gpuRIR：一个具有 GPU 加速的房间脉冲响应模拟 Python 库
音频与语音处理
2020-10-12 v4 声音
摘要
镜像源方法 (ISM) 是计算声学房间脉冲响应 (RIRs) 最常用技术之一，然而其计算复杂度随房间混响时间快速增长，且在需要大量 RIR 的一些应用中其计算时间可能令人望而却步。本文提出一种新的实现，通过使用图形处理单元 (GPUs) 并行化多个 RIR 的模拟以及每个 RIR 内镜像的计算，大幅提升了 ISM 的计算速度。通过利用新型 GPU 的混合精度能力并使用查找表，获得了额外的加速。我们提供了一个 GNU 许可下的 Python 库，无需任何 GPU 编程知识即可轻松使用，并且我们展示其比其他最先进的 CPU 库快约 100 倍。它可成为许多需要执行大量声学模拟的应用的强大工具，例如训练用于音频信号处理的机器学习系统，或用于沉浸式多媒体系统（如增强或虚拟现实）的实时房间声学模拟。
引用
@article{arxiv.1810.11359,
title = {gpuRIR: A Python Library for Room Impulse Response Simulation with GPU Acceleration},
author = {David Diaz-Guerra and Antonio Miguel and Jose R. Beltran},
journal= {arXiv preprint arXiv:1810.11359},
year = {2020}
}
备注
This is a pre-print of an article published in Multimedia Tools and Applications (2020)