基于语音识别技术的门禁系统的研究.pdf

基于语音识别技术的门禁系统的研究.pdf

ID:51503643

大小:179.92 KB

页数:5页

时间:2020-03-25

基于语音识别技术的门禁系统的研究.pdf_第1页
基于语音识别技术的门禁系统的研究.pdf_第2页
基于语音识别技术的门禁系统的研究.pdf_第3页
基于语音识别技术的门禁系统的研究.pdf_第4页
基于语音识别技术的门禁系统的研究.pdf_第5页
资源描述:

《基于语音识别技术的门禁系统的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、集成电路应用基于语音识别技术的门禁系统的研究!!张熹!!袁荃,黎育红!!-华中科技大学数字化工程与仿真中心7湖北武汉89"":8;!!!,-武汉大学经济与管理学院7湖北武汉89"":,"摘要!通过对语音识别原理的系统分析7结合特定人语音识别的具体情况!研究了基于线性预测编码"<=/#的递推来推求倒谱编码"//$基于滤波理论的基音周期确定算法!并将其结合起来!应用凌阳.=/>"?!0单片机!从硬件%软件%算法优化等方面实现了基于语音识别门禁系统的总体设计!在凌阳!&@.=4%>平台上完成了原型系统的开发!并从应用的角度阐

2、明了本系统理论上的合理性与鲁棒性’关键词!语音识别特征提取模式匹配<=/%&’综合集成计算机$通讯$自动识别$机械工程和安全本文拟采用对用户的依赖性分类的形式&将相关语音识管理系统等相关技术的门禁系统有效地解决了重要部别分为两类)对用户声音特征的辨识和对用户发出的命门和场所的安全访问控制问题&已得到广泛的应用&成令的确认(为日常工作和生活中的电子门卫’目前&门禁系统采用基于对声音特征辨识的特定人语音识别在对安全较多的是非接触式23卡$生物识别技术$4/卡$密码输要求很高的部门门禁系统中得到了较为广泛的应用(其入等方式(

3、然而随着科学技术的发展&综合应用语音识基本原理)当系统接收到外界语音信息后&从事先训练别$指纹识别$虹膜识别$红外#热%感应等最新生物识好的语音库中找出惟一匹配的声音特征模型进行辨识&别技术&结合电磁锁等技术的门禁系统已广泛吸引了人如果匹配成功则执行下一步操作*反之&如果无法匹配们的注意&并将逐步成为门禁系统发展的主流与最终目将会拒绝执行任何操作(标之一(利用语音识别技术来实现门禁系统不用像其他特定人语音识别应用较简单&不需要预先采集过多方式一样需要触摸&具有方便$安全$准确$信息完整$的样本&对硬件资源要求也较低&因

4、此降低了系统运行独立性强$反应速度快等优点5!6(因此&基于语音识别技中的前期成本*此外&其训练过程可以根据用户习惯&由术的门禁系统有着非常独特的优势和发展前景(用户任意定义控制项目的具体命令语句&因而适合大多!语音识别技术及其原理数中小型以下企业或部门的各类应用(然而&特定人语语音识别技术的关键在于准确地分辨出不同人的音识别存在稳健性不理想&对有些人的语音识别率高&语音特征及其信息内容&并以此控制其他设备来满足人有些人的识别率却不高*系统刚训练完时识别率较高&们的各种需要5,6(语音识别根据应用场合$使用对象$语但随

5、着时间的延长会导致识别率慢慢降低等缺点5,6(为音词汇量$算法模型等不同的分类依据&可分为不同的克服这些缺陷&本系统结合门禁系统语音识别的实际情类型&如表!5!6所示(针对办公室$家庭等私人小型场所&况&通过从改进语音特征提取算法和模式匹配算法两方门禁系统涉及到的主要是特定人语音识别的特殊要求(面对传统方法作了相应的改进&以提高门禁系统的语音识别性能和稳健性(表!语音识别系统的分类特定人语音识别分为分类用户说话对用户的模型词汇量的应用语音训练和语音识别两个依据的方式!!!!依赖!!大小场合阶段(在训练阶段&通过!简短词

6、"语音特定人语音动态时间归整技术!"!#"字语音命令+4/输入语音命令&然后对识别系统识别系统模型$%&’(!!!!!!!!$小)识别模拟语音信号进行预处!长句子"语音非特定人语音隐马尔可夫模型及其将语音类理&对处理后得到的数字识别系统识别系统扩展模型#%*++$#"!,""字转换为别!-固定参考模型.%*++$/%*++%$中)!!!!!!文字记录语音信号进行语音特征提!连续发音"语音,-自适应参考模型人工神经网络模型,""字以上对语音取&为不同用户的不同语!!!识别系统!!!!!!$011)!!!!!$大)的理解音

7、特征参数建立一个相应AA集成电路应用的语音特征模型库#训练完成后$进入语音识别阶段$对通过提取出来的训练样本的本质特征而建立的模型进!"#输入事先训练好的语音命令$然后对模拟语音信号行对比分析$以期获得最佳匹配#进行预处理$对处理后得到的数字语音信号提取语音特语音识别所应用的模式匹配和模型训练技术主要征参数$紧接着调出语音特征模型库进行匹配检测#如有动态时间归整技术=CDE>&隐马尔可夫模型=:!!>和果在模型库中找到先前已经训练好的与之匹配的语音人工神经元网络=*FF>#CDE是较早的一种模式匹配和特征模型$就会产生

8、识别结果6反之$则无法识别#特定模型训练技术$它应用动态规划方法成功解决了语音信人语音识别原理框图如图7所示#号特征参数序列比较时时长不等的难题$在简短词语音识别中获得了良好性能$但它不适合连续语音大语音输入预处理提取语音特征建立语音特征模式词汇量语音识别系统#相反$其对短时小词汇量的语音训练阶段语音!有效语音长度小于@秒"的识别

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。