Czasopismo | ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA | Rocznik 2016 - zeszyt 4

An embedded system for real-time speaker recognition using Raspberry Pi platform

10.15199/13.2016.4.1

nr katalogowy: 97822
10.15199/13.2016.4.1

Artykuł prezentuje system realizujący rozpoznawanie mówcy z radia internetowego. Zaproponowane rozwiązanie wykorzystuje narzędzia udostępnione w ramach ogólnie dostepnego oprogramowania dla języka Python. Prezentowane oprogramowanie zostało przetestowane w środowisku Windows a następnie zostało zaadaptowane do uruchomienia na platformie Raspberry Pi 2, zarządzanej przez system Linux. W artykule przeanalizowano dostępne biblioteki, które posłużyły do implementacji algorytmów ekstrakcji cech oraz modelowania sygnału mowy. Przeprowadzone eksperymenty pozwoliły na dobranie parametrów systemu, przy których uzyskuje się najlepszą skuteczność identyfikacji i jednocześnie największą szybkość przetwarzania danych. Przygotowane oprogramowanie jest dostępne w repozytorium Github. Słowa kluczowe: rozpoznawanie mówcy, GMM, radio internetowe, Python, Raspberry Pi.Low budget minicomputers (those at a price below $50, such as BeagleBoard, Banana Pi, Creator CI20, or Raspberry Pi, including the latest model Raspberry Pi 3) make it possible to build embedded devices for easy and efficient implementation of digital signal processing algorithms. These platforms support internet communication via wired or wireless interfaces and may replace expensive specialized DSP platforms [9]. The goal of this paper is to show an efficient implementation of the internet radio receiver with fast speaker identification functionality. Identification of speakers may be an additional functionality of modern radio receivers. They on the LCD displays can even offer relevant information about the speakers regardless of sending such information by the broadcaster. Currently, according to the authors’ knowledge, no radio station transmits such information. Identification functionality should be implemented directly in the embedded system, because it was assumed that the information about speaker should frequently change on the radio display e.g. every second. Fo[...]

Bibliografia

[1] Beigi H. 2011. Fundamentals of speaker recognition. Springer Science & Business Media.
[2] Dabrowski A., Drgas S., Marciniak T. 2008. “Detection of GSM speech coding for telephone call classiﬁcation and automatic speaker recognition". ICSES conference proceedings : 415-418.
[3] Davis S., Mermelstein P. 1980. “Comparison of parametric representations for monosyllabic word recognition in continuously spoken sentences". Acoustics, Speech and Signal Processing, IEEE Transactions on vol. 28 no. 4 : 357-366.
[4] Garofolo J. S., L. D. Consortium et al. 1993. TIMIT: acoustic-phonetic continuous speech corpus.
[5] Github source code repository.
[Online]. Available: https://github. com/audiodsp/Internet_radio_speaker_recognition
[6] Jones E., Oliphant T., Peterson P. et al. 2001. “SciPy: Open source scientiﬁc tools for Python".
[Online]. Available: http://www. scipy.org/
[7] Lenarczyk P., Piotrowski Z. 2013. “Speaker recognition system based on GMM multivariate probability distributions built-in a digital watermarking token". Przeglad Elektrotechniczny vol. 89 no. 2a : 59-63, 2013.
[8] Marciniak T., Weychan R., Dabrowski A., and Krzykowska A. 2010. “Speaker recognition based on short Polish sequences". IEEE SPA: Signal Processing Algorithms, Architectures, Arrangements, and Applications Conference Proceedings : 95-98.
[9] Marciniak T., Weychan R., Stankiewicz A., Dabrowski A. 2014. “Biometric speech signal processing in a system with digital signal processor". Bulletin of the Polish Academy of Sciences Technical Sciences vol. 62 no. 3 : 589-594.
[10] Numeric and scientiﬁc python packages.
[Online]. Available: https://wiki.python.org/moin/NumericAndScientiﬁc
[11] P. S. Foundation. Python language reference, version 2.7.
[Online]. Available: http://www.python.org
[12] Pedregosa F., et. al. 2011. “Scikit-learn: Machine learning in Python". Journal of Machine Learning Research vol. 12 : 2825-2830.
[13] Pygame project website.
[Online]. Available: https://www.pygame. org/wiki/about
[14] Pymedia - python module for multimedia ﬁles and streams processing.
[Online]. Available: http://pymedia.org/features.html
[15] PyQT4 project website.
[Online]. Available: https://wiki.python. org/moin/PyQt4
[16] Rajewski M., Skrzypczak M., 2016. Automatic speaker recognition from Internet radio using embedded system (in Polish: Automatyczne rozpoznawanie mówcy z radia internetowego przy wykorzystaniu systemu wbudowanego), B. Sc. thesis (unpublished), Supervisor: Marciniak T., Poznan,.
[17] Raspberry Pi platform detailed overview.
[Online]. Available: http://elinux.org/RPi_Hardware
[18] Van der Walt S., Colbert S., Varoquaux G. 2011. “The NumPy array: A structure for efﬁcient numerical computation". Computing in Scienceand Engineering vol. 11 : 22-30.
[19] Weychan R., Marciniak T., Dabrowski A. 2012. “Analysis of differences between MFCC after multiple GSM transcodings", Przeglad Elektrotechniczny 6/2012 : 24-29.
[20] Weychan R., Marciniak T., Stankiewicz A., Dabrowski A. 2014. “Real time speaker recognition from internet radio". IEEE Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA) : 128-132.
[21] Weychan R., Marciniak T., Stankiewicz A., Dabrowski A. 2015. “Implementation aspects of speaker recognition using Python language and Raspberry Pi platform". IEEE Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA) : 162-167.
[22] Weychan R., Stankiewicz A., Marciniak T., Dabrowski A. 2014. “Improving of speaker identiﬁcation from mobile telephone calls". Multimedia Communications, Services and Security, ser. Communications in Computer and Information Science vol. 429 : 254-264.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 97822 "An embedded system for re..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - e-zeszyt (pdf) 2016-4 licencja: Osobista Produkt cyfrowy	35.00 zł

Prenumerata

ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

420.00 zł

ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - papierowa prenumerata roczna	528.00 zł brutto 488.89 zł netto 39.11 zł VAT (stawka VAT 8%)
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

570.00 zł

ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	636.00 zł brutto 588.89 zł netto 47.11 zł VAT (stawka VAT 8%)

636.00 zł

Zeszyt

2016-4

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma