說話人識別技術(shù)是目前很流行的一種技術(shù)，也在不斷發(fā)展中，說話人識別是從說話人發(fā)出的語音信號中自動提取說話人信息，通過對說話人語音信號的分析和特征提取，確定說話人是否在所確定已知的說話人集合中，并進一步判斷說話人是誰的過程。本文是一篇關(guān)于說話人識別技術(shù)的論文范文，主要論述了說話人識別技術(shù)及其在工廠自動控制系統(tǒng)中的應(yīng)用，投稿在科技資訊雜志上。

　　摘 要：最近幾年，說話人識別技術(shù)正在不斷發(fā)展。在身份確認(rèn)關(guān)聯(lián)的領(lǐng)域內(nèi)，它凸顯了重要的作用。保障現(xiàn)場安全，防止身份不明的人員進入。夜間時段無人值守，也要配有自動辨識這樣的體系。它能通過判別聲音頻譜，辨別出說話人。自動管控特有的工廠系統(tǒng)，在真實運用之中應(yīng)當(dāng)搭配最優(yōu)的軟硬件，慎重辨別身份。

　　關(guān)鍵詞：說話人識別技術(shù),工廠自動控制系統(tǒng),具體應(yīng)用

　　說話人識別體系采納實時端點這樣的測定算法、基于幀的可行算法。它采納MFCC特有的參數(shù)，當(dāng)成可辨識的參數(shù)。選取矢量量化、模板匹配這樣的識別計算。通過測試可知，說話人辨識特有的技術(shù)框架，提升了原有的識別水準(zhǔn)，保障了自動化架構(gòu)之下的工廠安全。與此同時，也便于平日操作，提升運行效率。

　　1 概要的識別流程

　　說話人識別，是數(shù)字處理特有的語音處理。這種識別方式與語音識別很近似，都是根據(jù)接納的某一語音，予以信號辨識;在這以后，提煉出有關(guān)的特征，并建構(gòu)辨識必備模型。說話人識別、近似特性的語音識別，還是帶有差異的。具體而言，說話人識別預(yù)設(shè)的側(cè)重點，并非辨識語義內(nèi)涵，而是從原有的信號以內(nèi)提煉出個體特性。

　　說話人識別細(xì)分的層面，包含主體辨認(rèn)、主體確認(rèn)。說話人特有的辨認(rèn)步驟，是把沒能標(biāo)識出來的語句，設(shè)定成若干主體范疇之中的某一主體，帶有選擇的特性;主體確認(rèn)依托的步驟，是根據(jù)擬定好的語句，判別是否相符。這種確認(rèn)程序，只包含雙重可能：肯定及否定。

　　說話人識別這一體系包含初始的認(rèn)知時段和后續(xù)的識別時段。在認(rèn)知時段，根據(jù)發(fā)聲語句，建構(gòu)精準(zhǔn)特性的模型、參量特有的參考集。在后續(xù)的識別時段，通過語音特有的導(dǎo)出參量，來比對預(yù)設(shè)的參量集，或者設(shè)定好的模板。說話人確認(rèn)這樣的體系，把輸入過來的語音參量，比對特有的個體語音。若二者比對得來的差值沒能超出預(yù)設(shè)的閾值，則應(yīng)能確認(rèn)，否則予以否認(rèn)。

　　2 自動控制運用

　　體系架構(gòu)之內(nèi)的工控機，被設(shè)定成工廠布設(shè)的上位機。它依托著PCI特有的總線，接納現(xiàn)場傳遞過來的電話語音，并輸入接納的這類信號。工控機調(diào)配著數(shù)據(jù)庫、電話報警特有的界面、控制特性的界面。它能辨識進到場地之中的操作主體，辨識語音屬性，接受遠程特性的指令。PLC及場地架構(gòu)的RS232，能夠互通信息。自動控制細(xì)分出來的現(xiàn)場控制，接納了開啟指令，可以依循設(shè)定好的邏輯，自動管控開關(guān)，并管控變頻器。

　　PLC接納傳感數(shù)據(jù)發(fā)給上位機，上位機辨識下位機供應(yīng)過來的這些數(shù)值，然后預(yù)設(shè)反饋指令。說話人識別特性的板塊，包含擬定好的授權(quán)驗證、擬定命令輸入。在這之中，DSP是辨識模塊特有的中心部分，能夠提煉關(guān)涉的特征參數(shù)、匹配多重模板，同時辨識有關(guān)的判決。DSP凸顯的優(yōu)勢，是計算速率很快、內(nèi)存量被拓展、數(shù)值交換特有的速率也快。它能創(chuàng)設(shè)復(fù)雜架構(gòu)下的算法，搭配DSP特性的芯片，完成識別運算。

　　3 識別之中的端點測定

　　端點測定特有的方式，是識別體系架構(gòu)中的前端處理。端點檢測特有的精準(zhǔn)性，密切關(guān)涉識別之中的精準(zhǔn)性。例如：給出10個特有的英語數(shù)字，在識別測定之中，端點誤差若超出了50 ms，那么對應(yīng)著的識別率，就會限縮20%。說話人識別特有的框架，創(chuàng)設(shè)了基于幀的、實時端點查驗依托的方式，以便測算端點。

　　首先，根據(jù)語音特有的能量狀態(tài)、過零率變更的總傾向，予以簡單測定。這樣做，能夠辨識語音固有的始末點范疇，提煉頻譜特性。

　　其次，F(xiàn)FT解析得來的頻譜結(jié)果，包含多頻段特有的布設(shè)特征。根據(jù)這一特性，可以判別元輔音。

　　再次，明晰了元輔音、對應(yīng)著的濁音以后，采納前后拓展這樣的搜索路徑，辨識端點特有的幀。端點檢定預(yù)設(shè)的這類算法，根據(jù)語音固有的根本特性，隨時測定端點。它適應(yīng)變更著的環(huán)境，排除了干擾，提升測定之中的精準(zhǔn)層級。

　　4 辨識語音特性

　　4.1 提煉主體特性

　　說話人獨有的語音特性，關(guān)聯(lián)著更廣范疇的心理狀態(tài)、個體生理發(fā)音。為此，個體表征的語音特性，帶有動態(tài)變更的傾向。這種特性涵蓋了某一范疇的語音譜、多聲道凸顯的特性;與此同時，還包含帶有超音段這樣的特性、個體聲門狀態(tài)。說話人固有的語音，很難被直接顯示。為此，采納語音提煉這一方式，來辨識語音特征。

　　搜索得來的信號，包含語音特性、主體個體范疇的若干特性。這些交織特性，表征了復(fù)雜形式。特性提取依托的步驟，是采納明晰的語音特征，以便解析信號。這樣做，就舍掉了本源的信息內(nèi)容，存留了獨有的個體特性。從信息論看，語音辨識關(guān)涉的參數(shù)影響，是信息壓縮這一總流程。

　　4.2 線性預(yù)測解析

　　線性預(yù)測特有的解析技術(shù)，也即LP這一技術(shù)，是參數(shù)提煉這一領(lǐng)域以內(nèi)的廣泛技術(shù)。布設(shè)的應(yīng)用系統(tǒng)也慣用這一技術(shù)提煉出明晰的倒譜參數(shù)。傳統(tǒng)框架內(nèi)的預(yù)測模型，帶有單純數(shù)學(xué)特性，沒能考量聽覺特有的處理途徑。Mel特有的感知預(yù)測，能夠判別倒譜系數(shù)，它建構(gòu)在感知的根基之上。在某一層級內(nèi)，它仿照了肌體特有的處理途徑，是依憑聽覺體系，推導(dǎo)得來的聲學(xué)特性。

　　聽覺機理調(diào)研表征著：若設(shè)定好的頻率近似，音調(diào)同時發(fā)聲，則耳朵只能辨識這樣的一個音調(diào)。臨界帶寬預(yù)設(shè)的邊界，是主觀特有的突變界限。具體而言，若音調(diào)潛藏著頻率差，沒能超出這樣的臨界，則耳朵會混同它們，被看成屏蔽效應(yīng)。采納Mel特有的刻度，以便度量這一帶寬。

　　4.3 具體運算步驟

　　識別系統(tǒng)范疇內(nèi)，MFCC特有的運用正在逐漸推廣。具體而言，它先對整合得來的語音信號，予以分幀處理，把每一幀以內(nèi)的語音，變更成FFT頻域。在這以后，它會依循設(shè)定好的刻度，采納三角架構(gòu)內(nèi)的濾波器，予以卷積運算。最后，對于濾波器布設(shè)的輸出構(gòu)成、設(shè)定好的對數(shù)能量，采納離散態(tài)勢下的余弦變換，以明晰語音特征。

　　5 辨識匹配模式

　　說話人識別包含模板匹配、隱含特性的模型、人工建構(gòu)起來的神經(jīng)元網(wǎng)絡(luò)。細(xì)化框架內(nèi)的識別計算，預(yù)設(shè)了動態(tài)特性的時間規(guī)整、對應(yīng)矢量量化。動態(tài)特性的規(guī)整，也即DTW，是典型范疇的特定人算法。它規(guī)避了自然狀態(tài)之下的語速差別，采納時間規(guī)整，匹配了模板表征的特性序列、語音的這一序列。比對二者的失真，得到辨識根據(jù)。

　　矢量量化特有的辨識方式也被廣泛采納。這種新式技術(shù)，規(guī)避了語音分段。它被設(shè)定成數(shù)據(jù)壓縮依憑的主要途徑，縮減了存留著的總數(shù)據(jù)量。矢量量化關(guān)涉的分類特征，也能判別真實的主體，提升判別的準(zhǔn)確概率。

　　6 結(jié) 語

　　工控特性的上位機，包含說話識別特有的細(xì)化模塊。工控機管控著建構(gòu)的數(shù)據(jù)庫、提供明晰的界面;根據(jù)精準(zhǔn)參數(shù)，設(shè)定電話報警。自動辨識說話人，可識別現(xiàn)場以內(nèi)的操作主體、電話語音特有的真實性，還能接納遠程管控范疇內(nèi)的一切指令。布設(shè)的工控機銜接著PLC及預(yù)設(shè)的通信接口。PLC架構(gòu)以內(nèi)的現(xiàn)場控制，能夠接納上位機擬定好的開啟指令。除此以外，電話語音銜接著的識別模塊，還安設(shè)了語音卡，便利電話操作。

　　參考文獻：

　　[1] 覃愛娜，韓華.說話人識別技術(shù)及其在工廠自動控制系統(tǒng)中的應(yīng)用[J].長沙電力學(xué)院學(xué)報(自然科學(xué)版)，2013，(2).

　　[2] 雷鵬.工廠自動控制系統(tǒng)的說話人識別模塊實現(xiàn)[J].電聲技術(shù)，2012，(10).

　　[3] 楊海燕，楊斌，景新幸.說話人識別技術(shù)在智能家居中的應(yīng)用[J].電聲技術(shù)，2014，(5).

 　　相關(guān)期刊簡介：《科技資訊》雜志由北京市科學(xué)技術(shù)研究院主管，北京國際科技服務(wù)中心主辦的科技期刊。本刊國際標(biāo)準(zhǔn)刊號：ISSN1672-3791；國內(nèi)統(tǒng)一刊號：CN11-5042/N；郵發(fā)代號82-238,面向國內(nèi)外公開發(fā)行。創(chuàng)刊年：2003年。