卡尔曼滤波语音增强算法的CUDA实现.pdf

《卡尔曼滤波语音增强算法的CUDA实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、昼应用技术卡尔曼滤波语音增强算法的CUDA实现书苏洁洪李字(广东药学院医药信息工程学院)摘要：提出一种卡尔曼滤波语音增强算法的统一计算设备架构并行实现方案。该方案通过离散余弦变换把含噪语音分解为不相关的DCT系数，使原来的时域串行处理转化为统一计算设备架构并行处理，只需较少的线性预测阶数，节省运算时间。实验结果表明：与时域卡尔曼滤波比较，该方法有更高的输出分段信噪比，其统一计算设备架构加速方案可有效缩短语音增强运算的时间。关键词：语音增强；卡尔曼；离散余弦变换；统一计算设备架构O引言实用性，本文实现了基于CUDA平台的并行设计。实验结果表明：DCT．Kalma

2、n语音增强方法可以有效Paliwal提出的时域卡尔曼(Kalman)滤波语音去除噪声还原语音信号，基于CUDA平台的实现可增强[1]方法通过状态空间模型描述含噪语音的进化过以有效地缩减DCT．Kalman语音增强程序的运算时间。程，对语音信号预测与估计获得MMSE估计值，非常适合语音信号的非平稳特性，不存在音乐噪声，自1DCT—Kalman滤波语音增强然度高。近年来，出现了多种基于Kalman滤波的语对时域被加性噪声污染的带噪语音信号进行分音增强方法。时域Kalman滤波需要的线性预测阶数帧后，对应的带噪语音信号的DCT系数、纯净语音多，算法复杂度高。文献[2

3、-3]提出子带Kalman滤波，信号DCT系数与观察噪声的DCT系数分别设为降低了一定的阶数，计算量仍然比较大。ZavareheiY(j，尼)、x(j，)与V(j，尼)，其中为系数索引，等人尝试用AK模型描述短时傅立叶变换(DFT)域k为时间帧索引。(为了方便表示，省去，。)的频谱进化过程，并提出在短时DFT域对含噪语音由于DCT具有正交分解特性，每帧语音的DCT进行Kalman滤波】。该方法需要的阶数较少，但要系数是相互独立的，而信号帧之间仍然存在较强的相同时对DFT的实部和虚部系数运用Kalman滤波。文关性，可用AR模型描述语音DCT系数的进化过程献『4

4、]先用Ephraim的MMSE方法估计语音信号的对j数DFT幅度谱，再串接Kalman滤波进行，显然该方(尼)==2=二()(一)+co(k)(1)i=1法复杂度高。其中，co(k)是某一频率通道，第k帧的均值为0，本文提出利用离散余弦变换(discretecosine方差为的过程噪声；(尼)=[(尼)，．．．，口(尼)]是transformation，DCT)去除帧内语音相关性，然后在DCT系数的AR系数向量，由Yule-Walker方程可得每个语音通道分别对DCT系数进行Kalman滤波获得a(k)=((尼))r(k)(2)语音。由于DCT系数为不相关的实

5、数，省去了文献[5]在虚部也要Kalman滤波的运算，同时用于描述状其中，()是x(k)的自相关矩阵，，．()是由态空间方程所需要的阶数少的特点得以保留，适合并X(组成的向量。行处理。符合统一计算设备架构(computeunifiedKalman滤波方法利用状态方程和测量方程描述devicearchitecture，CUDA)计算的图形处理单元随机系统的时间演进，使得该滤波方法能够适用于非(graphicsprocessingunit，GPU)具有上百个并行计平稳条件，结合语音AR模型，用状态空间描述含噪算单元，大大缩短运算时间。为了提高该方法的工程语音、测量

6、噪声与纯净语音之间的关系如下水基金项目：广东省级大学生创新训练项目(1057312043)2014年第35卷第5期自动化与信息工程31()：F(k)S(k-1)+Gco(k)(3)写速度比寄存器慢一些的共享内存。GPU架构不像】，()=HS(k)+(尼)(4)CPU架构那样具有高速缓冲器，所以CUDA程序必其中，，为AR系数构成的状态转移矩阵；须让线程以有规律和线性的方式访问显存，否则会导，(尼)：致读写显存的速度很慢。此外还有一块容量小、只读O1O⋯O的常量内存，用于存放程序中不变的常量，可以加快OOl⋯O读取速度。O00⋯1IRegistersIRegis

7、ters一口(七)一ap_l(尼)一ap_2()⋯一口1(后)圆圈圆回p回回圆圆在同一频率通道中，()是k时刻的语音DCT系数回回圆圆向量，表示为()=[X(k—P+1)，．．．，()]；日=G=[O，．．．，1]l；Y(k)是含噪语音DCT系数。lIlIJ++tt用于语音增强的DCT—Kalman滤波的状态估计与—．．．L．．．J．．II更新过程可以用式(5)、(6)、(7)、(8)、(9)表示=m==t=C：a：c：h：e：：：L．⋯r一●--_-⋯’S(klk一1)=FS(k—lIk一1)(5)If1r1e(kIk一1)=FP(k一1fk一1)F+暑GG

8、(6)：DeviceMemo~jL⋯⋯