[发明专利]一种基于数据级并行GPU加速的大规模哼唱旋律匹配系统

权利要求书

1.一种基于数据级并行GPU加速的大规模哼唱旋律匹配系统，其特征在于包括哼唱旋律提取模块,哼唱检索旋律库建立模块和基于数据级并行的哼唱旋律匹配模块。

2.如权利要求1的基于数据级并行GPU加速的大规模哼唱旋律匹配系统，其特征在于：

哼唱旋律提取模块完成从哼唱信号中提取哼唱旋律，包括预处理和特征提取两个核心子模块，

哼唱旋律提取模块的预处理子模块的基本运行流程包括：

1)预处理子模块调用WAV文件读入模块，完成WAV文件读入；

2)预处理子模块调用转换单声道信号模块，将该WAV文件转换成单声道信号；

3)预处理子模块调用带通滤波模块，完成单声道信号的带通滤波；

4)预处理子模块调用预加重模块完成滤波的预加重；

5)“预处理”子模块调用“加汉宁窗”模块对加重信号加汉宁窗；

6)“预处理”子模块调用“能谱滤波”模块对加汉宁窗信号完成能谱滤波。

“哼唱旋律提取”模块的“特征提取”子模块的基本运行流程包括：

1)“特征提取”子模块读取采样数据矩阵；

2)“特征提取”子模块实现帧间重叠；

3)“特征提取”子模块输出各音帧音高。

3.基于权利要求1的基于数据级并行GPU加速的大规模哼唱旋律匹配系统，其特征在于“哼唱检索旋律库建立”模块完成哼唱检索旋律库建立，包括：

首先，由“哼唱检索旋律库建立”模块通过分析哼唱文件的格式从该文件中提取出音轨信息，音轨中包含音符、音符开始事件、音符结束事件等信息，然后，由“哼唱检索旋律库建立”模块将主旋律放在第0音轨，并删除了其他音轨的信息；最后，由“哼唱检索旋律库建立”模块建立哼唱检索旋律库。

4.基于权利要求1的基于数据级并行GPU加速的大规模哼唱旋律匹配系统，其特征在于

“基于数据级并行的哼唱旋律匹配”模块完成哼唱旋律匹配算法的任务级并行，运行一种基于数据级并行的DTW算法；

“基于数据级并行的哼唱旋律匹配”模块运行的“基于数据级并行的DTW算法”步骤包括：

读入两个待匹配的序列；

对两个待匹配的序列进行归一化；

在GPU上分配资源并进行矩阵的初始化；

将数据拷贝到GPU显存；

定义GPU线程的数量；

调用核函数完成矩阵对角线上元素的计算；

将计算结果拷贝至CPU；

计算得到并返回待匹配序列的DTW距离。

“基于数据级并行的DTW算法”的核函数中执行的是一次一条对角线上所有元素的计算，其算法步骤包括：

确定当前线程对应的是矩阵中各对角线上的1个元素；

根据DTW算法的定义（定理1）计算并返回该元素的值。