基于深度学习的语音门禁系统设计

• 作者: 张学祥 吕文豪 闻一波 吴皓 雷菊阳
• 来源期刊: 上海工程技术大学学报
• 学科: 工学
• 关键词: 深度可分离卷积神经网络 语音门禁系统 嵌入式平台 语音唤醒
• 年，卷（期）: 2020,（3）
• 页码范围: 253-257
• 页数: 5页
• 分类号: TN912.34
• 语种: 中文

摘要

基于深度可分离卷积神经网络(Depthwise Separable Convolutional Neural Network,DS-CNN)设计一个嵌入式离线语音门禁系统.系统首先利用深度学习库TensorFlow搭建DS-CNN声学模型并完成模型训练,然后将训练好的模型移植到嵌入式平台实现离线式语音识别,最后根据识别结果控制继电器执行相应动作.为避免人工设计的滤波器在特征提取时造成信息损失,系统采用语音信号的语谱图作为声学模型输入,通过多层卷积单元自动提取说话人语音特征进行分类判断,并引入语音唤醒机制,保证系统的安全性和低能耗.系统测试结果表明,该门禁系统1次识别成功率达95％以上,平均响应时间满足设计要求,具有较好的实用性.