DSP嵌入式說話人識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

2．3 識(shí)別方法選擇與實(shí)現(xiàn)
基于該系統(tǒng)對(duì)速度、識(shí)別效率、存儲(chǔ)空間的要求，這里的識(shí)別方法選為高斯混合模型。高斯混合模型(GMM)可以看成是狀態(tài)數(shù)為1的連續(xù)分布隱馬可夫模型CDHMM。一個(gè)M階混合高斯模型的概率密度函數(shù)是由M個(gè)高斯概率密度函數(shù)加權(quán)求和得到，所示如下：

式中：X是一個(gè)D維隨機(jī)向量；bi(Xi)是子分布，i=1，2，…，M是子分布；ωi是混合權(quán)重，i=1，2，…，M。對(duì)GMM模型參數(shù)的估計(jì)方法該系統(tǒng)采用最大似然估計(jì)。對(duì)于一組長度為T的訓(xùn)練矢量序列X={X1，X2，…，XT}，GMM的似然度可表示為：

由于式(5)是參數(shù)λ的非線性函數(shù)，很難直接求出其最大值。因此，該系統(tǒng)采用EM算法估計(jì)參數(shù)λ。
2．4 算法實(shí)現(xiàn)過程中的具體考慮．
(1)FFT變換點(diǎn)數(shù)的選擇。FFT變換點(diǎn)數(shù)選擇很重要，如果選擇太大，則運(yùn)算復(fù)雜度變大，使系統(tǒng)響應(yīng)時(shí)間變長，如果選擇太小則可能造成頻率分辨率過低，提取參數(shù)誤差過大。該系統(tǒng)中選取的點(diǎn)數(shù)為240點(diǎn)。
(2)模型參數(shù)的選擇。首先模型階數(shù)M必須適中，必須足夠大，可以充分表示出空間的分布。然而，階數(shù)也不能太大，否則數(shù)據(jù)數(shù)量不足，也無法準(zhǔn)確描述特征空間分布?？紤]該系統(tǒng)對(duì)參數(shù)的存儲(chǔ)空間要求，并綜合以上考慮，該系統(tǒng)選用的階數(shù)為32階。
(3)協(xié)方差矩陣類型。考慮到減少計(jì)算量，這里采用對(duì)角陣。在高維特征空間中，對(duì)角陣比全矩陣優(yōu)勢(shì)更為明顯。
(4)方差限定。當(dāng)訓(xùn)練數(shù)據(jù)不足或者是存在噪聲干擾時(shí)，方差幅度會(huì)很小，這樣會(huì)導(dǎo)致模型概率函數(shù)的奇異性，所以每次EM迭代時(shí)，都需要對(duì)方差進(jìn)行限定。即：

根據(jù)實(shí)驗(yàn)結(jié)果，該系統(tǒng)選取S2 min為0．025
(4)模型初值的設(shè)定：EM算法是尋找局部最大概率的模型。不同的初值會(huì)導(dǎo)致不同的局部極值。該系統(tǒng)中采用的是K均值法。
2．5 K均值法應(yīng)注意的幾個(gè)問題
(1)聚類中心的初始化。對(duì)于聚類中心數(shù)目由GMM模型決定，假設(shè)是N。對(duì)于聚類中心的初始化，一般取前N個(gè)矢量作為聚類中心，但在實(shí)驗(yàn)過程中發(fā)現(xiàn)，這種方法不具有針對(duì)性，往往設(shè)立的初始的聚類中心不具有很好的聚類效果。所以這里采用取質(zhì)心法。具體方法為：
第一步先求出訓(xùn)練集S中全體矢量X的質(zhì)心，然后在S中找出一個(gè)與此質(zhì)心的畸變量最大的矢量Xj，再在S中找到一個(gè)與Xj的畸變量最大的矢量Xk。以Xj和Xk為基準(zhǔn)進(jìn)行胞腔劃分，得到Sk和Sj兩個(gè)子集。對(duì)這兩個(gè)子集分別按照同樣的方法劃分得到4個(gè)子集。依次類推，得到N個(gè)子集。這N個(gè)子集的質(zhì)心即為初始的聚類中心。
(2)聚類中心改進(jìn)量δ的選擇。對(duì)于聚類中心改進(jìn)量δ的選擇，若選擇太大，則聚類不充分，影響訓(xùn)練效果；若太小，則會(huì)導(dǎo)致訓(xùn)練無法完成，該系統(tǒng)通過試驗(yàn)，取比較適中的數(shù)0．01。
(3)最大迭代次數(shù)的選擇。對(duì)于最大迭代次數(shù)的選擇，太小會(huì)導(dǎo)致誤判，太大導(dǎo)致訓(xùn)練不成功時(shí)過多的占用系統(tǒng)時(shí)間。該系統(tǒng)迭代次數(shù)設(shè)為100，比較適中。

3 實(shí)驗(yàn)結(jié)果及改進(jìn)點(diǎn)
通過系統(tǒng)調(diào)試及改進(jìn)，該系統(tǒng)最終實(shí)現(xiàn)10個(gè)說話人的身份識(shí)別，并自舉運(yùn)行。運(yùn)行時(shí)通過Switch組合可方便的選擇訓(xùn)練或識(shí)別的功能，并可更新說話人。訓(xùn)練，識(shí)別的進(jìn)度及結(jié)果通過LED組合顯示。利用該系統(tǒng)對(duì)5男5女10個(gè)人進(jìn)行訓(xùn)練，每人500次測(cè)試，結(jié)果正確識(shí)別率為98％，識(shí)別時(shí)間為3 s左右。說明該系統(tǒng)可以有效的識(shí)別說話人的身份。對(duì)于該系統(tǒng)，識(shí)別時(shí)間及識(shí)別率上還有改進(jìn)空間，以后工作可圍繞識(shí)別時(shí)間上改進(jìn)。