函數（AMDF）等基音估計方法。
　�。�1）基于短時(shí)自相關(guān)函數的基音估計
　　短時(shí)自相關(guān)函數在基音周期的整數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出基音周期。
　�。�2）基于短時(shí)平均幅度差函數（AMDF）的基音估計
　　基于短時(shí)平均幅度差函數（AMDF）在基音周期的整數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出基音周期。這種方法的缺點(diǎn)是當語(yǔ)音信號的幅度快速變化時(shí)，AMFD函數的谷值深度會(huì )減小，從而影響基音估計的精度。
　　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(cháng)度有關(guān)且會(huì )受到共振峰的干擾。一般窗長(cháng)至少應大于兩個(gè)基音周期，才可能獲得較好的估計效果。語(yǔ)音中最長(cháng)基音周期值約為20ms，本系統在估計基音周期時(shí)窗長(cháng)選擇40ms。為了減小共振峰的影響，首先對語(yǔ)音進(jìn)行頻率范圍為Hz的帶通濾波。因為最高基音頻率為450Hz，所以將上限頻率設為900Hz可以保留語(yǔ)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語(yǔ)音信號本身求相應的函數。本系統采用的基音估計方法是：首先對帶通濾波后的短時(shí)語(yǔ)音信號進(jìn)行線(xiàn)性預測，求取預測殘差；再對殘差信號求自相關(guān)函數，找出第一最大峰值點(diǎn)的位置，即得到該段語(yǔ)音的基音估計值。實(shí)驗表明，通過(guò)殘差求取的基音軌跡比直接通過(guò)語(yǔ)音求取的基音軌跡效果更好，如圖2所示。圖2中橫坐標為語(yǔ)音幀數，縱坐標為8000/f，其中f為基音頻率。

下一頁(yè)

【基于16位單片機的語(yǔ)音電子門(mén)鎖系統】相關(guān)文章：

鐵電存儲器在新型語(yǔ)音電子門(mén)鎖系統中的應用03-19

基于ISD語(yǔ)音芯片的報警系統03-07

基于激光天線(xiàn)語(yǔ)音通信系統的研制03-18

基于DSP的語(yǔ)音處理系統的設計11-22

基于凌陽(yáng)單片機的語(yǔ)音信號實(shí)時(shí)采集03-18

基于MSP53C392的語(yǔ)音合成系統03-18

基于單片機的實(shí)時(shí)傳真信息監測系統03-18

基于單片機的液位測量系統設計03-07

基于TMS320VC5402的語(yǔ)音處理系統03-07