Đang tải... (xem toàn văn)
Thiết kế hệ nhúng nhận dạng người nói trên T-Engine SH7760
Luận văn Thạc sỹ Trường Đại học Bách Khoa Hà Nội Ngành Xử lý thông tin & truyền thông Thiết kế hệ nhúng nhận dạng người nói trên T-Engine SH7760 Giáo viên hướng dẫn : Ts. Trịnh Văn Loan Nội dung trình bày 1. Giới thiệu đề tài. 2. Nhận dạng người nói. 3. Thiết kế hệ nhúng T-Engine. 4. Thiết kế phần mềm nhận dạng người nói. 5. Kết quả đạt được & hướng phát triển. 1. Giới thiệu đề tài 1.1. Lí do lựa chọn đề tài. 1.2. Nhiệm vụ của đề tài. 1.1. Lí do lựa chọn đề tài Tương tác giữa con người và máy tính ngày càng đòi hỏi tính trực quan cao. Tiếng nói là phương tiện giao tiếp thông dụng nhất được con người sử dụng. Yêu cầu tương tác người - máy thông qua giọng nói là một nhu cầu tất yếu. Bên cạnh đó các hệ nhúng chuyên dụng ngày càng phát triển và được sử dụng rộng rãi cho phép tạo ra các thiết bị thông minh với kích thước nhỏ nhưng hiểu được tiếng nói con người. 1.2. Nhiệm vụ của đề tài Xây dựng chương trình nhận dạng người nói sử dụng mô hình GMM với từ nhận dạng bất kỳ. Thiết kế hệ nhúng dựa trên chip SH7760 thực hiện chương trình nhận dạng. 2. Tổng quan nhận dạng người nói Nhận dạng người nói có hai dạng: Định danh người nói (speaker identification) Xác thực người nói (speaker verification) 2.1 2.2 2.1. Trích chọn đặc trưng Tiền xử lí Phân khung Hàm cửa sổ Phương pháp trích chọn đặc trưng MFCC 2.1.1 Tiền xử lí Lọc hiệu chỉnh: H(z)=1-az -1 với 0.95 ≤ a < 0.97 Loại bỏ khoảng lặng: Ngưỡng năng lượng của các khung Threshold = MinValue + Ratio * (MeanValue – MinValue) (Ratio ~ 0.3) Phát hiện tiếng nói (Voice activation detection). Dựa trên các thông số của tín hiệu: Hàm năng lượng ngắn hạn if ((log10(SP) - log10(NP))>g_dblNoiseThreshold) bSpeechFlag = TRUE; 2.1.2 Phân khung Tín hiệu tiếng nói được chia thành các khung có kích thước bằng nhau. 2.1.3 Hàm cửa sổ Cửa sổ Hamming : w(k)=0.54 – 0.46cos(2πk/(k+1)) Cửa sổ Hanning: w(k)=0.5 – 0.5cos(2πk/(k+1)) Cửa sổ Hamming [...]... 1,, M 3 Thiết kế hệ nhúng T-Engine T-Engine là chuẩn mở cho các hệ thống nhúng thời gian thực cả về phần cứng và hệ điều hành thời gian thực: Phần cứng: T-Engine board Hệ điều hành thời gian thực: T-Kernel Sơ đồ khối mạch nhúng 4 Thiết kế phần mềm nhận dạng người nói Huấn luyện mô hình Người huấn luyện đọc vào câu huấn luyện từ 3 đến 5 lần Nhận dạng người nói – từ nói bất kỳ Việc nhận dạng được... hiện ở hai chế độ: Nhận dạng thời gian thực Nhận dạng xác thực người nói Các giải thuật cải thiện chất lượng nhận dạng Xác lập ngưỡng điểm số nhận dạng cho từng người nói Sinh từ ngẫu nhiên cho huấn luyện Nhận dạng với nhiều từ khác nhau trong nhiều lần 5 Kết quả đạt được Xây dựng thành công hệ thống nhúng nhận dạng người nói với từ nói bất kỳ Độ chính xác nhận dạng đạt được 97% Một số... giao diện chương trình Nhập thông tin người huấn luyện Nhận dạng Thiết lập ngưỡng cho từng người huấn luyện Kết quả thử nghiệm Hệ thống được thử nghiệm cho 30 người, với tần số ghi âm là 44100Hz, 16bit, mono Mỗi người đọc câu huấn luyện 2 lần, kiểm tra nhận dạng 10 lần với 10 từ bất kỳ Name Giới tín h Tuổi Địa phương Số lần đọc từ huấn luyện Số lần kiểm tra Kết quả (tỷ lệ đúng) Le Hoai Phuong Nam... trưng được sử dụng hiện nay: Dùng hệ số LPC (LPC- Linear Prediction Coding) Dùng các hệ số LPL (Perceptional Linear Prediction) Dùng hệ số MFCC (Mel Frequency Cepstral Coefficients) 2.1.4 Trích chọn vector đặc trưng Khung tiếng nói Tiền xử lý Khung cửa sổ + cửa sổ hoá Băng lọc Mel phổ biên độ |FFT| Lọc phổ Phổ lọc MEL log ( ) DCT Vector MFCC View sourcecode Kết quả 2.2.Mô hình hỗn hợp Gauss - GMM... 97% Hướng phát triển Hiện tại, module codec thu âm của mạch còn nhiễu, phần cứng này sẽ được chuẩn hóa lại để giảm nhiễu, tăng độ chính xác nhận dạng Bổ sung thêm tham số về tần số cơ bản F0 cho các thanh điệu vào mô hình để nâng cao độ chính xác nhận dạng Câu hỏi của hội đồng Em xin chân thành cảm ơn! ... Nhan Nữ 23 Bắc Ninh 2 10 80% Phan Van Diep Nam 23 Nghệ An 2 10 100% Tran Manh Linh Nam 23 Hà Nội 2 10 90% Vuong Quang Hung Nam 18 Hà Nội 2 10 100% Bui Thi Yen Nu 20 Hanoi 2 10 100% Dang Thi May Nu 20 Nam Dinh 2 10 90% Do Dinh Sy Nam 21 Nam Dinh 2 10 100% Pham Hung Duc Nam 21 Phu Tho 2 10 100% Trinh Xuan Kien Nam 21 2 10 100% Nguyen Thi Hau Ha noi Kết quả trung bình đạt được 97% Hướng phát triển . trình nhận dạng người nói sử dụng mô hình GMM với từ nhận dạng bất kỳ. Thiết kế hệ nhúng dựa trên chip SH7760 thực hiện chương trình nhận dạng. 2. Tổng quan nhận dạng người nói Nhận dạng người. thông Thiết kế hệ nhúng nhận dạng người nói trên T-Engine SH7760 Giáo viên hướng dẫn : Ts. Trịnh Văn Loan Nội dung trình bày 1. Giới thiệu đề tài. 2. Nhận dạng người nói. 3. Thiết kế hệ nhúng T-Engine. 4 khối mạch nhúng 4. Thiết kế phần mềm nhận dạng người nói Huấn luyện mô hình Người huấn luyện đọc vào câu huấn luyện từ 3 đến 5 lần Nhận dạng người nói – từ nói bất kỳ Việc nhận dạng được