【正文】 度；D 則是處于最優(yōu)時間規(guī)整情況下兩矢量之間的匹配路徑。當詞匯量較少時，用DTW 算法對特定人的語音識別可以獲得很好的效果。其識別過程如圖1 所示。根據(jù)實現(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。其工作原理是: 紅外探測電路探測到有人到來, 啟動整個控制系統(tǒng)進入工作狀態(tài), 將待識人說的語音經特征提取后與系統(tǒng)訓練時產生的模型參數(shù)進行比較, 當系統(tǒng)識別當前用戶為合法用戶時, 再采用DSP 處理器芯片產生一個開鎖信號開啟電磁鎖。松弛起點、終點的優(yōu)點是可以克服由于端點檢測不精確引起的誤差。這里利用松弛的DTW 算法, 可以使語音識別系統(tǒng)的識別性能得到改善, 且匹配效果較之常規(guī)方法更好, 即從起始點(1,1)、(1,2)、(2,1)、(1,3)、(3,1) 以及終止點(N,M)、(N 1,M)、(N,M 1)、(N 2,M)、N,M 2)中各選擇出一個最小值, 兩語音樣本之間的相互距離在相應的點放松后選擇一個最小距離。同時為了避免n 軸的過分傾斜, 對通過路徑中各點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。DTW 算法不適合連續(xù)大詞匯量的語音識別系統(tǒng), 但對短時的小詞匯量語音( 有效語音長度低于3 秒) 的識別既簡單又有效, 且識別率很高。相反, 其對短時小詞匯量的語音( 有效語音長度小于3 秒) 的識別卻既簡單又有效, 且識別率非常高。語音識別所應用的模式匹配和模型訓練技術主要有動態(tài)時間歸整技術(DTW)、隱馬爾可夫模型(HMM)和人工神經元網絡(ANN)。1 .3 模型訓練和模式匹配 模型訓練是指按照一定的數(shù)據(jù)挖掘或知識發(fā)現(xiàn)規(guī)則, 從大量訓練樣本中提取表征該樣本類本質特征參數(shù)的過程。最后的變換式可簡化為公式（1）。Mel 頻率倒譜系數(shù)(MFCC)是語音信號的頻域參數(shù)，它是一種基于人耳對語音頻率的非線形感知特征的描述；在說話人識別中，有較好的識別性能和抗噪能力，其性能優(yōu)于LPC、LPCC 等參數(shù)。1 .2 語音特征的提取 一般而言, 都是通過對語音信號的分析處理, 去除無關的冗余信息, 獲得影響語音識別的重要信息, 來達到提取語音信號中表征不同人的不同聲紋特征的目的，與非特定人語音識別不同, 對特定人語音識別來講, 特征參數(shù)的選取更注重于說話人的個人信息與特征的獲取, 而對語義信息獲取的要求較低。 在語音識別中，特別是孤立詞、小詞匯量識別系統(tǒng)中，準確檢測出每個詞或句子的起點和終點，不僅可以濾除冗余數(shù)據(jù)、降噪以及降低存儲容量，而且可以大大提高識別算法速度和識別率。 目前對端點檢測采用較多的方法是單純用過零率和能量值來檢測, 但是由于這種方法沒有考慮到背景噪聲, 因此存在不可避免的缺點。有效的端點檢測不僅減少了系統(tǒng)的處理時間(幀數(shù)最少), 而且能排除無聲段的噪聲干擾, 從而使處理質量得到保證。 將這段含噪的數(shù)字語音信號去噪, 得到干凈的數(shù)字語音信號, 再通過預加重技術濾除低頻干擾( 尤其是50Hz 或60Hz 的工頻干擾) 提升語音信號的高頻部分, 這樣可以起到提升清音部分能量、抑制隨機噪聲和消除直流漂移的作用。1 .1 預處理 預處理包括噪音去除以及端點檢測。反之, 則無法識別。訓練完成后, 進入語音識別階段, 對MIC 輸入事先訓練好的語音命令, 然后對模擬語音信號進行預處理, 對處理后得到的數(shù)字語音信號提取語音特征參數(shù), 緊接著調出語音特征模型庫進行匹配檢測。 特定人語音識別分為語音訓練和語音識別兩個階段。然而, 特定人語音識別存在穩(wěn)健性不理想, 對有些人的語音識別率高,有些人的識別率卻不高； 系統(tǒng)剛訓練完時識別率較高,但隨著時間的延長會導致識別率慢慢降低等缺點。特定人語音識別應用較簡單, 不需要預先采集過多的樣本, 對硬件資源要求也較低, 因此降低了系統(tǒng)運行中的前期成本。其基本原理: 當系統(tǒng)接收到外界語音信息后, 從事先訓練好的語音庫中找出惟一匹配的聲音特征模型進行辨識,如果匹配成功則執(zhí)行下一步操作。 本文擬采用對用戶的依賴性分類的形式, 將相關語音識別分為兩類: 對用戶聲音特征的辨識和對用戶發(fā)出的命令的確認。1 語音識別技術及其原理 語音識別技術的關鍵在于準確地分辨出不同人的語音特征及其信息內容, 并以此控制其他設備來滿足人們的各種需要。因此, 基于語音識別技術的門禁系統(tǒng)有著非常獨特的優(yōu)勢和發(fā)展前景。然而隨著科學技術的發(fā)展, 綜合應用語音識別、指紋識別、虹膜識別、紅外( 熱) 感應等最新生物識別技術, 結合電磁鎖等技術的門禁系統(tǒng)已廣泛吸引了人們的注意, 并將逐步成為門禁系統(tǒng)發(fā)展的主流與最終目標之一。0 緒論綜合集成計算機、通訊、自動識別、機械工程和安全管理系統(tǒng)等相關技術的門禁系統(tǒng)有效地解決了重要部門和場所的安全訪問控制問題, 已得到廣泛的應用, 成為日常工作和生活中的電子門衛(wèi)?？蛇M行產品推廣。詳細介紹了語音門禁系統(tǒng)的硬件組成 和工作原理, 實現(xiàn) 音頻信號的采集、讀取及控制的并行性,提高了電路的可靠性,從硬件、軟件、算法優(yōu)化等方面實現(xiàn)了基于語音識別門禁系統(tǒng)的總體設計, 從應用的角度闡明了本系統(tǒng)理論上的合理性。 嵌入式智能語音門禁系統(tǒng)的設計與實現(xiàn)摘要: 為實現(xiàn)對樓宇單元門的語音控制, 以語音識別原理為基礎，通過對語音識別原理的系統(tǒng)分析, 結合特定人語音識別的具體情況, 研究了基于線性預測編碼( LPC) 的遞推來推求倒譜編碼( CC) 基于濾波理論的基音周期確定算法, 并將其結合起來, 應用高性能數(shù)字信號處理器作為核心,設計了一個基于ARM9 微控制器的智能語音識別門禁系統(tǒng)。系統(tǒng)采用了S3C2440 微處理器，結合UDA1341專用音頻語音錄放芯片和觸摸屏等進行控制和接口設計硬件設計，并基于Linux 操作系統(tǒng)和QT/Embedded 圖形用戶界面(GUI)編程，實現(xiàn)對特定說話人的語音識別。 結果表明，該門禁系統(tǒng)界面友好，操作簡單，且具有良好的識別效果，本系統(tǒng)能夠成功實現(xiàn)聲音的準確采集及對電磁鎖的語音控制。 關鍵詞：嵌入式；語音識別特征提取模式匹配LPC DTW；門禁系統(tǒng)；特定說話人；信號采集；語音錄放。目前, 門禁系統(tǒng)采用較多的是非接觸式RF 卡、生物識別技術、IC 卡、密碼輸入等方式。利用語音識別技術來實現(xiàn)門禁系統(tǒng)不用像其他方式一樣需要觸摸, 具有方便、安全、準確、信息完整、獨立性強、反應速度快等優(yōu)點。 語音識別根據(jù)應