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、通過麥克風陣列獲取語音信號，從中提取出能夠反應說話人位置的有效信息并不斷跟蹤說話人的當前位置是信號處理和目標跟蹤領域中的一項重要研究內容，在智能會議系統(tǒng)、語音增強、機器人導航中具有廣泛的應用。真實的智能環(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建可實施的智能會議系統(tǒng)、促進人機交互等具有更加實際的應用價值。本文的主要研究內容如下：
　　(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)約算法的基礎上，結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算復雜性問題，分析了并行規(guī)約算法在GPU中內存訪問模式，并行規(guī)約算法存在嚴重的內存訪問沖突，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，實現(xiàn)改進共享內存數(shù)組的訪問，解決并行規(guī)約在進行內存訪問時存在嚴重的內存訪問沖突問題，提高GPU硬件資源的利用率和算法實時性。
　　(3)針對音頻多目標跟蹤中粒子濾波需要將量測值關聯(lián)至對應目標，且每個目標需要一個粒子濾波器導致跟蹤算法的計算量和所需粒子數(shù)量增加的問題，本文在并行粒子濾波算法的基礎上，結合基于GPU的K均值聚類算法，實現(xiàn)音頻多目標的跟蹤，粒子濾波將多目標的狀態(tài)作為整體進行更新和預測，然后利用基于GPU的K