说话人识别系统需求分析说明书——正规
人脸识别终端系统使用说明书
人脸识别产品使用说明2021-04目录第1章硬件说明................................................................................................................................1.1主板接口说明.......................................................................................................................1.2产品尾线接线说明...............................................................................................................第2章设备界面说明........................................................................................................................2.1界面概览...............................................................................................................................2.2进入管理界面.......................................................................................................................2.3基本参数...............................................................................................................................2.4识别参数...............................................................................................................................2.4.1测温功能....................................................................................................................2.4.2识别参数....................................................................................................................2.4.3人脸识别....................................................................................................................2.4.4身份证识别................................................................................................................2.4.5IC卡识别.....................................................................................................................2.5网络设置...............................................................................................................................2.6名单管理...............................................................................................................................2.6.1查询............................................................................................................................2.6.2添加名单....................................................................................................................2.6.3名单详情....................................................................................................................2.6.4删除名单....................................................................................................................2.7识别记录...............................................................................................................................2.7.1查找............................................................................................................................2.7.2识别详情....................................................................................................................2.7.3删除记录....................................................................................................................2.8外设配置...............................................................................................................................2.9平台设置...............................................................................................................................2.10系统维护.............................................................................................................................2.11系统信息.............................................................................................................................第1章硬件说明1.1主板接口说明1.2产品尾线接线说明第2章设备界面说明2.1界面概览设备端接入电源开机，系统会自动进入实时人脸识别界面⚫顶部区域：IP地址、设备日期、设备时间、红外成像视频；⚫中间区域：人脸识别区域、识别信息提示框；⚫底部区域：设备标语、底库人数、网络接入标识、身份证阅读器接入标识、测温模块接入标识、人员信息同步进度标识、mac地址。
面部识别软件需求规格说明(SRS)
需求规格说明的正文格式如下：1引言1.1编写目的人类通过视觉识别文字，感知外界信息。
人脸是人机交互中相当重要的因素，通过人脸我们可以判定许多信息。
利用人脸特征进行身份验证又是最自然直接的手段，它具有直接、友好、方便的特点，比较容易被用户接受。
人脸识别技术经过四十多年的发展，已经取得了长足的进步。
目前最好的人脸识别系统在理想情况下已经能够取得可以接受的识别性能。
人脸识别技术在国家重要机关及社会安防领域具有广泛用途。
基于表观的人脸识别方法直接对二维人脸图像像素点处的灰度值进行操作，多数采用统计学习的方法提取人脸的特征，进而进行人脸的分类识别。
Osamu等人对人脸的原始图像进行二值化处理，得到人脸的等灰度图图像，采用合成的等灰度线图匹配识别。
Nefian等人利用采样窗口所形成的图像块的2D．DCT(Discrete Cosine Transform)系数或Ⅺ_一T(Karhunen Loeve Transform)系数来构造观察向量序列，采用HMM进行人脸识别。
Yoon等人[201提出了1D．HMM和神经网络相结合的混合方法。
Martinez[21]提出的方法是首先把人脸分成不同的区域，然后采用PCA来分析不同的区域，通过1D．HMM来描述不同区域之间的关系，然后根据Bayesian规则识别人脸。
Nefian等人定义了一种嵌入式HMM(E．HMM：Embedded Hidden Markov Model)用于人脸识别。
基于人脸的灰度图像，Kirby等人[23，24]和Turk等人首次把主元分析的子空间思想引入到人脸识别中，提出了著名的人脸识别算法——主成分分析法或特征脸算法(Eigenface)。
特征脸算法是建立在对人脸图像分布的主元分析(PCA)的基础之上，这种算法假设人脸图像在高维观测空间中服从近似高斯分布，通过变量变换保留高维数据空间的主要特征信息即主分量，除去有可能来自于噪声的次要分量，从而达到降维的目的。
需求分析说明书模板
需求分析说明书模板一、引言。
需求分析说明书是在项目启动初期编写的一份重要文档，它主要用于明确项目的需求和目标，为后续的设计、开发和实施工作提供指导和依据。
本文档旨在提供一个标准的需求分析说明书模板，以便项目团队在编写需求分析说明书时能够更加规范和系统地进行工作。
二、项目背景。
在项目背景部分，需要对项目的背景和目标进行简要介绍。
包括项目的名称、立项原因、项目的目标和范围等内容。
同时，还需要对项目的重要性和价值进行说明，以便读者能够更好地理解项目的意义和价值。
三、需求概述。
需求概述部分需要对项目的需求进行概括性的描述，包括项目的主要功能需求、性能需求、约束条件等内容。
这部分内容需要简明扼要地对项目的需求进行概括，为后续的详细需求分析提供一个整体的框架。
四、功能需求分析。
功能需求分析是需求分析说明书的重点部分，需要对项目的功能需求进行详细的描述和分析。
这部分内容需要对项目的各项功能进行逐一分析，包括功能的输入、输出、处理逻辑、界面设计等方面的内容。
五、性能需求分析。
性能需求分析是对项目的性能需求进行详细的描述和分析，包括系统的响应时间、并发处理能力、稳定性等方面的内容。
这部分内容需要对项目的性能需求进行全面的分析，以确保项目能够满足用户的需求。
六、约束条件分析。
约束条件分析是对项目的约束条件进行详细的描述和分析，包括技术约束、资源约束、时间约束等方面的内容。
这部分内容需要对项目的约束条件进行全面的分析，以确保项目能够在约束条件下顺利进行。
七、其他需求分析。
除了功能需求、性能需求和约束条件外，还需要对项目的其他需求进行分析，包括安全需求、可靠性需求、可维护性需求等方面的内容。
这部分内容需要对项目的其他需求进行全面的分析，以确保项目能够全面满足用户的需求。
八、总结。
需求分析说明书的总结部分需要对整个文档进行总体的概括和总结，强调项目的需求和目标，并指出项目的重要性和价值。
同时，还需要对后续工作提出建议和展望，为项目的后续工作提供指导和依据。
智能分析动态人脸识别系统技术需求书
智能分析动态人脸识别系统技术需求书智能分析动态人脸识别系统技术需求书一、项目背景随着科技的不断发展，人脸识别技术已经广泛应用于安全监控、门禁管理、智慧城市等领域。
为了提高人脸识别准确率和实时性，我们计划开发一款智能分析动态人脸识别系统。
该系统旨在实现对视频中动态人脸的识别和分析，提高安全监控领域的智能化水平。
二、需求概述1、技术架构：系统采用分层设计，包括数据采集层、数据预处理层、特征提取层、人脸识别层和结果展示层。
2、功能模块：包括人脸检测、人脸对齐、特征提取、人脸识别、结果展示等功能模块。
3、数据接口：提供与视频监控设备、人脸库等外部系统的数据接口，实现数据的有效交互。
三、技术分析1、传统图像处理技术：利用图像滤波、边缘检测等算法实现人脸检测和对齐。
2、深度学习算法：采用卷积神经网络（CNN）等深度学习算法，对人脸图像进行特征提取。
3、机器学习算法：利用支持向量机（SVM）、决策树等机器学习算法，实现人脸分类和识别。
四、项目实现1、技术选型：选择开源深度学习框架，如TensorFlow、Caffe等，进行算法开发和优化。
2、数据采集：通过与视频监控设备对接，获取实时视频数据，并采集人脸库用于训练和验证。
3、数据预处理：对采集的人脸图像进行预处理，包括图像增强、去噪等操作，提高特征提取的准确性。
4、模型训练：利用大规模人脸数据集进行模型训练，优化深度学习算法的性能。
5、部署与测试：将训练好的模型部署到系统中，进行集成测试和性能评估。
五、应用场景1、安防监控：实时监测监控画面中的人脸，实现人脸识别和比对，提高安全监控的智能化水平。
2、人流管理：在公共场所如车站、商场等实现对人群的动态人脸识别，为流量统计、人群分析等提供数据支持。
3、智能交通：实现交通卡口的人脸识别，为交通管理、布控查逃等提供技术手段。
六、商业价值1、市场前景：随着人工智能技术的快速发展，动态人脸识别市场前景广阔，可广泛应用于安全监控、智慧城市、金融认证等领域。
系统需求分析系统说明书(模板)
系统需求分析系统说明书1、引言本章主要介绍本文档的目的、范围、定义和缩略词。
1.1 目的本文档旨在对系统的需求进行分析和说明，明确系统的功能、性能、可靠性、安全性等方面的需求，为系统的开发和实施提供指导。
1.2 范围本文档适用于系统的需求分析阶段，并覆盖系统的所有功能和功能扩展。
1.3 定义本文档中使用的术语和定义应与相关文档和标准一致。
1.4 缩略词在本文档中使用的缩略词及其定义如下：- CRM：客户关系管理- ERP：企业资源计划2、系统概述本章主要介绍系统的背景和目标，以及对系统的总体描述和功能。
2.1 背景在这里描述系统的背景信息，如为什么需要该系统以及当前的业务痛点。
2.2 目标明确系统的主要目标，包括提高效率、降低成本、提升用户体验等。
2.3 总体描述对系统进行整体描述，包括系统的角色、主要功能模块和关键业务流程。
2.4 功能描述系统的主要功能模块和子功能。
3、需求分析本章主要详细说明系统的需求，包括功能需求、性能需求、可靠性需求、安全性需求等。
3.1 功能需求和描述系统的各项功能需求，包括用户管理、订单管理、客户服务等。
3.2 性能需求说明系统在各方面的性能要求，如响应时间、并发处理能力、数据容量等。
3.3 可靠性需求描述系统的可靠性要求，如可用性、容错性、恢复性等。
3.4 安全性需求明确系统的安全性要求，包括数据安全、用户认证等。
4、系统设计本章主要介绍系统的设计方案，包括架构设计、数据库设计、界面设计等。
4.1 架构设计描述系统的总体架构设计，包括分层结构、模块划分等。
4.2 数据库设计说明系统的数据库设计，包括数据表结构、关系定义和索引设计等。
4.3 界面设计描述系统的用户界面设计，包括界面布局、样式和交互设计等。
5、接口设计本章主要详细说明系统的接口设计，包括与外部系统的接口、与用户的接口等。
5.1 外部系统接口说明系统与其他外部系统的接口设计，包括数据交换格式、接口协议、安全认证等。
第14章 说话人识别
第十四章说话人识别14.1 概述说话人识别和指纹识别、虹膜识别等一样，属于生物识别的一种，被认为是最自然的生物特征识别身份鉴定方式，因此又被称为“声纹”识别。
生物识别（Biometric Recognition），也称为生物特征识别、生物测定学、生物认证，是指通过人体显著的生物或行为特征来自动识别所测定人的身份的方法。
适合生物识别的特征应该符合以下的几个性质：通用性（每个人都具有）、独特性（每个人都不一样）、恒定性（不随时间而变化）、可收集性（可定量测量）、准确性（准确性通常随量的增加而降低）、高可采用性（人们易于接受）和低欺骗性（不易被欺骗）[1]。
语音不仅具有上述的性质，而且与其他的生物测定技术如指纹、虹膜和人脸识别等比较，声纹识别具有很大的优势。
语音是个人所固有的特征，人的语音可以非常自然地产生，训练和识别时并不需要特别的输入设备，诸如个人电脑普遍配置的麦克风和到处都有的电话都可以作为输入设备，因此说话人识别系统的价格也较低，上述原因促使语音成为人们愿意接受的一种生物特征。
说话人识别（Speaker Recognition）按照任务可以分为两个范畴：即说话人辨认（Speaker Identification）和说话人确认（Speaker Verification）。
说话人辨认是指通过一段语音从注册的有限说话人集合中分辨出其身份的过程，是“多选一”的问题。
说话人辨认系统的性能将随着说话人集合的规模增大而降低。
说话人确认是证实某一说话人是否与他所声称的身份一致的过程，系统只需给出接受或拒绝两种选择，是“一对一判别”的问题。
因此，说话人确认系统的性能是与说话人集合的规模无关的。
另外，与其他生物识别技术类似，若考虑待识别的说话人是否在注册的说话人集合内，则说话人辨认分为开集（Open-set）辨认和闭集（Close-set）辨认，即开集辨认比闭集辨认多一个确认过程。
显而易见，闭集辨认的结果要好于开集辨认，但开集辨认与实际情况更为接近。
声音识别系统指南说明书
Voice Command Tips
• Press and release the Talk button, wait for a beep, then say a command.
Audio Commands
(Accepted on most screens)
• Radio on • Radio # FM/AM • Radio preset 1/2/3/4/5/6 • DISC/USB/iPod play • DISC/USB/iPod skip forward/back • Auxiliary (AUX) play
VOICE RECOGNITION
To keep your eyes on the road and hands on the wheel, use the voice commands to operate certain vehicle features.
Talk button to say
Voice Control System
Pick-Up button: Answer an incoming call, or go directly to the Phone screen.
Talk button: Say navigation, HFL, audio, or climate control commands.
Hang-Up button: End a call or decline a call.
• Adjust the dashboard and side vents away from the microphone in the ceiling.
《手语识别系统设计》范文
《手语识别系统设计》篇一一、引言手语作为聋人群体表达和沟通的主要方式，具有极其重要的意义。
随着科技的发展，手语识别系统的设计日益成为关注的焦点。
该系统能够将手语动作转化为语音或文字信息，使得聋人群体能够更好地与他人进行交流。
本文将详细探讨手语识别系统的设计思路、方法及实现过程。
二、系统需求分析在设计手语识别系统之前，首先需要进行系统需求分析。
这一阶段主要关注以下几个方面：1. 目标用户：系统主要服务于聋人群体，因此需要深入了解他们的需求和习惯。
2. 功能需求：系统应具备识别手语动作、将手语转化为语音或文字信息、提供实时交互等功能。
3. 性能要求：系统应具备高识别率、低延迟、易操作等特点。
4. 安全性和可靠性：确保系统数据的安全性和系统的稳定性。
三、系统设计在系统需求分析的基础上，进行系统设计。
手语识别系统设计主要包括硬件设计和软件设计两部分。
（一）硬件设计硬件部分主要包括摄像头、处理器、存储设备等。
摄像头用于捕捉手语动作，处理器负责处理图像信息，存储设备用于存储识别结果和系统数据。
此外，还需要考虑设备的便携性、耐用性等因素。
（二）软件设计软件部分主要包括图像处理、手语识别、语音合成或文字转换等模块。
图像处理模块负责将摄像头捕捉的图像信息转化为数字信号；手语识别模块通过算法对手语动作进行识别；语音合成或文字转换模块将识别的手语转化为语音或文字信息。
此外，还需要设计友好的人机交互界面，以便用户能够方便地使用系统。
四、算法选择与实现在手语识别系统中，算法的选择与实现是关键。
常用的算法包括深度学习、机器视觉等。
其中，深度学习算法在图像处理和模式识别方面具有较高的准确率，适用于手语识别。
在实现过程中，需要使用大量的手语数据对模型进行训练，以提高识别率。
此外，还需要对算法进行优化，以降低计算复杂度，提高系统的实时性。
五、系统测试与评估在完成手语识别系统的设计和实现后，需要进行系统测试与评估。
测试阶段主要包括功能测试、性能测试、安全性和可靠性测试等。
人脸识别需求文档
人脸识别需求文档
1、需求说明
主要使用模块为：人脸添加、人脸修改、人脸删除、人脸比对。
2、部署环境
本系统为B/S架构，使用JAVA + JS +JSP 编写，系统部署在内网中，无法连接互联网。
当前系统已有摄像头，所有照片通过本系统摄像头采集。
3、流程图
4、详细说明
当前用户图片数量大约五万人，需要通过我们的业务系统，调用【人脸系统】，【人脸系统】进行添加、修改、删除、识别等人脸数据，并返回结果给业务系统。
我们的应用场景呢，是一共几十台PC机器，每个PC机器上有一个电脑摄像头。
我们希望你们提供一个B/S机构人脸系统，部署在服
务器之后，能够应用于所有网络内的PC机器上摄像头图片：
5、网络拓扑。
说话人语音识别
说话人语音识别说话人语音识别摘要说话人识别作为生物认证技术的一种，是根据语音波形中反映说话人语音特征的参数来自动识别说话人身份的一种鉴别技术。
与其他生物识别技术相比，说话人识别具有数据采集简单，能实时、远程识别等优点。
可广泛用于电话银行，门禁系统，数据库等各种身份鉴定领域。
因此说话人识别在生物认证领域应用越来越普遍。
本文利用Matlab实现了一个完整的说话人识别系统，包括语音的预处理，特征提取，后期的模型训练和识别。
该系统在语音的预处理和特征提取方面使用了Mel倒谱系数作为特征参数，它比传统的倒谱系数能更好地体现人耳的听觉特性。
在说话人模型方法上，采用了矢量量化模型（VQ），利用矢量坐标反映语音的声纹特征。
测试结果显示，系统可以直观地反映待测语音文件和需要被训练语音文件的时域波形和码本空间的图形，并有较高的识别率。
若待测说话人是被训练的语音中的说话人之一，则系统可以显示出待测说话人训练时所附带的身份信息。
关键词：说话人识别，Mel倒谱系数，矢量量化，MatlabSpeaker Speech RecognitionAbstractAs one of the biometrics techniques,speaker recognition is the process ofautomatically recognizing who is speaking on the basis of individual information included in speech waves。
With other biometric technology, speaker recognition with a simple data acquisition, real-time, long-range identification and so on. Can be widely used in telephone banking, access control systems, databases and other areas of identification. Speaker Recognition is therefore in the field of bio-increasing application of certification.In this paper, the use of Matlab to achieve a complete speaker recognition system, including the voice of the pre-processing, feature extraction, the latter part of the model training and recognition. Voiceof the system in the pre-processing and feature extraction using the Mel cepstral coefficients as feature parameters, it than the traditional cepstral coefficients to better reflect the characteristics of the human ear's hearing. Model in the speaker, usinga model of vector quantization (VQ), the use of vector coordinates to reflect the characteristics of voice voiceprint.The test results indicate that the system under test can reflect theintuitive voice files and voice files need to be trained in time-domain waveform and the graphics code in this space, and a higher recognition rate. If the test is being trained to speak the voice of one speaker, the system under test can show the speaker attached to training status information.Keywords: Speaker Recognition MFCC Vector Quantization Matlab目录说话人语音识别 (1)摘要 (1)Speaker Speech Recognition (2)Abstract (2)第一章引言 (6)1.1研究背景 (6)1.2说话人识别技术的研究目的与意义 (6)1.2.1研究意义 (6)1.2.2 研究目的 (7)1.3 说话人识别技术的国内外研究现状 (7) 1.3.1 说话人识别技术的分类 (7)1.3.2 说话人识别技术的现状与发展方向 (8) 1.3.3 说话人识别技术面临的主要问题 (9) 1.4 论文的主要内容及章节安排 (9)第二章说话人识别技术 (11)2.1 说话人识别的预处理和特征提取 (11) 2.1.1语音信号的预处理 (11)（2）端点检测 (11)（3）分帧 (13)（4）加窗 (13)2.1.2 MFCC参数的特征提取 (14)2.2 矢量量化 (18)2.2.1 矢量量化的基本原理 (19)2.2.2 矢量量化器的码书设计 (20)2.2.3 矢量量化的加权失真度测量度 (23) 第三章系统总体设计 (25)3.1 说话人识别系统的需求分析 (25)3.1.1 训练功能 (25)3.1.2 播功能 (25)3.1.3 识别功能 (25)3.2 系统总体设计方案 (26)第四章说话人识别系统的具体实现 (28) 4.1 语音信号预处理的设计 (28)4.1.1 语音信号预处理简介 (28)4.1.2 语音信号预处理的流程 (28)4.2 基于MFCC的特征提取 (35)4.3 说话人辨认系统的设计 (38)4.3.1说话人辨认系统的结构 (38)4.3.2 说话人识别系统训练部分的设计 (38)4.4.3说话人识别系统的识别部分的设计 (44)第五章说话人识别系统的性能测试 (49)5.1 说话人识别系统的软、硬平台 (49)5.2 说话人识别系统的界面介绍 (49)5.3 说话人识别系统的性能测试 (50)5.3.1 说话人语音的训练 (52)5.3.2 待测说话人语音的预处理和特征提取 (56)5.3.3 待测说话人语音的识别测试 (58)结束语 (62)致谢 (63)参考文献 (64)第一章引言1.1研究背景说话人识别与指纹识别，虹膜识别一样，是通过人体显著的生物特征和行为特征来自动识别待测人身份的方法。
基于语音处理技术的智能中文语音识别系统设计
基于语音处理技术的智能中文语音识别系统设计智能语音识别系统是一种能够解析人类语音并将其转化为可理解的文字或命令的技术。
随着人工智能技术的不断发展，语音识别系统已经取得了突破性的进展。
本文将围绕基于语音处理技术的智能中文语音识别系统的设计展开讨论，并提出了一种高效准确的系统设计方案。
一、系统需求分析在设计语音识别系统之前，我们首先需要对系统需求进行充分的分析。
智能中文语音识别系统的主要目标是将用户输入的中文语音转换为文本内容，并能够做到高度准确和实时性。
为了实现这一目标，系统需要具备以下功能和特性：1. 实时性：系统需要能够实时响应用户的语音输入，并将其转化为文字内容，以满足用户的实时交流需求。
2. 准确性：系统应该具备高度准确的语音识别能力，能够准确识别用户的语音输入，并将其转化为正确的文本内容。
3. 适应性：系统应该能够适应不同讲话风格、语调和音质的语音输入，以提高识别的准确性和鲁棒性。
4. 多语种支持：考虑到全球用户的需求，系统应该支持多种语言的语音输入和识别功能，包括但不限于中文、英文、日文等。
5. 用户友好界面：系统界面应该简洁直观，易于操作，并提供一些辅助功能，如语音输入指导，错误矫正等。
二、系统设计方案1. 语音输入处理：系统首先接收用户的语音输入，并对其进行预处理。
该预处理步骤包括去除噪声、语音信号增强和语音分割等。
这些预处理步骤有助于提高语音输入的质量和准确性。
2. 特征提取：接下来，系统对经过预处理的语音输入进行特征提取。
常用的特征提取方法包括梅尔频率倒谱系数（MFCC）和线性预测编码（LPC）。
提取到的特征将用于后续的语音模型训练和分类。
3. 语音模型训练：在训练阶段，系统使用大量的标注语音样本对语音模型进行训练。
常用的语音模型包括隐马尔可夫模型（HMM）和深度学习模型，如循环神经网络（RNN）和卷积神经网络（CNN）。
通过对大量样本的学习，语音模型能够逐渐提高对语音输入的准确识别能力。
说话人识别系统~
图 1 说话人识别系统图
共 30 页 第6页
燕山大学专业综合训练说明书
第 4 章 设计方案
我们可以将一个说话人识别系统分成如下几个模块：预处理模块、特征提取模块、 训练模块和识别模块等。
4.1 预处理模块
语音信号的预处理分为四个部分：预加重、端点检测、分帧和加窗。下面对每一部 分进行详细的叙述。
在进行说话人识别时，取与测试音匹配距离最小的说话人模型所对应的说话人作为 说话人识别的结果。
3.2 设计要求
要实现说话人识别,应解决如下基本问题: (1)语音信号的预处理和特征提取, 即提取能够有效表征说话人个性特征的参数。实 际上现在采用的特征都是从语音信号模型中得到的, 它们既包含说话人的语音特征,又 包含说话人的个性特征,并且相互交织在一起, 以复杂的形式存在于语音参数中,目前还 没有建立起准确分离和提取这两种特征的技术。 (2)说话人模型的建立和模型参数的训练。这包括模型结构的表示和参数估计算法。 (3)测试音与说话人模型的匹配距离计算。实际上,采用的说话人模型结构对应于说 话人识别的不同方法。随着技术的发展, 说话人识别的方法不断出现,包括矢量量化, 模 板匹配法,隐马尔可夫模型,高斯混合模型, 人工神经网络方法等。 (4)识别或判决策略。根据匹配距离的计算结果判决说话人是否是所声称的说话人 (说话人确认)或说话人到底是谁(说话人辨认)。
共 30 页 第4页
燕山大学专业综合训练说明书
第 3 章 说话人识别系统设计相关知识
3.1 说话人识别基本原理
说话人识别的基本原理是为每一个说话人建立一个能够描述这一说话人个性特征的 模型 。在目前话音特征与说话人个性特征还未很好的从语音特征中得到分离的情况下， 为每一个说话人建立的说话人模型实际是说话人的语音特征模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
说话人识别系统需求分析目录1 引言 (2)1.1 编写目的 (2)1.2 文档范围 (2)1.3 读者对象 (2)1.4 术语与缩写解释 (2)1.5 参考资料 (2)2 项目概述 (3)2.1项目背景 (3)2.2 系统介绍 (3)2.3 系统应当遵循的标准或规范 (3)2.4 设计和实现的约束和限制 (3)3 功能需求 (5)3.1 总体功能需求 (5)3.1.1 系统顶层用例图 (5)3.1.2 功能需求列表 (5)3.2 说话人识别系统 (6)3.2.1系统用例 (6)3.3 语音采集 (6)3.3.1 语音采集用例图 (6)3.3.2 语音采集 (7)3.4.3 语音识别 (9)4 性能需求 (11)4.1 响应需求 (11)4.2 可靠性需求 (11)4.3 可用性需求 (11)4.4 精度需求 (11)5 非功能需求 (12)5.1 可用性需求 (12)5.1.1 易用性需求 (12)5.1.2 文档需求 (12)5.2 操作需求 (12)5.2.1 可移植性需求 (12)5.2.2 系统安装需求 (12)5.2.3 可维护性需求 (13)5.3 安全需求 (13)5.3.1 系统安全 (13)5.3.2文件安全 (13)1 引言1.1 编写目的本说明书明确基于android手机平台中说话人识别系统需要实现的功能，准确表达出系统的需求。
本文档供项目设计、开发时使用，是软件测试及维护的参考资料，是项目验收的标准之一。
1.2 文档范围本文档仅定义了基于android手机平台中说话人识别系统的功能需求。
1.3 读者对象本说明书主要面向以下人员：➢参与系统分析、软件开发、软件测试等所有技术人员；1.4 术语与缩写解释1.5 参考资料在编写本需求报告时，参考的主要资料有：➢《密钥管理系统软件需求规格说明书》 2007 电子科大Openlab实验室2 项目概述2.1项目背景随着硬件技术的发展，手机已不再单单是打电话、短信的功能，手机的内存及扩展的外存都在不断增大，更多的商务人士把手机当作了小型掌上电脑，使在手机上存储大量敏感的个人、公司的信息成为可能，这些信息的安全保密问题至关重要。
由于手机的借用、丢失等问题可能导致手机中信息的泄露，对手机用户造成极大的损失，因而对于文件夹的加密，确定手机的使用权限显得尤为重要。
传统的密码加密，需要用户记住密码，但随着各种密码如银行卡密码，邮箱密码，MSN密码等等多种不同的密码需要用户记忆，非常不方便，一旦忘记密码或密码泄露，后果很严重。
此时，我们追求一种可随身携带的、能表明自己身份的某种产品来加密我们自己的东西，只有我们本人才能够打开我们的东西。
而生物特征识别技术就是发展的必须物。
它可以在合理的资源需求下实现可接受的识别准确性和速度；对人没有伤害而且可为人们所接受；对各种欺诈方法有足够的鲁棒性。
生物识别技术作为一种身份识别的手段，具有独特的优势，近年来已逐渐成为国际上的研究热点。
目前人们研究和使用的生物特征识别主要有：人脸识别、虹膜识别、手形识别、指纹识别、掌纹识别、签名识别、声音识别和说话人识别。
指纹识别不够人性化，用户必须刻意地将手指放在传感器上，虹膜识别的准确率，但也同样的需要眼睛凑向摄像头，而且虹膜识别的代价高昂，一般用于对安全性要求很高的身份识别应用中，所以指纹识别，虹膜识别都没有应用到手机中去。
相比之下，说话人识别有如下优点：以声音作为识别特征，因非接触性和自然性，用户易于接受；所用设备成本很低，输入设备只需要话筒，而手机本身就有，所以说话人识别很适合用于移动互联环境进行身份验证。
2.2 系统介绍（1）委托单位：电子科大Openlab实验室（2）系统目标：➢用户身份录入➢用户身份识别➢开机身份验证➢采用用户身份对文件加密2.3 系统应当遵循的标准或规范依据技术规范书的要求，平台建设项目的软件平台开发过程、软件产品必须达到下列软件工程标准、规范的要求：➢计算机软件开发规范\软件技术——GB8566-88➢软件工程术语——GB/T11457-952.4 设计和实现的约束和限制开发环境：➢开发采用 Eclipse3.5版；➢ADT工具包，android sdk2.1版运行环境：➢Sun Java JDK6.0 For Win/Linux（或更高版本）➢JVM支持；系统平台：➢支持android 2.1 ，android 2.0 ，android 1.5等。
各种文档：➢符合公司文档编写规范3 功能需求3.1 总体功能需求3.1.1 系统顶层用例图图3-1 系统用例图3.1.2 功能需求列表功能类别子模块子功能或需求A语音采集 A.1用户语音采集模块 A.1.1语音录入A1.2语音对比测试B身份认证 B.1开机身份认证模块 B.1.1开机身份识别B.2文件加密认证模块 B.2.1加密身份识别3.2 说话人识别系统3.2.1系统用例用例标识和历史需求ID: AndroidSR.001用例名称: 说话人识别系统版本号: V1.00 目的: 通过对用户个人独特语音的采集及开机时的身份认证来实现对手机安全的保护。
上一次更新: On (日期):批准人: On (日期): 2011/1/10 用户/行为人: 手机拥有者业务所有者姓名: 联系信息:触发者: 手机拥有者参考资料:使用频度: 普通前提条件: Android操作系统的智能手机结束条件: 软件安装成功非功能性需求:假设, 问题: 无步骤:3.3 语音采集3.3.1 语音采集用例图图3-3 语音采集用例图3.3.2 语音采集3.3.2.1 用户语音采集用例标识和历史需求ID: AndroidSR_A.001用例名称: 用户语音采集版本号: V1.00 目的: 对用户个人独特语音的进行采集。
上一次更新: On (日期): 批准人: On (日期): 2011/1/2 用户/行为人: 手机拥有者业务所有者姓名: 联系信息: 触发者: 手机拥有者参考资料:使用频度: 普通前提条件: Android操作系统的智能手机结束条件: 用户语音采集合格非功能性需求: 根据用户录入语音匹配数据库中的数据进行身份认证假设, 问题:步骤:3.3.2.2 语音对比测试用例标识和历史需求ID: AndroidSR_A.002用例名称: 语音比对测试版本号: V1.00目的: 对语音登记过的用户进行语音比对测试上一次更新: On (日期): 批准人: On (日期): 2011/1/2 用户/行为人: 手机拥有者业务所有者姓名: 联系信息: 触发者: 手机拥有者参考资料:使用频度: 普通前提条件: 用户语音数据已录入，码本存于数据库中结束条件: 语音身份认证测试成功非功能性需求:假设, 问题: 无步骤:3.4.3 语音识别3.4.3.1语音识别用例图图3-3 语音识别用例图3.4.3.2开机语音识别用例标识和历史需求ID: AndroidSR_I.001用例名称: 开机语音识别版本号: V1.00 目的: 合法用户进行语音特征信息识别认证，确认合法用户身份上一次更新: On (日期): 批准人: On (日期): 2011/1/10 用户/行为人: 手机拥有者业务所有者姓名: 联系信息: 触发者: 手机拥有者参考资料:使用频度: 普通前提条件: 语音采集合法，语音比对成功结束条件: 语音比对成功或失败非功能性需求:假设, 问题: 无3.4.3.3文件用户识别用例标识和历史需求ID: AndroidSR_I.002用例名称: 文件用户识别版本号: V1.00 目的: 合法用户进行语音特征信息识别认证，确认合法用户身份，取得文件的使用权上一次更新: On (日期):批准人: On (日期): 2011/1/10 用户/行为人: 手机拥有者业务所有者姓名: 联系信息:触发者: 手机拥有者参考资料:使用频度: 普通前提条件: 语音采集合法，语音比对成功结束条件: 语音比对成功或失败非功能性需求:假设, 问题: 无4 性能需求4.1 响应需求响应时间必须满足如下需求：➢安全认证模块响应速度≤6秒（待定）；4.2 可靠性需求系统可靠性应满足如下需求：➢系统安全可靠性指数达99%，并且具有备份容灾功能4.3 可用性需求系统应满足如下可用性需求：➢可对单个用户的多种语音特征进行提取及识别；4.4 精度需求➢语音特征识别率达98%以上，错误拒绝率2%，错误接受率0%；5 非功能需求5.1 可用性需求5.1.1 易用性需求说话人识别系统应具备较好的易用性，各子系统的功能应易于完成，系统界面应比较友好。
5.1.2 文档需求本系统交付时，需要提交如下系统文档：➢概要设计说明书➢详细设计说明书➢测试报告➢系统操作维护手册另外，软件模块中应提供在线帮助，以利于使用者可以随时获得帮助。
5.2 操作需求5.2.1 可移植性需求说话人识别系统需要考虑可移植性的需求。
具体体现如下：➢系统采用JA V A语言开发；➢数据库暂拟使用Sqlite3数据库；➢平台采用android2.1操作系统5.2.2 系统安装需求系统应支持向导安装，不能有过多的比较专业化的安装配置过程。
5.2.3 可维护性需求对系统的安装可维护性需要满足如下需求：➢若软件因某些原因导致的数据损坏或是系统损坏，手机数据库的定时备份能够对损坏数据进行恢复，使得数据能够重新存在新的系统中去。
系统的管理操作不能太复杂，应简单易于理解，使维护人员能够快速理解并进行相关的维护操作。
➢尽量减少系统运行过程中对配置文件进行修改。
➢软件设计寿命为3~5年；5.3 安全需求5.3.1 系统安全说话人识别系统自身的设计必须满足如下安全性需求：➢所选操作系统的安全，可以通过操作系统补丁、防病毒等方式保障系统的安全；➢系统必须有较强的身份认证手段，登录系统的人必须经过身份认证才能进行有关的授权业务操作。
5.3.2文件安全➢在进行文件识别时，只有身份认证通过，才可以进行相关的授权操作。