常鈺坤，楊海燕，陳瀟杰，周萍

（1.桂林電子科技大學(xué) 信息與通信學(xué)院，廣西桂林，541004；2.桂林信息科技學(xué)院 電子工程學(xué)院，廣西桂林，541004）

0 引言

隨著人們對(duì)高質(zhì)量生活的不斷追求，傳統(tǒng)鎖具式門禁逐漸失去主導(dǎo)地位，新一代智能門禁成為市場(chǎng)新寵。對(duì)比傳統(tǒng)鎖具式門禁，智能門禁系統(tǒng)在使用更方便的同時(shí)其安全性和用戶體驗(yàn)均有極大的提升。目前指紋識(shí)別、人臉識(shí)別等生物識(shí)別技術(shù)已經(jīng)廣泛應(yīng)用于市場(chǎng)上的門禁系統(tǒng)，不足之處在于同時(shí)也導(dǎo)致了更多的私人信息被迫暴露，比如人臉識(shí)別的門禁系統(tǒng)對(duì)身份信息的泄漏。密切接觸的指紋識(shí)別門禁類別，因其采集信息需要密切接觸使得應(yīng)用受到限制。相比于指紋信息和人臉信息，聲紋信息的獲取更容易得到人們的許可，且不易泄漏身份信息，因此聲紋識(shí)別技術(shù)結(jié)合動(dòng)態(tài)指令控制在智能門禁系統(tǒng)的應(yīng)用有其市場(chǎng)應(yīng)用需求。聲紋識(shí)別的智能門禁系統(tǒng)利用不同說話人聲紋信息差異來識(shí)別開鎖人身份，無需接觸，使用方便，安全性高。

1 智能門禁系統(tǒng)特點(diǎn)

基于聲紋識(shí)別的智能門禁系統(tǒng)，通?？紤]結(jié)合聲紋識(shí)別技術(shù)和動(dòng)態(tài)指令作為智能門禁開啟的鑰匙，客戶端采集用戶聲紋信息，可進(jìn)行用戶的聲紋注冊(cè)，以及提供隨機(jī)的八位動(dòng)態(tài)數(shù)字密碼進(jìn)行聲紋驗(yàn)證。服務(wù)器端輸出給定的隨機(jī)數(shù)字提醒用戶采集聲紋信息，并上傳至云服務(wù)器，并進(jìn)行聲紋認(rèn)證和信息記錄，判別后通過網(wǎng)絡(luò)發(fā)送控制指令來控制門禁狀態(tài)，并將判別結(jié)果同步返回客戶端，實(shí)現(xiàn)近程控制；管理后臺(tái)可實(shí)時(shí)查詢門鎖狀態(tài)信息和用戶信息；同時(shí)允許同一網(wǎng)絡(luò)下的客戶端與門禁系統(tǒng)配對(duì)，配對(duì)成功則允許客戶端實(shí)現(xiàn)遠(yuǎn)程開鎖。同時(shí)采用Web 網(wǎng)頁形式展示給服務(wù)端后臺(tái)，方便管理員對(duì)系統(tǒng)的遠(yuǎn)程管理和監(jiān)控，對(duì)出入信息進(jìn)行管理，以保證安全度。

智能語音門禁系統(tǒng)的客戶端基本架構(gòu)包括主控制器模塊、繼電器模塊、電源模塊、OLED 顯示模塊和語音識(shí)別模塊等。在此基礎(chǔ)上，也可結(jié)合云平臺(tái)，增加手機(jī)無線遠(yuǎn)程解鎖功能，通過云服務(wù)器將智能門禁系統(tǒng)與手機(jī)APP 進(jìn)行連接，并在同一局域網(wǎng)下通過一鍵配置實(shí)現(xiàn)互通，增加系統(tǒng)的實(shí)用性，安全性、可靠性。

2 系統(tǒng)總體設(shè)計(jì)與實(shí)現(xiàn)

考慮到個(gè)人情緒以及身體狀況的變化對(duì)聲紋信息的影響，本文基于聲紋識(shí)別的智能門禁系統(tǒng)設(shè)計(jì)結(jié)合動(dòng)態(tài)指令和聲紋識(shí)別技術(shù)共同作為門鎖開啟的鑰匙。系統(tǒng)設(shè)計(jì)框圖如圖1 所示，其中客戶端、服務(wù)器端和門禁端在同一網(wǎng)絡(luò)中，以增加系統(tǒng)的安全性；客戶端和服務(wù)器通過WiFi 進(jìn)行通信，控制模塊不僅適用本智能門禁系統(tǒng)，也可嵌入到不同的電控鎖中，具備通用性設(shè)計(jì)。

圖1 聲紋門禁系統(tǒng)框圖

■2.1 智能門禁系統(tǒng)硬件設(shè)計(jì)與實(shí)現(xiàn)

智能門禁系統(tǒng)的硬件部分以STM32F103RET6 單片機(jī)作為核心控制器，協(xié)調(diào)各部分電路工作；采用一體式WiFi透?jìng)髂K進(jìn)行收發(fā)控制指令；最終由繼電器開關(guān)電路控制門禁鎖。主要模塊設(shè)計(jì)如下。

2.1.1 核心控制模塊

考慮到門禁系統(tǒng)連續(xù)工作的要求，ARM 內(nèi)核的STM32系列單片機(jī)具有優(yōu)異的運(yùn)算速度和擴(kuò)展能力，外設(shè)資源豐富。經(jīng)過調(diào)研，系統(tǒng)的核心控制電路采用STM32 系列的STM32F103RET6 單片機(jī)作為主控制芯片，通過串口和上層的WiFi 模塊進(jìn)行通訊，再將控制信號(hào)作用于下層繼電器控制模塊。

2.1.2 語音識(shí)別模塊

考慮到門禁系統(tǒng)對(duì)聲紋信息的采集與響應(yīng)速度有著極高的要求，經(jīng)過調(diào)研，選擇了智能離線語音識(shí)別模塊HLK-V20。該模塊使用32 位基于RSIC 硬件架構(gòu)的音頻內(nèi)核，并加入了DSP 運(yùn)算指令集，專門負(fù)責(zé)語音信號(hào)的傳輸、數(shù)字化音頻處理，符合本設(shè)計(jì)需要進(jìn)行離線語音識(shí)別監(jiān)測(cè)的應(yīng)用場(chǎng)景。

2.1.3 WiFi 通訊電路

考慮到門禁系統(tǒng)的便捷性和實(shí)時(shí)性，本系統(tǒng)特意設(shè)置將門鎖連接到WiFi 網(wǎng)絡(luò)上，利用ESP8266-12FWiFi 構(gòu)成無線傳輸模塊，從而實(shí)現(xiàn)遠(yuǎn)程控制與管理。WiFi 模塊集成了MAC、基頻芯片、射頻收發(fā)單元以及功率放大器，有兩種無線組網(wǎng)方式：無線接入點(diǎn)AP 和無線站點(diǎn)STA，運(yùn)行頻率達(dá)80MHz?？紤]AP 模式下WiFi 模塊不需要連接外圍設(shè)備，即可實(shí)現(xiàn)無線終端到設(shè)備的連接，故首先在AP 模式下通過網(wǎng)頁配置模塊參數(shù)，接入門禁系統(tǒng)所在的無線網(wǎng)絡(luò)，然后選取STA 方式，完成WiFi 模塊初始化。WiFi 模塊通訊電路框圖如圖2 所示。

圖2 WiFi 通訊電路框圖

2.1.4 繼電器控制電路

繼電器控制模塊基本功能是通過小能量電流信號(hào)來自動(dòng)控制大能量電流。本系統(tǒng)設(shè)計(jì)中，繼電器模塊驅(qū)動(dòng)電路采用ULN2003A，主要由模塊驅(qū)動(dòng)集成電路和控制繼電器兩個(gè)部分組成，如圖3 所示。

圖3 繼電器電路模塊

■2.2 智能門禁系統(tǒng)軟件設(shè)計(jì)

智能聲紋門禁系統(tǒng)的軟件設(shè)計(jì)根據(jù)功能區(qū)分采用分塊設(shè)計(jì)，主要考慮兩部分，設(shè)計(jì)方案如圖4 所示。第一部分包括對(duì)語音數(shù)據(jù)的預(yù)處理和基于深度學(xué)習(xí)完成用戶聲學(xué)模型的訓(xùn)練與建立；第二部分則針對(duì)實(shí)時(shí)語音進(jìn)行采集、預(yù)處理以及聲紋識(shí)別等過程。2.2.1 聲紋模型主干網(wǎng)絡(luò)選擇針對(duì)智能語音門禁系統(tǒng)的應(yīng)用場(chǎng)景，僅需要對(duì)所采集的語音信息中的關(guān)鍵詞進(jìn)行識(shí)別，因此設(shè)計(jì)中不考慮語言模型。

圖4 軟件系統(tǒng)總體方案框圖

殘差神經(jīng)網(wǎng)絡(luò)(ResNet)屬于深度學(xué)習(xí)領(lǐng)域問題中的基礎(chǔ)特征分類網(wǎng)絡(luò)。其獨(dú)特之處在于將網(wǎng)絡(luò)劃分成一個(gè)個(gè)殘差子單元，將元素的相乘操作變成了相加操作，網(wǎng)絡(luò)在反向傳播避免了梯度消失，使得層數(shù)很深的網(wǎng)絡(luò)時(shí)淺層參數(shù)也能得到更新，減少了信息丟失問題。本文選用ResNet50 作為聲紋識(shí)別聲學(xué)模型主干網(wǎng)絡(luò)，同時(shí)加入正則化和Dropout 層以減緩過擬合現(xiàn)象，通過池化層降維，全連接層進(jìn)行特征重組。ResNet50 結(jié)構(gòu)如圖5 所示，聲紋模型如圖6 所示。

圖5 Res Net 中殘差單元結(jié)構(gòu)圖

圖6 聲紋模型建立

2.2.2 可視化界面設(shè)計(jì)

為了服務(wù)器端使用方便友好，設(shè)計(jì)了可視化界面?？梢暬缑娼Y(jié)構(gòu)圖如圖7 所示，可視化設(shè)計(jì)結(jié)果如圖8 所示。

圖7 可視化界面結(jié)果圖

圖8 主交互界面效果圖

3 智能門禁系統(tǒng)調(diào)試

■3.1 系統(tǒng)軟件調(diào)試

軟件部分調(diào)試運(yùn)行在Google Colab 平臺(tái)進(jìn)行，平臺(tái)服務(wù)器GPU 型號(hào)為Tesla T4，Python 軟件版本為V3.7。調(diào)試流程如圖9 所示。其中ResNet50 網(wǎng)絡(luò)的輸入為(128,None,1)，經(jīng)過ResNet50 網(wǎng)絡(luò)的殘差單元運(yùn)算，其參數(shù)為23558528 個(gè)，Output Shape 為(None,4,None,2048)。經(jīng)過activity_regularization 層和dropout 層，其Output Shape 不發(fā)生變化，沒有新增參數(shù)。池化層，也稱為下采樣層，其主要作用是“降維”，將Output Shape“降維”變?yōu)?None,2048)，不需要新增參數(shù)。Dense 層是基本神經(jīng)網(wǎng)絡(luò),其參數(shù)等于輸入數(shù)據(jù)維度加“1”再乘以神經(jīng)元個(gè)數(shù)，為40980，Output Shape 為(None,20)。

圖9 系統(tǒng)調(diào)試流圖

訓(xùn)練和測(cè)試循環(huán)中插入損失值和準(zhǔn)確率，訓(xùn)練過程和訓(xùn)練結(jié)束后部分輸出顯示分別如圖10，圖11 所示，測(cè)試損失如圖12 所示。分析以上圖可以發(fā)現(xiàn)，通過每一批輸出的損失值和準(zhǔn)確率的變化可以看出，通過訓(xùn)練，數(shù)據(jù)送入模型參數(shù)進(jìn)行測(cè)試時(shí)其損失值在波動(dòng)中逐漸減小，其準(zhǔn)確率在波動(dòng)中不斷增大，模型參數(shù)在不斷整合數(shù)據(jù)的特征。經(jīng)過長時(shí)間的訓(xùn)練之后，其訓(xùn)練損失值趨于“0”，準(zhǔn)確率趨于“1”。用測(cè)試集進(jìn)行測(cè)試可以觀察到最后損失值基本穩(wěn)定在0.56左右，準(zhǔn)確率基本穩(wěn)定在0.92 左右。

圖10 訓(xùn)練中部分損失值與準(zhǔn)確率輸出截圖

圖11 訓(xùn)練結(jié)束損失值和準(zhǔn)確率輸出截圖

圖12 測(cè)試損失值變化圖

圖13 服務(wù)器端門禁的狀態(tài)

■3.2 系統(tǒng)調(diào)試

（1）近程開門功能測(cè)試

近程的語音開門功能，主要依靠HLK-V20 模塊完成，設(shè)置的關(guān)鍵命令詞為“打開開關(guān)”，HLK-V20 模塊接收到語音數(shù)據(jù)后，觸發(fā)控制繼電器模塊，完成電控鎖開關(guān)操作。服務(wù)器端門鎖狀態(tài)顯示為“1”，即處于開鎖狀態(tài)。

（2）遠(yuǎn)程開門功能測(cè)試

遠(yuǎn)程開門功能測(cè)試步驟如下：

①手機(jī)APP 與WiFi 模塊均連接上機(jī)智云平臺(tái)才能實(shí)現(xiàn)遠(yuǎn)程控制。手機(jī)APP 首先通過網(wǎng)絡(luò)一鍵配置連接上設(shè)備，如圖14 所示。

圖14 APP 連接設(shè)備

②將APP 與設(shè)備及門禁系統(tǒng)配對(duì)后，再將APP 與云端相連接，如圖15 所示。

圖15 設(shè)備連接機(jī)智云

③上述兩個(gè)步驟完成后，將APP 中的門禁開關(guān)打開，如圖16 所示。

圖16 APP門禁開關(guān)

可以看到將APP 上的開關(guān)打開，門禁系統(tǒng)中的電控鎖打開，同時(shí)在服務(wù)器端接收到門禁狀態(tài)的數(shù)據(jù)為“1”，表示門禁已經(jīng)打開。服務(wù)器端狀態(tài)如圖17 所示，客戶端狀態(tài)如圖18 所示。

圖17 服務(wù)器端門禁狀態(tài)顯示

圖18 客戶端門禁系統(tǒng)狀態(tài)變化

4 結(jié)論

本文設(shè)計(jì)完成了聲紋識(shí)別系統(tǒng)聲學(xué)模型的建立與訓(xùn)練，并設(shè)計(jì)實(shí)現(xiàn)了以STM32 為主控模塊，結(jié)合繼電器模塊、OLED 顯示模塊、WiFi 電路等模塊組成的門禁系統(tǒng)，實(shí)現(xiàn)了具有實(shí)時(shí)顯示功能的非接觸式的智能語音控制門禁系統(tǒng)。設(shè)計(jì)過程從實(shí)用性出發(fā)，提供了兩種開鎖方式：一是利用語音識(shí)別模塊實(shí)現(xiàn)本地語音開鎖；二是利用WiFi 模塊作為手機(jī)APP 與門禁系統(tǒng)之間通信橋梁，通過機(jī)智云平臺(tái)作為中轉(zhuǎn)服務(wù)器端，實(shí)現(xiàn)對(duì)門禁系統(tǒng)進(jìn)行遠(yuǎn)程控制和開鎖，并實(shí)時(shí)顯示門鎖狀態(tài)。通過軟件仿真、遠(yuǎn)程/近程測(cè)試，驗(yàn)證了智能語音控制門禁系統(tǒng)的有效性，實(shí)現(xiàn)了對(duì)門禁系統(tǒng)的控制和管理。所設(shè)計(jì)的系統(tǒng)特色之處在于軟件部分基于先進(jìn)的深度學(xué)習(xí)算法進(jìn)行仿真實(shí)現(xiàn)，同時(shí)硬件電路+云平臺(tái)提供兩種開鎖方式--本地輸入開鎖和云平臺(tái)遠(yuǎn)程控制開鎖，具有很好的安全保證。同時(shí)為了提升用戶的友好使用感，設(shè)置了多種方式的門禁控制，使用方便簡(jiǎn)潔，具有一定的實(shí)用價(jià)值和推廣價(jià)值。