АДАПТИВНИЙ РОЗПОДІЛ ОБЧИСЛЮВАЛЬНОГО НАВАНТАЖЕННЯ В СИСТЕМАХ ГОЛОСОВОЇ ІДЕНТИФІКАЦІЇ

Анотація

У роботі запропоновано підхід до підвищення ефективності систем голосової ідентифікації шляхом розподілу обчислювального навантаження між центральним (CPU) та графічним (GPU) процесорами. Існуючі реалізації подібних систем ґрунтуються на фіксованих схемах розподілу, у межах яких окремі етапи обробки апріорі асоційовані з CPU або GPU. Така статична організація обчислень не враховує динамічної варіативності параметрів мовного сигналу, поточного стану обчислювальних ресурсів та істотних відмінностей у обчислювальній складності окремих операцій. За таких умов система позбавлена механізмів адаптивного перерозподілу навантаження, що зумовлює асиметричне використання CPU та GPU і, відповідно, призводить до зниження інтегральної продуктивності. Запропоновано адаптивний алгоритм, який реалізує керування розподілом навантаження на основі аналізу комплексу характеристик мовних записів, що включає довжину кадру, ступінь перекриття, енергетичний вміст та спектральну насиченість сигналу. Використання цих параметрів дозволяє кількісно оцінювати обчислювальну складність поточного сегмента оброблюваного сигналу та динамічно визначати співвідношення обчислювальних операцій, виконуваних на CPU і GPU. Це забезпечує узгоджену взаємодію процесорів, мінімізацію простоїв і підвищення загальної швидкодії системи. Проведений порівняльний аналіз показав, що використання адаптивного алгоритму дозволяє суттєво зменшити середній час обробки мовних фрагментів порівняно з підходами, у яких розподіл здійснюється лише за обсягом даних. Запропонований блок адаптивного керування та розподілу навантаження підвищує загальну продуктивність систем голосової ідентифікації, особливо під час обробки великих та структурно складних наборів сигналів, і може бути інтегрований у сучасні багатопроцесорні архітектури.