1、“.....远远超过通用微处理器，在数字化电子世界中越发重要的电脑芯片。它的强大数据处理能力和高运行速度，是最值得称道的两大特色。自芯片问世以来，在年的时间里，它得到了极为迅速的发展。世界上生产芯片的厂家主要有美国的德克萨斯仪器公司，简称模拟仪器公司，简称和公司等，其中应用最为广泛的是公司生产的系列芯片。自年代初公司推出第代产品以来，相继推出了定点和浮点两大类别多代产品，现已形成了和三大芯片系列。公司的芯片市场大约占全世界份额的，公司已是世界上最大的芯片供应商，它的系列产品已经成为当今世界上最有影响的芯片。通过实现语音门锁的设计，在芯片的选择上将采用公司的芯片，因为该芯片在各种语音应用领域被广泛应用，而且它比该系列的其他芯片相比，具有更快的运算速度更高的性能同时低功耗低价格和性价比高等特点。的特点的结构是针对算法模型进行构造的，所有的都包含有算法的特征。即是，单周期快速运算......”。

2、“.....允许任意计算次序，保证快速的乘累加运算能产生循环寻址和位翻转寻址等信号处理算法需要的特殊寻址有相应的硬件循环缓冲区，能执行零开销的循环和转移操作具有串口控制器定时器等丰富的外设资源。因此，数字信号处理的上述特点要求必须是专门设计的，典型的设计要满足，不论是语言信号，还是图像信号处理算法运算量大，要求速度快且实时信号处理算法通常需要执行大量的乘法和累加运算，具有些特定模式，要求专门的接口。大部分时间信号处理算法花在执行相对小循环的操作上。基于的语音门锁系统本章介绍了基于矢量量化的说话人识别原理，对于其中的几个方面的问题做了进步的探索。编程实现了算法的各个子程序，在编程过程中做了相关的实验充分考虑程序运行时间精度以及存储量等因素，对系统的识别效果也进行了实际测试。通过大量比较筛选，确定出最优的算法，应用于语音门锁中......”。

3、“.....这种技术被称作矢量量化技术，下面对该技术做详细介绍。矢量量化是将若干个标量数据组构成个矢量，然后在矢量空间内将其整体量化，这样既压缩了数据又不会损失多少信息。矢量量化将维空间中的矢量按种准则用维空间中的矢量,表示。输入矢量量化矢量,码书或码本码书容量码字对语音信号，在已知训练数据的情况下，的准则是给定的码本容量为时，使量化最小失真。图给出了基于的说话人识别系统框图。图基于矢量量化的说话系统框图识别结果识别训练语音信号预处理特征提取产生码书码书存储相识度匹配判别逻辑二〇二年十月三十日星期五对于基于的说话人识别技术来说，码本的产生会直接影响到识别的效果。码本形成过程是将所提取出的各个特征矢量集合，按照种准将具有相似特征的矢量归到个集合里，用个具有代表性的矢量来表示。码本形成的基础是初始码本的选择，目前在算法的实现过程中......”。

4、“.....这种方法便于实现。码本设计采用算法，算法是三人在提出的，是基于最近邻法则把训练序列分配到与它欧式距离最小的码字的簇中，从而形成很多个子集，计算各子集的形心和平均失真，直迭代计算，并不停地对码本进行修改直到性能满足要求或不能再改进为止。空胞腔处理在此主要讨论基于说话人识别模型的算法中的空包腔处理问题。所给方法的优点首先是在分裂大包腔时选择子包腔码字更具有代表性，从而使得系统在重新聚类中避免再次出现空包腔的可能性其次，该方法对于系统没有信息冗余的情况下，可避免信息的损失，对保持矢量在空间分布的完备性有定的意义为了对空包腔处理作出更清楚地说明，图中给出加入空包腔的算法流程。图中,和可以分别表示为，。首先为了让每个码字矢量都能对话者特征具有代表性，将所含矢量数目符合下式的胞腔定义为空胞腔。码本长度驯良矢量总的个数式中，为比例因子，般取为，用于调整空胞腔中所含矢量的个数......”。

5、“.....实际上这种情况是不可能的。设空包腔限为，聚类过程中次出现个空包腔，若视空包腔为绝对空，则迭代次损失的矢量数最坏情况为级。在确定了空包腔限后，对码本中的空包腔进行逐个处理，其步骤为对任，初始值为未定男生女生设置识别成功标志位，初始值为成功失败设置结果标志位提取特征矢量，得到特征矢量集通过算法生成码本修正优化码本存储码本二〇二年十月三十日星期五测试语音与男生模板距离最近测试语音与男生模板距离最近测试语音与码本距离最近图阈值归化的判决流程④根据图给出的判决流程进行识别判断，图中由实验测得，由训练程序获得。第四章基因特征在门锁系统中的应用目前基音提取的算法主要有时域和频域两种时域的自相关容易受到噪声的干扰算法中的除法在实现时会引起精度的损失频域的简化逆滤波求取残差信号的程序需要很大的存储空间导致程序运行的速度降低而基于倒谱的基音特征提取算法易实现......”。

6、“.....抗噪声性强，适合在系统中应用。基于倒谱的基因提取法基于倒谱的基音提取算法，首先要计算语音信号的倒谱特征，对于给定的个语音信号，其倒谱定义为其频谱的绝对值取自然对数后的傅里叶逆变换。即二〇二年十月三十日星期五由于语音信号可看作是声门脉冲激励经声道响应滤波而得，即∗倒谱域中的基音信息和声道信息可以别看做是相对分离的。采用倒滤波的方法可以分离并恢复出和。对于清音语音，倒谱域中不存在基音特征点。因而根据激励及其倒谱的特征可以求出浊音语音的基音周期。基于倒谱的基音提取算法在系统的实现仍然需要解决几个问题帧长需扩大倍语音的基音变化范围是，采样率为时，基音的变化范围是个采样点。基音提取帧长应至少是基音周期的倍，否则会影响基音的提取精度以前使用的语音帧长为个采样点，而基音提取帧长需至少为基音周期的倍，所以将语音帧扩大倍，变为个采样点......”。

7、“.....需要单独开辟空间存储与原有特征组合由于原有的两帧能提取个基音，进行组合时曾考虑只在偶数帧的特征中加入基音，但是这样会影响最终的识别效果考虑将当前要提取基音特征帧与前帧语音合并来提取所有训练识别帧数的基音，再将其与原有的特征进行组合，其中联合因子，即组合后的特征为其中为原有的语音特征，为提取出的基音周期。第五章基于实现的语音门锁系统的测试结果不同处理方法组合对识别效果的影响在实际系统中，分别对采用不同处理方法组合的识别率进行测试，在进行实际系统测试时，任意选择实验室中的名用户男，女进行训练，训练和识别的语音都是开门，冒认人数为，对当天的语音进行开集说话人识别测试，实际结果如表所示。如表所示，在声刺激初始码本生成方法基础上，加入空包腔处理使得系统的误识率有所降低阈值归化的识别方法使系统的拒绝率进步降低将提取出的基音特征与原有特征组合作为说话人的语音特征进行识别时......”。

8、“.....二〇二年十月三十日星期五不同处理方法对存储量和运行时间的影响针对上述实验中采用的不同处理方法，分别对实际所实现系统的部分指标进行比较。取参考说话人的个数为，表所示为采用不同方法时的程序存储量和运行时间设时钟为。下面给出程序存储量和运行时间分析。对加入基音的特征提取所占用存储量和运行时间分析如下设需要计算的特征参数的帧数均为在进行组合特征计算时，对于动静态组合特征，除了帧动静态组合特征所需的存储空间外，还有计算时需要保存的个常数，需要使用个单元，即需要个单元，约。还要为和保存空间，需要个单元，约。在进行说话人的码本存储时，需要的存储单元为个，即个，约。对参考说话人个数为的系统各部分程序执行时间进行统计，得到各部分程序的平均执行时间。由于在实际系统中，设定的采样率为，则采样帧语音信号需要，由表可见，组合特征提取时间为，小于，因此可以满足系统的实时性要求......”。

9、“.....介绍了传统的基音提取算法，并对各种方法进行仿真，分析了各自的优缺点同时提出了种新的基于搜索试探平滑的带噪语音基音提取算法，该算法在较低信噪比下能够提取出带噪语音的基音周期。并与同课题组的同学共同完成了基于的说话人实时识别系统，利用数字信号处理器对系统的各部分算法进行实现，该系统目前已应用于汽车语音控制门锁中。本文所做的主要工作如下对生物识别技术和说话人识别技术的发展和现状进行了概述，并指出了数字信号处理器在语音信号处理中的应用介绍了说话人识别原理基音周期的相关知识，同时概括地介绍了利用进行算法实现的软件基础对传统的基音特征提取算法进行了研究，并对不同方法进行了比较。给出仿真结果，对各自的优缺点进行了评价提出了种基于搜索试探平滑的带噪语音基音提取算法，并验证了其在低信噪比下的有效性完成了说话人识别系统的实现......”。