基于MATLAB的说话人识别[声纹系统]

摘 要

语音是人类相互交流和通信最方便快捷的手段。如何高效地实现语音传输存储或通过 语音实现人机交互，是语音信号处理领域中的重要研究课题。语音信号处理涉及数字信号处理、语音学、语言学、生理学、心理学、计算机科学以及模式识别、人工智能等诸多学科领域，是目前信息科学技术学科中发展最为迅速的一个领域。

关键字：语音识别、清音、浊音、短时平均能量、倒谱、短时平均过零率

一、 语音识别技术的发展历史

语音识别技术的研究工作开始于20世纪的50年代，第一个可以用来识别10个英文数字的语音识别系统一Audry系统是在AT&Bell实验室研制成功的。20世纪60年代，计算机的应用推动了语音识别的发展。在这个阶段主要是提出了线性预测分析(LP)和动态规划(DP)，主要解决了语音信号的产生模型问题。Bell实验室的S.Pruzanskay提出了基于模式匹配和概率统计来进行语音识别，这对语音识别的发展产生了深远的影响.

20 世纪70年代，语音识别技术得到了快速发展。具体表现在:理论上，线性预测分析得到进一步的发展，动态时间弯度(DTW)技术基本成熟，特别提出了矢量量化(VQ)和隐马尔可夫模型(HMM)理论。在实践上，实现了基于线性预测倒谱和DTW技术的特定人孤立词汇的识别系统。

20世纪80年代，语音识别技术得到了进一步发展。其中显著的特征是HMM模型和人工神经网络(ANN)在语音识别中得到应用。经过AT&Bell实验室Rabiner等科学家的共同研究，把原来HMM的纯数学模型工程化，从而得到推广。经过实验证明，采用HMM和ANN模型建立的语音识别系统，性能很好。进入 20 世纪90年代，随着多媒体时代的来临，迫切需要语音识别系统从实验室走向实用。许多发达国家如美国、日本、韩国及IBM. Apple. AT&T. NTT等著名的公司都为语音识别系统的研究投入大量的资金121而 AR M 技术发展就比较迟，ARM公司成立于1990年11月，全称为Advanced

RISC Machines Ltd，它是由英国的Acorn公司提供技术支持，美国苹果等公司出资合作的美英公司。ARM公司本身不直接从事芯片生产，也不销售芯片，靠转让设计许可，由合作伙伴生产出各种特色的芯片。

1.2 语音识别研究的现况与难点

经过近50年的发展，语音识别己经发展到一个较高的水平，并从实验室走向市场，进入了一个实用化阶段。由于 矢 量 量化，HMM和人工网络等技术被用于语音信号处理，并经过不断改革与完善，使语音信号处理技术产生突破性的发展。英语的连续数字语音识别的正确率已经达到了99%以上，而具有高度混淆的英语字母的识别也达到了97%以上。目前对语音识别的研究主要是一方面对语音学的统计模型的研究，对语音段的建模方法及HMM 与人工网络。另外一方面是为了语音识别的实用化的需要，讲者自适应，听觉模型，快速搜索识别算法以及进一步语音模型的研究。语音识别研究中也存在下面几个难题:

1、 语音识别的一种重要应用是自然语言的识别和理解。这一工作要解决的问题首先是因为连续语音中的因素、音节或单词之间的调音结合引起的音变，使基本模型的边界变的不明确.其次要建立一个理解语法和语义的规则的专家系统。

2、 语音信息变化很大。语音模型不仅对不同的讲话者是不同的，而且对于同一个讲话者也是不同的。例如，同一个说话者在随便说话和认真说话时的语音信息也不同;即使同一说话者用相同的方式说话时，其语音模式也受时间的影响，即今天及一个月后，同一个说话者说相同的话时候，语音信息也不相同。

3、