【正文】 波器（三角形），并在頻域內(nèi)進(jìn)行計(jì)算處理，最后通過反傅里葉變換得到Mel 頻率倒譜系數(shù)[1]。最后的變換式可簡化為公式（1）。，n=1,2,…,L （1）式中，MFCC 系數(shù)的個(gè)數(shù)L 通常取最低1216，本文取12。1 .3 模型訓(xùn)練和模式匹配 模型訓(xùn)練是指按照一定的數(shù)據(jù)挖掘或知識(shí)發(fā)現(xiàn)規(guī)則, 從大量訓(xùn)練樣本中提取表征該樣本類本質(zhì)特征參數(shù)的過程。模式匹配則是根據(jù)一定準(zhǔn)則, 使待識(shí)別樣本與通過提取出來的訓(xùn)練樣本的本質(zhì)特征而建立的模型進(jìn)行對比分析, 以期獲得最佳匹配。語音識(shí)別所應(yīng)用的模式匹配和模型訓(xùn)練技術(shù)主要有動(dòng)態(tài)時(shí)間歸整技術(shù)(DTW)、隱馬爾可夫模型(HMM)和人工神經(jīng)元網(wǎng)絡(luò)(ANN)。DTW 是較早的一種模式匹配和模型訓(xùn)練技術(shù), 它應(yīng)用動(dòng)態(tài)規(guī)劃方法成功解決了語音信號(hào)特征參數(shù)序列比較時(shí)時(shí)長不等的難題, 在簡短詞語音識(shí)別中獲得了良好性能, 但它不適合連續(xù)語音大詞匯量語音識(shí)別系統(tǒng)。相反, 其對短時(shí)小詞匯量的語音( 有效語音長度小于3 秒) 的識(shí)別卻既簡單又有效, 且識(shí)別率非常高。因此, 本系統(tǒng)選取了DTW算法, 并在具體實(shí)踐中加以了改進(jìn)。DTW 算法不適合連續(xù)大詞匯量的語音識(shí)別系統(tǒng), 但對短時(shí)的小詞匯量語音( 有效語音長度低于3 秒) 的識(shí)別既簡單又有效, 且識(shí)別率很高。DTW 算法采用動(dòng)態(tài)規(guī)劃最優(yōu)化來找到一條從起點(diǎn)(n0,m0)到終點(diǎn)(nN,mM)的最佳搜尋路徑。同時(shí)為了避免n 軸的過分傾斜, 對通過路徑中各點(diǎn)的平均斜率加以限制, 通常最大斜率定為2, 最小斜率定為1/2。常規(guī)DTW 算法要求從(1,1)出發(fā)到(N,M)結(jié)束, 這兩點(diǎn)稱為固定的起點(diǎn)和終點(diǎn), 常規(guī)算法的缺陷是對端點(diǎn)的選取存在敏感依賴性。這里利用松弛的DTW 算法, 可以使語音識(shí)別系統(tǒng)的識(shí)別性能得到改善, 且匹配效果較之常規(guī)方法更好, 即從起始點(diǎn)(1,1)、(1,2)、(2,1)、(1,3)、(3,1) 以及終止點(diǎn)(N,M)、(N 1,M)、(N,M 1)、(N 2,M)、N,M 2)中各選擇出一個(gè)最小值, 兩語音樣本之間的相互距離在相應(yīng)的點(diǎn)放松后選擇一個(gè)最小距離。一般情況下, 采取正確的端點(diǎn)檢測之后, 起點(diǎn)和終點(diǎn)在縱軸和橫軸方向各放松二幀, 即在兩方向各放松60ms 左右就足夠了。松弛起點(diǎn)、終點(diǎn)的優(yōu)點(diǎn)是可以克服由于端點(diǎn)檢測不精確引起的誤差。 系統(tǒng)的組成及工作原理語音門禁系統(tǒng)是一種僅依靠說話人的語音來控制門鎖開啟的系統(tǒng)。其工作原理是: 紅外探測電路探測到有人到來, 啟動(dòng)整個(gè)控制系統(tǒng)進(jìn)入工作狀態(tài), 將待識(shí)人說的語音經(jīng)特征提取后與系統(tǒng)訓(xùn)練時(shí)產(chǎn)生的模型參數(shù)進(jìn)行比較, 當(dāng)系統(tǒng)識(shí)別當(dāng)前用戶為合法用戶時(shí), 再采用DSP 處理器芯片產(chǎn)生一個(gè)開鎖信號(hào)開啟電磁鎖。語音門禁系統(tǒng)的原理結(jié)構(gòu)框圖如圖1 所示。根據(jù)實(shí)現(xiàn)功能劃分為: 樓宇單元門語音鎖用戶界面單元、樓宇單元門語音鎖控制器單元、樓宇單元門語音鎖管理器單元、普通電磁鎖單元。語音識(shí)別系統(tǒng)本質(zhì)上是一種多維模式識(shí)別系統(tǒng)，其主要包括端點(diǎn)檢測、特征提取、語音建模、模式匹配四個(gè)基本單元[1]。其識(shí)別過程如圖1 所示。 基于DTW 的模式匹配算法動(dòng)態(tài)時(shí)間歸整(DTW) 算法是把時(shí)間歸整和間距測量計(jì)算結(jié)合起來的一種非線性歸整技術(shù)，它有效地解決了小詞匯量識(shí)別中說話速度不均勻的問題[2] ，該算法原理是尋找一條通過各個(gè)交叉點(diǎn)的從起始點(diǎn)到終止點(diǎn)的幀失真度總和為最小的最佳路徑。當(dāng)詞匯量較少時(shí)，用DTW 算法對特定人的語音識(shí)別可以獲得很好的效果。設(shè)測試語音參數(shù)共有N 幀，參考模板共有M 幀矢量，且N≠M(fèi)，則動(dòng)態(tài)時(shí)間規(guī)整就是尋找一個(gè)時(shí)間規(guī)整函數(shù)j=ω(i),它將測試矢量的時(shí)間軸i 非線性地映射到模板的時(shí)間軸j 上[2]，并使函數(shù)ω 滿足公式。圖1 語音識(shí)別過程（2）式中，d[A(i),B(ω(i))] 是第i 幀測試矢量A(i)和第j 幀模板矢量B(j)之間的距離測度；D 則是處于最優(yōu)時(shí)間規(guī)整情況下兩矢量之間的匹配路徑。21 21 1 說話人語音信號(hào)采集電路由于系統(tǒng)要求采集70H z~ 3kH z 的語音信號(hào)。因此根據(jù)采樣定理, 系統(tǒng)的采樣率至少應(yīng)達(dá)到10kH z 左右?？紤]到接口方便及性能、價(jià)格等因素, 語音信號(hào)采集電路選用了TLC2272 集成運(yùn)放和語音信號(hào)編碼解碼芯片TLC320AD50C。21 21 11 1 語音采集前端電路 圖2 為語音電子門鎖系統(tǒng)中由T LC2272 構(gòu)成的語音信號(hào)前端模擬電路。語音信號(hào)前端模擬電路的第一級(jí)運(yùn)放將由麥克風(fēng)輸入的語音信號(hào)進(jìn)行濾波, 并放大10 倍, 第二級(jí)將信號(hào)由單端輸入信號(hào)變?yōu)椴顒?dòng)雙端信號(hào)送往TLC320AD50C 進(jìn)行數(shù)字化, 這樣可以抵消模擬信號(hào)在傳輸過程中受到電路板上其它電路造成的干擾。21 21 2 音頻模擬芯片與DSP 的接口TLC320AD50C 與TMS320VC5402 的接口電路可參見參考文獻(xiàn)[ 3] 。21 21 3 系統(tǒng)數(shù)據(jù)存儲(chǔ)單元設(shè)計(jì) 將系統(tǒng)正常工作時(shí)的語音特征庫存于SRAM 中, 將樓內(nèi)用戶第一次訓(xùn)練時(shí)產(chǎn)生的語音特征存于FLASH 中, 這樣平時(shí)系統(tǒng)正常工作時(shí)可以方便快捷地更新用戶信息, 當(dāng)系統(tǒng)出現(xiàn)UPS 電源意外斷電時(shí), 系統(tǒng)在下一次上電時(shí)會(huì)將存于FLASH中的程序和語音特征庫載入DSP 和SRAM 中, 恢復(fù)系統(tǒng)正常運(yùn)行。同時(shí), 為了滿足語音特征庫和程序大小對存儲(chǔ)器的要求, 系統(tǒng)選用SST39VF400A 和I S61LV12816。 系統(tǒng)數(shù)據(jù)存儲(chǔ)單元的硬件設(shè)計(jì)可參見參考文獻(xiàn)[ 4] 。21 3 樓宇單元門語音鎖管理器單元語音鎖管理器單元完成系統(tǒng)的初始化訓(xùn)練和系統(tǒng)用戶數(shù)據(jù)的更新, 同時(shí)提供操作的語音提示。樓宇單元門語音鎖管理器電路設(shè)計(jì)如圖3 所示。21 31 1 系統(tǒng)用戶鍵盤控制模塊電路 用戶通過3 種方式介入系統(tǒng): 訓(xùn)練階段、識(shí)別階段、用戶信息更新階段。 用戶操作過程:訓(xùn)練過程: 按訓(xùn)練鍵v / 系統(tǒng)準(zhǔn)備好, 請輸入您的房屋編號(hào)0 v 按房屋編碼鍵v / 系統(tǒng)準(zhǔn)備好錄入用戶信息, 請對著MIC 說三遍請開門. 0 v 用戶說三遍0 請開門0 v 系統(tǒng)初步錄入用戶信息, 同時(shí)提示/ 請您再說一遍 請開門. 0 v 用戶一遍/ 請開門0 。若訓(xùn)練成功v / 系統(tǒng)確認(rèn)用戶信息, 信息是否保留?0 v按確認(rèn)鍵保留錄入的信息/ 按放棄鍵不保留此次信息v / 訓(xùn)練成功, 謝謝您的配合0 / / 對不起, 您這次訓(xùn)練無效, 請您靠近MIC, 再來一遍0。若訓(xùn)練失敗v / 對不起, 訓(xùn)練失敗, 請重