PARALLEL IMPLEMENTATION OF VOICE SIGNAL PROCESSING METHODS ON MULTICORE CPU AND GPU
ID елемента: 22408
2026/05/05
Цитування
eNUPPIR (). PARALLEL IMPLEMENTATION OF VOICE SIGNAL PROCESSING METHODS ON MULTICORE CPU AND GPU. https://enuppir.politeh.duckdns.org/item/22408
eNUPPIR. "PARALLEL IMPLEMENTATION OF VOICE SIGNAL PROCESSING METHODS ON MULTICORE CPU AND GPU." Web. . <https://enuppir.politeh.duckdns.org/item/22408>.
eNUPPIR. "PARALLEL IMPLEMENTATION OF VOICE SIGNAL PROCESSING METHODS ON MULTICORE CPU AND GPU." Accessed . https://enuppir.politeh.duckdns.org/item/22408.
Скопійовано в буфер обміну
Властивості
Назва
Англійська
PARALLEL IMPLEMENTATION OF VOICE SIGNAL PROCESSING METHODS ON MULTICORE CPU AND GPU
Російська
.
Українська
ОРГАНІЗАЦІЯ ПАРАЛЕЛЬНОГО ВИКОНАННЯ МЕТОДІВ ОБРОБКИ ГОЛОСОВИХ СИГНАЛІВ НА БАГАТОЯДЕРНИХ CPU ТА GPU
Опис
Англійська
Relevance. Systems such as voice assistants and speaker identification tools, which operate based on voice signal processing, have become increasingly widespread. The performance of such systems depends on the volume of data and operating conditions. Processing large collections of voice signals or ensuring real-time operation requires high-performance computing. Such performance can be achieved with massively parallel systems, including multiprocessor clusters or discrete GPUs. Object of research is the organisation of parallel computing processes in voice signal processing tasks using the capabilities of modern processor architectures. Purpose of the article is to develop a parallel voice signal processing system with adapted algorithms for a multi-core CPU and an integrated and discrete GPU. Research results. Comparative analysis revealed that for small loads (such as voice assistants and personal applications), CPU usage is sufficient to ensure efficient computation with low latency. However, when processing large datasets and performing streaming analytics, the proposed parallel approach, implemented on both the CPU and GPU, reduces execution time by 25-30% compared to a sequential implementation on the CPU. Conclusions. Research has shown that parallelism on the CPU is suitable for stages of voice signal processing that require a small amount of computation. At the same time, discrete GPUs can be utilised in stages with intensive computational tasks such as MFCC calculation, spectral subtraction, and wavelet filtering.
Українська
Актуальність. Набули поширення такі системи, як голосові помічники та засоби ідентифікації мовця, які функціонують на основі обробки голосових сигналів. Продуктивність цих систем залежить від обсягів даних і умов функціонування. Обробка великих масивів голосових сигналів або забезпечення роботи в реальному часі вимагає високопродуктивних обчислень. Таку швидкодію можна досягти за допомогою масивно-паралельних систем, включаючи багатопроцесорні кластери або дискретні GPU. Об’єкт дослідження: організація паралельних обчислювальних процесів у задачах обробки голосових сигналів із використанням можливостей архітектур сучасних процесорів. Мета статті: розробка системи паралельної обробки голосових сигналів з адаптованими алгоритмами для багатоядерних CPU, інтегрованих та дискретних GPU. Результати дослідження. Порівняльний аналіз показав, що за невеликого навантаження (голосові помічники, персональні застосунки) достатньо використання CPU, що забезпечує ефективне виконання обчислень із низькими часовими затримками. Натомість для обробки великих масивів голосових даних запропонований паралельний підхід, реалізований на CPU і GPU, що скорочує час виконання на 25-30% порівняно з послідовною реалізацією на CPU. Висновки. Дослідження показали, що використання паралелізму на CPU доцільне для етапів обробки голосового сигналу із малим обсягом обчислень, тоді як дискретні GPU можуть бути використані на етапах обчислення MFCC, спектрального віднімання та вейвлет-фільтрації.
Автор
Українська
Bondarenko, Maksym
Українська
Ivashchenko, Heorhii
Тематика
Англійська
voice identification
Англійська
signal processing
Англійська
feature extraction
Англійська
normalisation
Англійська
MFCC
Англійська
spectral subtraction and wavelet filtering
Англійська
CPU
Англійська
GPU
Англійська
iGPU
Російська
9
Українська
системи голосової ідентифікації
Українська
обробка сигналів
Українська
виділення характеристик
Українська
нормалізація
Українська
MFCC
Українська
спектральне віднімання та вейвлет-фільтрація
Українська
CPU
Українська
GPU
Українська
iGPU
Видавництво
Українська
Національний університет «Полтавська політехніка імені Юрія Кондратюка»
Тип
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Українська
Рецензована Стаття
Формат
application/pdf
Ідентифікатор
https://journals.nupp.edu.ua/sunz/article/view/4100
10.26906/SUNZ.2025.4.039
Джерело
Англійська
Control, Navigation and Communication Systems. Academic Journal; Vol. 4 No. 82 (2025): Control, Navigation and Communication Systems; 39-44
Російська
Системы управления, навигации и связи. Сборник научных трудов; Том 4 № 82 (2025): Системи управління, навігації та зв'язку; 39-44
Українська
Системи управління, навігації та зв’язку. Збірник наукових праць; Том 4 № 82 (2025): Системи управління, навігації та зв'язку; 39-44
2073-7394
10.26906/SUNZ.2025.4
2025. №4 (82)
Мова
uk
Відношення
https://journals.nupp.edu.ua/sunz/article/view/4100/3430
Права
Українська
Авторське право (c) 2025 Maksym Bondarenko, Heorhii Ivashchenko
Українська
http://creativecommons.org/licenses/by-nc/4.0
Інформація про метадані
Створено
2026-5-5 11:56
Остання зміна
2026-5-5 11:56
ID елемента
#22408