基于DSP嵌入式说话人识别系统的设计

1．6 说话人身份识别的结果显示

说话人的身份显示通过LED的组合显示确定。在DSK上有4只LED灯，将每个LED灯看成是一位二进制数。则4个LED灯最大可表示16个人的身份。该系统取前10个组合来表示所识别的说话人的身份。

1．7 自举的实现

以上程序都是通过PC机与DSP组合实现，要想使系统在DSP上单独完成，还必须实现自举。该系统采用ROM方式自举。在自举实现过程中，程序的烧写可以通过CCS自带的FLASHBorn工具实现。在烧写过程中应正确的分配FLAH ROM的空间。FLASHROM空间总体分为程序存储区和数据存储区，经计算，程序代码段大小为0x162C0，故在FLASH ROM中划分127 KB的空间供程序代码使用，空间中未使用的部分供程序扩展使用。数据存储区划分的大小为64 KB的空间，每个说话者模型参数占用空间为4．2 KB左右，最多可存放15个说话人GMM模型参数。该系统训练者数目为10个，占用空间为42 KB左右。剩余的空间可用来扩展训练人数，也可用于后期系统的改进。如可以利用语音提示来显示说话人身份，而提示语音的数据可以存放于此区域。具体的存储的安排如表1所示。

2 系统的算法与软件设计

说话人识别系统的实现方案如图3所示。

输入的模拟语音先通过预处理，包括预滤波、采样、量化、加窗、端点检测、预加重等。语音经过预处理后进行特征提取。在训练阶段，对提取的特征进行相应的处理后就可以获得参考模型。识别阶段，语音通过同样的通道获得特征参数，生成测试摸型，之后将测试摸型与参考摸型进行匹配，从而根据判决逻辑获得判决结果。