针对当前基于DSP、ARM等硬核处理器设计的嵌入式说话人识别系统训练和辨认时间长等缺陷,根据MFCC提取过程的特点与遗传聚类算法中适应度计算的原理,提出一种基于SoPC平台与矢量量化原理的说话人识别系统实现方案.经测试,该实现方案在保证识别率前提下,可有效提高训练与识别速度. 基于嵌入式多核ＳｏＰＣ 平台的说话入识别系统应用研究 何伟，胡又文，张玲，陈方泉 （重庆大学通信工程学院，重庆４０００３０） 摘要：针对当前基于ＤＳＰ、ＡＲＭ等硬核处理器设计的嵌入式说话人识别系统训练和辨认时间长 等缺陷，根据ＭＦＣＣ提取过程的特点与遗传聚类算法中适应度计算的原理，提出一种基于ＳｏＰＣ平台 与矢量量化原理的说话人识别系统实现方案。经测试，该实现方案在保证识剐率前提下，可有效提高 训练与识别速度。 关键词：说话人识别矢量量化遗传算法适应度ＳＯＰＣ 说话人识别（Ｓｐｅａｋ盱Ｒｅｃｏ鲥ｔｉｏｎ）又称话者识别，是 建立码书时，先由系统采集一段用户语音，经分帧 指根据特定说话人语音波形中反映生理和行为等特征 与ＭＦＣＣ提取后可得到Ⅳ个朋维原始矢量仉＝｛ｏｔ，０２，【Ｊ 的语音参数来对说话人身份进行识别【１】。说话人识别技 呀１０＝１，２，３…，ｊｖ），其中每一矢量相当于肘维空间中的一 术作为一种非接触性识别技术，在保安、司法、军事和信 点。然后将Ⅳ个原始矢量在肘维空间作Ｋ聚类，得到的 息服务等领域都有广泛的应用前景。 聚类结果即是表征说话人语音特征的Ｋ容量码……