【技术实现步骤摘要】
本专利技术涉及到生物识别，具体涉及一种基于仿生物理储备池光计算的多维频谱实时声纹识别系统。
技术介绍
1、随着人工智能和物联网技术的深度融合，生物识别技术正逐步从单一模态向多维度感知演进，其中声纹识别因其独特的非接触式采集方式和丰富的生物信息承载能力，成为智慧安防、生态监测、医疗健康等领域的关键技术突破点。声纹的本质是通过分析声音信号中蕴含的频谱、时频调制及非线性特征来标识生物个体或群体的身份信息，这一技术范畴已从传统的人类语音识别拓展至动植物声学行为的解析，这为城市生态规划、精准农业病虫害预警乃至濒危动物保护提供了全新的技术路径。
2、然而，现有声纹识别体系在应对多维跨物种声纹处理时，仍受限于硬件架构的刚性约束与算法模型的泛化瓶颈，难以满足实时性、低功耗与高精度的协同优化需求。当前主流的声纹识别系统主要依托传统冯·诺依曼架构的电子计算平台（如cpu、gpu）结合深度学习算法实现，其技术路线存在多重固有缺陷。在特征提取层面，基于梅尔频率倒谱系数（mfcc）或线性预测编码（lpc）的经典方法虽能有效表征人类语音的共振峰特性，但...
【技术保护点】
1.一种基于仿生物理储备池光计算的多维频谱实时声纹识别系统，其特征在于，包括上位机、微处理器以及多个同步采样模块，每个同步采样模块均包括DAC激光触发单元、激光器、ORRAM光计算阵列、信号放大单元、ADC采样单元，其中：
2.根据权利要求1所述的基于仿生物理储备池光计算的多维频谱实时声纹识别系统，其特征在于：所述多生物声纹信号数据库中存储的数据为人类语言、植物声纹信号、动物声纹信号的三维频谱特征。
3.根据权利要求1所述的基于仿生物理储备池光计算的多维频谱实时声纹识别系统，其特征在于：所述上位机对待识别声纹信号进行预处理的具体步骤如下：>
4.根据权利...
【技术特征摘要】
1.一种基于仿生物理储备池光计算的多维频谱实时声纹识别系统，其特征在于，包括上位机、微处理器以及多个同步采样模块，每个同步采样模块均包括dac激光触发单元、激光器、orram光计算阵列、信号放大单元、adc采样单元，其中：
2.根据权利要求1所述的基于仿生物理储备池光计算的多维频谱实时声纹识别系统，其特征在于：所述多生物声纹信号数据库中存储的数据为人类语言、植物声纹信号、动物声纹信号的三维频谱特征。
3.根据权利要求1所述的基于仿生物理储备池光计算的多维频谱实时声纹识别系统，其特征在于：所述上位机对待识别声纹信号进行预处理的具体步骤如下：
4.根据权利要求1所述的基于仿生物理储备池光计算的多维频谱实时声纹识别系统，其特征在于：所述ito/mos2/ag异质结忆阻器的制备方法如下：
5.根据权利要求1所述的基于仿生物理储备池光计算的多维频谱实时声纹识别系统，其特征在于：所述orram光计算阵列获得光电流响应信号的步骤如下：
6.根据权利要...
【专利技术属性】
技术研发人员：周广东，王玥潇，张柏畅，王谨成岩，胡小方，王丽丹，段书凯，
申请(专利权)人：西南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。