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。
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，还能弥补由于文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
1.3.1  音响分析精密化
1.3.2  人语音形成的研究
1.4  研究工作概述
声音识别，就是根据已给出的声音信号进行分析，并完成识别功能的技术。本课题是通过声音识别算法研究、选定合适的算法，应用Labview软件编写程序对声音采集信号进行处理，提取出声纹特征参数，建模完成声音识别，最后将识别结果在Labview用户界面上显示出来，从而清晰地反映出对特定声音的识别。
本课题的声音识别系统是基于Labview平台设计研究的。具体分为以下几部分：
（1）采集样本
设置声卡采样参数，获取声音信号并保存，建立声音样本库
（2）分别提取样本的特征参数，确定出最佳算法
分析样本声音的频谱，选定算法，依次对所有样本信号的频谱进行处理，提取出声纹特征参数，作为识别的标准。 基于Labview的声音识别系统设计+源程序(2):http://www.youerw.com/zidonghua/lunwen_12971.html