混合聲音信號(hào)辨別的并行化方法的研究與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩78頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人們聽(tīng)到的聲音往往都是由多個(gè)聲音混合而成的,如何從混合的聲音信號(hào)中快速而準(zhǔn)確的分辨出感興趣的聲音信號(hào),一直是研究的熱點(diǎn)。傳統(tǒng)的方法可以進(jìn)行簡(jiǎn)單的聲源辨別,但是當(dāng)涉及到大數(shù)據(jù)量的聲音信號(hào)處理時(shí),影響了其應(yīng)用的實(shí)時(shí)性和準(zhǔn)確性。隨著人工智能時(shí)代的到來(lái),以深度學(xué)習(xí)和GPU并行計(jì)算為代表的新技術(shù)為大數(shù)據(jù)量的聲音信號(hào)處理提供了解決思路,為此本文設(shè)計(jì)了混合聲音信號(hào)辨別的并行化方法,并開(kāi)展了以下工作:
  1.分析了國(guó)內(nèi)外混合聲音信號(hào)的研究現(xiàn)狀以

2、及發(fā)展趨勢(shì),以混合聲音信號(hào)為切入點(diǎn),學(xué)習(xí)了混合聲音信號(hào)辨別和GPU并行計(jì)算的相關(guān)知識(shí),并研究了混合聲音信號(hào)分離以及聲源辨別的常用方法。
  2.對(duì)混合聲音信號(hào)進(jìn)行去均值和白化等預(yù)處理,選取基于負(fù)熵的Fast-ICA算法進(jìn)行混合聲音信號(hào)分離,通過(guò)分析混合聲音信號(hào)分離過(guò)程尋找制約其快速分離的原因,并利用GPU并行化進(jìn)行加速改進(jìn)。
  3.對(duì)分離后的聲音信號(hào)進(jìn)行多特征值提取,并將提取出的特征值進(jìn)行融合組成復(fù)合特征值,再進(jìn)行聲源辨別

3、。在辨別過(guò)程中,由于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)存在學(xué)習(xí)能力不足的問(wèn)題,針對(duì)這個(gè)缺陷,引入了基于深度信念網(wǎng)絡(luò)(DBN)的聲源辨別模型,以提升混合聲音信號(hào)辨別的準(zhǔn)確率。
  4.由于要進(jìn)行大數(shù)據(jù)量的聲音信號(hào)處理,并且聲音信號(hào)在處理過(guò)程中同時(shí)又具有方法一致、獨(dú)立性強(qiáng)的特點(diǎn),于是采用GPU并行化方法分別對(duì)基于負(fù)熵的Fast ICA算法、特征值提取和深度信念網(wǎng)絡(luò)模型的訓(xùn)練過(guò)程等操作進(jìn)行優(yōu)化,提高了混合聲音信號(hào)辨別方法的處理效率。
  通過(guò)仿真和實(shí)驗(yàn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論