作为航行数据记录仪关机保存数据的一个重要依据,人声识别的准确性和实时性对于系统安全可靠的记录数据具有非常重要的作用。人声识别就是将麦克风和声卡采集的原始声音数据进行一系列的特征提取,然后对这些特征参数进行一系列的判断处理,最后判断该声音是否为人发出的声音,并将判断结果告知系统,以便采取进一步的措施。 人声识别算法可以归纳为在两个方面进行特征提取和判断。一是以人体的发音结构和声音的特点为基础提取人声的特征。二是以语言学为基础提取人声特征。本论文从这两个方面出发进行研究,提出几种在实际系统中可行的人声识别算法。 通过对人体的发音器官建立起的数学模型和人说话声的一些时域特点进行分析,提出通过短时过零率、短时平均能量或者共振峰等特征参数进行的人声识别算法,并且给出了它们的软件实现。 以语言学为基础,首先对声音的线性预测倒谱系数或Mel频率倒谱系数进行特征提取,然后通过模板匹配技术进行人声识别。其中因为使用场合的限定,可以简单的提取汉语中有限的声母和韵母进行匹配,降低匹配字库大小提高匹配速度。 本文还提出对两种特征参数进行组合判断的思想,单一的参数有些时候并不能唯一的判断该声音信号是否为人声,组合判断在增加较少的计算量的情况下可以显著的提高识别精度。