eos_2016_spring team5 - voiceprint recognition system
TRANSCRIPT
EOS PROJECT REPORT:VOICEPRINT RECOGNITION SYSTEM0450756 陳儷文 0450758 陳亭甫
構思• 傳統門禁系統僅利用密碼或是感應卡,本專題可透過嵌入式作業系統達成密碼輸入
搭配聲紋辨識,以增加門禁之安全。
Embedded Operating
SystemEnter the Password
HARDWARE ARCHITECTURE
Enter password
PROGRAMMING FLOWCHART – TRAINING
MFCC
Speaker Training(GMM)
Speaker Model 1Speaker Model 2Speaker Model 3
Speaker Model n
.
.
.
.
.
.
.
Speaker Model Database
.
.
.
.
.
.
Hamming
Window
MFCCHammin
g Window
MFCCHammin
g Window
Eliminate noise
Endpoint
Pre-Emphasi
sPre-
Emphasis
Pre-Emphasi
s
Thread1:
Thread2:
Thread n:
PROGRAMMING FLOWCHART – VERIFICATION
MFCC
Eliminate noise
Endpoint......
Hamming
Window
MFCCHammin
g Window
MFCCHammin
g Window
Verification
Verification
Verification
Pre-Emphasi
sPre-
Emphasis
Pre-Emphasi
s
Vote
Accuracy Rate
> 50%
Open
Close
Yes
No
Vote
Vote
Vote result
Thread1:
Thread2:
Thread n:
READFILE (.WAV)
• Channel : 1
• Sampling Rate : 8000
• Bps : 8000
• Data Size : 39950Bytes (5secs)
• Data : WAV.data[data_size]
ENDPOINT DETECTION
• unsigned char WAV.data[data_size] • 1 bytes ( 8bits )• About 120 ~ 170
• 只選擇 WAV.data[8000]~WAV.[n-7999]
• 同時將這些 data 中,連續 20 個資料皆介於 137 到 142 中間的 frame 去除,留下有明顯聲音資料的部分做分析。
PRE-EMPHASIS
• Pre-Emphasis 的功能是將語音訊號 x(n) 通過一個高通濾波器y(n) = x(n) – ax(n-1)
HAMMING WINDOWING
• 將每一個音框乘上漢明窗,以增加音框左端和右端的連續性。假設音框化的訊號為 S(n), n = 0,…N-1 。那麼乘上漢明窗後為 S'(n) = S(n)*W(n) ,此 W(n) 形式如下:
W(n, a) = (1 - a) - a cos(2*pi*n/(N-1)), 0≦n≦N-1
MFCC
1. 將一訊號進行傅利葉轉換( Fourier transform )2. 將頻譜映射( mapping )至梅爾刻度,利用三角窗函數( triangular overlapping
window ) 3. 取對數( logarithm ) 4. 取離散餘弦轉換( discrete cosine transform ) 5. MFCC 是轉換後的頻譜係數
GMM (高斯混合模型)• 根據獲得的 MFCC 值,將其當作一 13 維的 Vector ,利用 16 個高斯函數以及
100 個 training data ,建立出表示每個人不同的 Model
• 當 test data 進來時,便與已經建立好的各個模型去做比較,計算其機率值,判斷是否符合。
SKILL
• Timer• Signaling• Process• Thread• System call and Execl• Audio I/O
DIVISION OF THE WORK
• Structure• 陳亭甫、陳儷文
• Program• 陳亭甫 – Endpoint, Pre-emphasis, Hamming window, MFCC, ReadFile• 陳儷文 – GMM, Vote, Input (Audio control and Keyboard)
• Report and PPT• 陳亭甫、陳儷文
DEMO TIME
THANK YOU FOR YOUR ATTENTION