智能會議室環(huán)境下基于音頻特征的多說話人識別與跟蹤.pdf

1、通過麥克風(fēng)陣列獲取語音信號，從中提取出能夠反應(yīng)說話人位置的有效信息并不斷跟蹤說話人的當(dāng)前位置是信號處理和目標(biāo)跟蹤領(lǐng)域中的一項(xiàng)重要研究內(nèi)容，在智能會議系統(tǒng)、語音增強(qiáng)、機(jī)器人導(dǎo)航中具有廣泛的應(yīng)用。真實(shí)的智能環(huán)境中往往存在著多個說話人，說話人的數(shù)量和位置信息時刻都在變化，因此，研究數(shù)目可變的多說話人識別與跟蹤問題對于構(gòu)建可實(shí)施的智能會議系統(tǒng)、促進(jìn)人機(jī)交互等具有更加實(shí)際的應(yīng)用價(jià)值。本文的主要研究內(nèi)容如下：
　　(1)針對粒子濾波算法中重采

2、樣部分難以并行的問題，重采樣導(dǎo)致了粒子濾波算法并行執(zhí)行效率較低，因此在粒子濾波算法中引入并行策略，并在并行規(guī)約算法的基礎(chǔ)上，結(jié)合并行前綴和的方法，克服粒子濾波算法在重采樣時的粒子間依賴性，從而解決粒子濾波算法在并行實(shí)現(xiàn)過程中難以并行的問題。
　　(2)針對并行粒子濾波算法在并行后的計(jì)算復(fù)雜性問題，分析了并行規(guī)約算法在GPU中內(nèi)存訪問模式，并行規(guī)約算法存在嚴(yán)重的內(nèi)存訪問沖突，本文利用填充尋址的并行前綴和方式，通過在每個共享數(shù)組索引中

3、添加一個填充，實(shí)現(xiàn)改進(jìn)共享內(nèi)存數(shù)組的訪問，解決并行規(guī)約在進(jìn)行內(nèi)存訪問時存在嚴(yán)重的內(nèi)存訪問沖突問題，提高GPU硬件資源的利用率和算法實(shí)時性。
　　(3)針對音頻多目標(biāo)跟蹤中粒子濾波需要將量測值關(guān)聯(lián)至對應(yīng)目標(biāo)，且每個目標(biāo)需要一個粒子濾波器導(dǎo)致跟蹤算法的計(jì)算量和所需粒子數(shù)量增加的問題，本文在并行粒子濾波算法的基礎(chǔ)上，結(jié)合基于GPU的K均值聚類算法，實(shí)現(xiàn)音頻多目標(biāo)的跟蹤，粒子濾波將多目標(biāo)的狀態(tài)作為整體進(jìn)行更新和預(yù)測，然后利用基于GPU的K