关于声音，最常见的两种研究方向是：语音识别和声纹识别。本次毕业设计的课题为后者。每个人由于发声器官构造和发声习惯的不同，发出的声音都有着自己的特征。从这些声音信号中提取出表现说话人特征的信息，进而由此判断是否为此人说话，这一过程称为说话人识别或声纹识别，也可模糊称之为声音识别。所以，它并不强调说话人声音信号中表达的含义是什么，而是从中提取出代表说话人的声音特征。

1.1  课题研究的背景及意义

在很多场合中，人们都需要通过识别装置自动判别不同的客户，最理想的识别手段是运用人的生理特征。因为这些生理特征不需要另外携带，无法盗取，安全又方便。常用的生物特征有：DNA识别、虹膜识别、视网膜识别、脸相识别, 声纹识别等。本课题涉及的是声纹识别。

声纹识别，是通过电子工具，如：计算机、电子电路等，将声波信号中最基本最关键的信息提取出来。与其他生理特征相比之下，声纹识别具有特别的优点，如：声音信号的获取成本低廉，使用简单；声纹提取和识别算法的复杂度较低。

每个人的声纹，如指纹一样，是独一无二的，而这些声纹信息都反映在声音信号中。因而，在公安，司法，保密通信领域内，声纹识别具有极大的价值，经常被用来警方检查，确认银行信贷，以及一些私人或机密的声控命令。论文网

近年来，声纹识别技术发展迅速，已经在一些系统中得到实用，并且应用领域不断扩大。声纹识别系统正逐渐商业化，多被应用于需要进行身份核查的场所。不过，还是有一些问题有待解决，其中最关键的是，怎样才能使选择的特征或特征变换最好。这个问题涉及到人耳对于听音辨别出说话人这一过程的认识。

1.2  声音识别系统的具体应用

声纹识别被应用的相当广泛，涉及人们日常生活的各个方面。

1.2.1  门禁控制系统

目前智能建筑越来越多，传统的钥匙和锁很难满足人们对门禁系统安全性能的要求。所以，用生物识别技术进行身份认证在许多场合得到越来越广泛的应用。其中，声纹识别很适用于判断来访人，因此常被用在门禁系统的设计中。通过对声纹采样，结合电子计算机，利用合适的算法设计识别模型，可以大大提高门禁系统的安全可靠性。

1.2.2  森林盗伐检测

该技术对森林中的伐木声音及干扰声音的特征进行分析与对比，提取出伐木声音的特征，对此进行实验并统计辨认结果的可靠性，以确定相似度阈值。采用这种统计方法计算相似度阈值，相较其他成本昂贵的遥感监测技术而言，所用的成本和计算复杂度都低的多，并且易于硬件实现，实用性较强。

1.2.3  汽车空调故障检测

汽车空调系统产生异响的原因有多种可能，系统异响不同，各自特征也不同。一般，人们都是通过听声音来辨别汽车空调故障的种类，但这样直接判断声音需要积累大量经验才能准确辨别出。不过基于声音识别技术，可以首先分析汽车空调不同故障对应何种异响，在此基础上，采用自动识别系统诊断空调异响的原因。这样做不仅可以节约人力，还能弥补由于维修者经验不足无法诊断出异响原因的缺点。

1.3  声音识别技术的现状

目前，最有希望的声音识别课题的研究方向包括下述两项：

1.3.1  音响分析精密化

音响分析是对声音的音色、力度等进行具体精确的分析。

但声音波形为非定常的过程，至今的研究大多都做了假设，认为其在局部上是定常的，一般以较长的声音片段（20～30毫秒）做分析。不过对清爆破音的音头等分析时，就必须对过渡波形分析得更贴切，这就需要将待分析信号控制更加精细，从而在过渡波形中更有效地选定将哪些部分做为特征分离出。