留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于深度学习的语音门禁系统设计

张学祥 吕文豪 闻一波 吴皓 雷菊阳

张学祥, 吕文豪, 闻一波, 吴皓, 雷菊阳. 基于深度学习的语音门禁系统设计[J]. 上海工程技术大学学报, 2020, 34(3): 253-257. doi: 10.3969/j.issn.1009-444X.2020.03.008
引用本文: 张学祥, 吕文豪, 闻一波, 吴皓, 雷菊阳. 基于深度学习的语音门禁系统设计[J]. 上海工程技术大学学报, 2020, 34(3): 253-257. doi: 10.3969/j.issn.1009-444X.2020.03.008
ZHANG Xuexiang, LYU Wenhao, WEN Yibo, WU Hao, LEI Juyang. Design of Voice Access Control System Based on Deep Learning[J]. Journal of Shanghai University of Engineering Science, 2020, 34(3): 253-257. doi: 10.3969/j.issn.1009-444X.2020.03.008
Citation: ZHANG Xuexiang, LYU Wenhao, WEN Yibo, WU Hao, LEI Juyang. Design of Voice Access Control System Based on Deep Learning[J]. Journal of Shanghai University of Engineering Science, 2020, 34(3): 253-257. doi: 10.3969/j.issn.1009-444X.2020.03.008

基于深度学习的语音门禁系统设计

doi: 10.3969/j.issn.1009-444X.2020.03.008
基金项目: 

上海工程技术大学研究生科研创新资助项目

详细信息
  • 中图分类号: TN912.34

Design of Voice Access Control System Based on Deep Learning

  • 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.
  • 加载中
计量
  • 文章访问数:  207
  • HTML全文浏览量:  40
  • PDF下载量:  57
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-09-30

目录

    /

    返回文章
    返回