基于嵌入式GPU系统的并行化游客识别方法技术方案

本发明专利技术公布了一种基于GPU系统的并行化游客识别方法，该系统包括嵌入式GPU系统、语音输入模块和显示输出模块；其中，嵌入式GPU系统由预处理模块、并行化特征提取模块和特征匹配模块组成。语音输入模块输出信号进入嵌入式GPU系统，在嵌入式GPU系统内依次通过预处理模块、并行化特征提取模块和特征匹配模块输入至显示输出模块显示；模型库的模板进入特征匹配模块。本发明专利技术对部分模块进行了并行化改进，能够处理大数据量的语音信号。同时利用并行化方法优化语音信号处理等过程，提高游客识别系统效率，增强游客识别系统的鲁棒性。

A parallel tourist identification method based on embedded GPU system

The invention discloses a parallel tourists recognition method based on GPU system, the system includes embedded GPU system, voice input module and display output module; wherein, the embedded GPU system consists of pre-processing module, parallel feature matching module and feature extraction module. The speech input module output signal is embedded in the embedded GPU system. In the embedded GPU system, it is input into the display and output module through the preprocessing module, the parallel feature extraction module and the feature matching module successively, and the template of the model library goes into the feature matching module. The invention improves the parallelization of some modules, and can deal with the speech signals of large amount of data. At the same time, the parallelization method is used to optimize the process of speech signal processing, so as to improve the efficiency of the visitor recognition system and enhance the robustness of the visitor recognition system.

【技术实现步骤摘要】
基于嵌入式GPU系统的并行化游客识别方法
本专利技术涉及一种游客识别方法，尤其涉及一种基于嵌入式GPU系统的并行化游客识别方法，属于语音识别领域。
技术介绍
随着计算机技术的不断进步与发展以及网络时代的到来，人类与机器的交流也愈加有必要性，同时机器能够智能地判断出游客身份也越来越被广泛应用，游客识别也成为当下热门的研究领域。传统的游客识别方法通常是利用DSP等硬件装置或者结合相关模式识别方法等方式，将游客音频整个送入识别引擎作处理，但这种游客识别方法的缺点也显而易见：一方面是硬件成本高，系统结构复杂；另一方面是面对大数据量的游客音频文件，识别和处理时间过长。公开号为CN104538033A的中国专利技术专利申请中公开了一种基于嵌入式GPU系统的并行化语音识别系统与方法，该专利的系统主要针对的是语音识别系统，未涉及游客识别系统；该专利的方法主要针对的是在对音频信号处理中使用的模版匹配方法，未对音频信号采用具有高度自学能力和自适应能力的BP神经网络训练和识别方法来进行识别。
技术实现思路
本专利技术在于提供一种基于嵌入式GPU系统的并行化游客识别方法，以解决游客识别方法并行化程度低、处理效率本文档来自技高网...

【技术保护点】
一种基于嵌入式GPU系统的并行化游客识别方法，其特征在于：该方法基于嵌入式GPU系统，包含语音输入模块、预处理模块、并行化特征提取模块、特征匹配模块和显示输出模块；并行化的游客识别方法步骤如下：步骤1：通过语音输入模块采集语音信号，将数字化的信号送入基于CUDA平台架构的嵌入式GPU系统中；步骤2：使用CUDA架构，利用并行化的一阶数字预加重滤波程序滤除低频干扰；步骤3：使用CUDA架构，利用并行化的方法给语音信号加窗分帧；步骤4：利用双门限比较法进行端点检测，将一段语音信号切分为若干片段；步骤5：使用CUDA架构，对切分后的每个语音片段并行化地进行特征提取；步骤6：使用CUDA架构，利用BP...

【技术特征摘要】
1.一种基于嵌入式GPU系统的并行化游客识别方法，其特征在于：该方法基于嵌入式GPU系统，包含语音输入模块、预处理模块、并行化特征提取模块、特征匹配模块和显示输出模块；并行化的游客识别方法步骤如下：步骤1：通过语音输入模块采集语音信号，将数字化的信号送入基于CUDA平台架构的嵌入式GPU系统中；步骤2：使用CUDA架构，利用并行化的一阶数字预加重滤波程序滤除低频干扰；步骤3：使用CUDA架构，利用并行化的方法给语音信号加窗分帧；步骤4：利用双门限比较法进行端点检测，将一段语音信号切分为若干片段；步骤5：使用CUDA架构，对切分后的每个语音片段并行化地进行特征提取；步骤6：使用CUDA架构，利用BP神经网络的方法训练语音库中的模板，然后将分段特征提取后的信号特征值利用BP神经网络方法与已有模板库中的模板进行特征匹配；步骤7：将游客识别的结果送至显示输出模块显示结果。2.根据权利要求1所述的一种基于嵌入式GPU系统的并行化游客识别方法，其特征在于：步骤2所述的预加重是将语音信号通过一阶高通滤波器，其传递函数为：H(z)＝1-az-1。3.根据权利要求1所述的一种基于嵌入式GPU系统的并行化游客识别...

【专利技术属性】
技术研发人员：陆介平，刘镇，
申请(专利权)人：镇江市高等专科学校，
类型：发明
国别省市：江苏,32