;;;;;; 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(cè) 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(shì)受到世人矚目，并且益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移毡榈陌踩J(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(cè)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(cè)。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(cè)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)的選取選取的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(jiǎn)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(cè)分析得到的參數(shù)。包括線性預(yù)測(cè)系數(shù)（LPC）以及由線性預(yù)測(cè)導(dǎo)出的各種參數(shù)，如線性預(yù)測(cè)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(cè)殘差等。根據(jù)前人的工作成果和實(shí)際測(cè)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(jiǎn)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