英特尔MKL-DNN噪声码生成中的关键字识别
这个例子演示了使用双向长短期记忆(BiLSTM)网络和mel频率倒频谱系数(MFCC)特征提取来识别关键字的代码生成。具有深度学习支持的MATLAB®Coder™能够生成独立的可执行文件金宝app(. exe)文件。MATLAB®(.mlx)文件与生成的可执行文件之间的通信通过异步用户数据报协议(UDP)进行。输入的语音信号使用timescope．一个掩码显示为一个围绕关键字YES的被标记实例的蓝色矩形。有关MFCC特征提取和深度学习网络训练的更多细节，请访问基于MFCC和LSTM网络的噪声关键字识别．
例子要求
MATLAB®编码器接口的深度学习支持包金宝app
Intel®Xeon®处理器，支持Intel Advan金宝appced Vector Extensions 2 (Intel AVX2)
用于深度神经网络的英特尔数学内核库(MKL-DNN)
Intel MKL-DNN的环境变量
有关库受金宝app支持的版本以及有关设置环境变量的信息，请参见深度学习与MATLAB编码器的先决条件(MATLAB编码器)．
预先训练的网络关键字识别使用MATLAB和流音频从麦克风
预训练网络的采样率为16kHz。设置窗口长度为512样本，重叠长度为384样本，跳跃长度定义为窗口和重叠长度之间的差值。定义估计掩码的速率。掩码为每一个生成一次numHopsPerUpdate音频帧。
fs = 16 e3;windowLength = 512;overlapLength = 384;hopLength = windowLength - overlapLength;numHopsPerUpdate = 16;maskLength = hopLength * numHopsPerUpdate;
创建一个audioFeatureExtractor对象执行MFCC特征提取。
afe = audioFeatureExtractor (“SampleRate”fs,．．.“窗口”损害(windowLength“周期”），．．.“OverlapLength”overlapLength,．．.“mfcc”,真的,．．.“mfccDelta”,真的,．．.“mfccDeltaDelta”,真正的);
下载和加载预先训练的网络，以及平均值(米)及标准差(年代)用于特征标准化的向量。
url =“http://ssd.mathworks.com/金宝appsupportfiles/audio/KeywordSpotting.zip”；downloadNetFolder =“。/”；netFolder = fullfile (downloadNetFolder,“KeywordSpotting”）;如果~存在(netFolder“dir”) disp (“下载预先训练的网络和音频文件(4个文件- 7 MB)……”解压缩(url, downloadNetFolder)结束负载(fullfile (netFolder“KWSNet.mat”），“KWSNet”，“M”，“S”）;
调用generateMATLABFunction在audioFeatureExtractor对象创建特征提取函数。您将在处理循环中使用这个函数。
generateMATLABFunction (afe“generateKeywordFeatures”，“IsStreaming”,真正的);
定义一个音频设备的读者可以读取你麦克风里的音频。设置帧长度等于跳数长度。这使您能够为麦克风中的每一个新的音频帧计算一组新的特性。
frameLength = hopLength;adr = audioDeviceReader (“SampleRate”fs,．．.“SamplesPerFrame”, frameLength);
创建一个时间范围可视化语音信号和估计掩模。
范围= timescope (“SampleRate”fs,．．.“TimeSpanSource”，“属性”，．．.“时间间隔”5,．．.“TimeSpanOverrunAction”，“滚动”，．．.“BufferLength”fs * 5 * 2,．．.“ShowLegend”,真的,．．.“ChannelNames”, {“演讲”，“关键词面具”}，．．.“YLimits”(-1.2 - 1.2),．．.“标题”，关键字定位的）;
初始化音频数据的缓冲区、计算特征的缓冲区以及用于绘制输入音频和输出语音掩码的缓冲区。
dataBuff = dsp.AsyncBuffer (windowLength);featureBuff = dsp.AsyncBuffer (numHopsPerUpdate);plotBuff = dsp.AsyncBuffer (numHopsPerUpdate * windowLength);
对从麦克风接收到的语音执行关键字识别。要无限期地运行循环，请设置期限来正．要停止模拟，请关闭范围．
期限= 20;显示(范围);抽搐而toc < timeLimit && isVisible(scope) data = adr();写(dataBuff、数据);写(plotBuff、数据);帧=阅读(dataBuff windowLength overlapLength);特点= generateKeywordFeatures(框架、fs);写(featureBuff特性。');如果featureBuff。NumUnreadSamples == numHopsPerUpdate featureMatrix = read(featureBuff);featureMatrix (~ isfinite (featureMatrix)) = 0;featureMatrix = (featureMatrix - M)./S;[keywordNet, v] = classifyAndUpdateState(KWSNet,featureMatrix.');V = double(V) - 1;v = repmat (v hopLength 1);v = (,);v =模式(v);predictedMask = repmat (v numHopsPerUpdate * hopLength 1); data = read(plotBuff); scope([data,predictedMask]); drawnowlimitrate；结束结束发行版(adr)藏(范围)
的helperKeywordSpotting金宝app支持函数封装了音频捕获、特征提取和网络预测过程。为了使特征提取与代码生成兼容，特征提取由生成的代码处理generateKeywordFeatures函数。为了使网络与代码生成兼容，支持函数使用金宝appcoder.loadDeepLearningNetwork(MATLAB编码器)(MATLAB Coder)函数来加载网络。
支持函数金宝app使用adsp。UDPSender系统对象将输入数据连同网络预测的输出掩码一起发送到MATLAB。MATLAB脚本使用dsp。UDPReceiver系统对象接收输入数据连同输出掩码，由网络预测运行中的支持功能。金宝app
在桌面上生成可执行文件
创建代码生成配置对象以生成可执行文件。指定目标语言为c++。
cfg = coder.config (exe”）;cfg。TargetLang =“c++”；
使用MKL-DNN库创建用于深度学习代码生成的配置对象。将深度学习配置对象附加到代码生成配置对象。
dlcfg =编码器。DeepLearningConfig (“mkldnn”）;cfg。DeepLearningConfig = dlcfg;
生成生成独立可执行文件所需的c++主文件。
cfg。GenerateExampleMain =“GenerateCodeAndCompile”；
生成helperKeywordSpotting，一个支金宝app持功能，封装了音频捕获、特征提取和网络预测过程。您可以忽略代码生成日志中的警告，因为helperKeywordSpotting有一个无限循环，连续寻找音频帧从MATLAB。
codegenhelperKeywordSpotting配置cfg报告
警告:函数“helperKeywordSpotting”不会因为一个无限循环而终止。代码生成成功(带有警告):查看报告
准备依赖项并运行生成的可执行文件
在本节中，您将生成所有必需的依赖项文件，并将它们放入单个文件夹中。在构建过程中，MATLAB编码器生成buildInfo.mat，该文件包含独立可执行文件的编译和运行时依赖项信息。
将项目名称设置为helperKeywordSpotting．
projName =“helperKeywordSpotting”；packageName = [projName,“包”]；如果ispc exeName =[项目名称，. exe”]；其他的exeName = projName;结束
负载buildinfo.mat和使用packNGo(MATLAB编码器)产生一个. zip包中。
负载([“codegen”filesep,exe”, projName filesep filesep,“buildInfo.mat”]);packNGo (buildInfo“文件名”packageName,“zip”]，“minimalHeaders”、假);
解压缩包并将可执行文件放在解压缩的目录中。
解压缩([packageName,“zip”), packageName);拷贝文件(exeName packageName,“f”）;
要调用依赖于MKL-DNN动态链接库的独立可执行文件，请将MKL-DNN库位置的路径附加到环境变量路径．
setenv (“路径”,采用“INTEL_MKLDNN”)、filesep“自由”、pathsep getenv (“路径”)));
运行生成的可执行文件。
如果ispc系统(['start CMD /k ' "title "packageName,' && CD 'packageName,“& &”exeName]);其他的cd (packageName);系统([“。/”exeName,“&”]);cd．．；结束
使用部署的代码执行关键字识别
创建一个dsp。UDPReceiver从独立可执行文件接收语音数据和预测语音掩码的系统对象。从可执行文件接收到的每个UDP数据包包括maskLength面具样本和语音样本。的最大消息长度dsp。UDPReceiver对象是65507字节。计算缓冲区大小以容纳UDP报文的最大数目。
sizeOfFloatInBytes = 4;speechDataLength = maskLength;numElementsPerUDPPacket = maskLength + speech datallength;maxUDPMessageLength =地板(65507 / sizeOfFloatInBytes);samplesPerPacket = 1 + numElementsPerUDPPacket;numPackets =地板(maxUDPMessageLength / samplesPerPacket);bufferSize = numPackets * samplesPerPacket * sizeOfFloatInBytes;UDPReceive = dsp。UDPReceiver (“LocalIPPort”, 20000,．．.“MessageDataType”，“单一”，．．.“MaximumMessageLength”samplesPerPacket,．．.“下面的”bufferSize);
要无限期地运行关键字检测，请设置期限来正．要停止模拟，请关闭范围．
抽搐;期限= 20;显示(范围);而toc < timlimit && isVisible(scope) data = udreceive ();如果~isempty(data) plotMask = data(1:maskLength);plotAudio = data(maskLength+1: maskLength+speech datallength);范围([plotAudio plotMask]);结束drawnowlimitrate；结束隐藏(范围);
释放系统对象并终止独立的可执行文件。
释放(UDPReceive);释放(范围);如果ispc系统(['taskkill /F /FI ' "WindowTitle eq 'projName,“*”/ T”]);其他的系统([“killall”exeName]);结束
成功:PID为4644的进程(PID为21188的子进程)已经被终止。成功:PID为20052的进程(PID为21188的子进程)已经被终止。成功:PID为21188的进程(PID为22940的子进程)已经被终止。
使用替代MEX函数工作流评估执行时间
类似的工作流涉及使用MEX文件而不是独立的可执行文件。执行MEX分析以度量工作流的计算时间。
创建代码生成配置对象以生成MEX函数。指定目标语言为c++。
cfg = coder.config (墨西哥人的）;cfg。TargetLang =“c++”；
使用MKL-DNN库创建用于深度学习代码生成的配置对象。将深度学习配置对象附加到代码生成配置对象。
dlcfg =编码器。DeepLearningConfig (“mkldnn”）;cfg。DeepLearningConfig = dlcfg;
调用codegen来生成的MEX函数profileKeywordSpotting．
inputAudioFrame = 1 (hopLength 1“单一”）;codegenprofileKeywordSpotting配置cfgarg游戏{inputAudioFrame}报告
代码生成成功:查看报告
测量MATLAB代码的执行时间。
x = pinknoise (hopLength 1“单一”）;numPredictCalls = 100;totalNumCalls = numPredictCalls * numHopsPerUpdate;exeTimeStart =抽搐;为调用= 1:totalNumCalls [outputMask,inputData,plotFlag] = profileKeywordSpotting(x);结束exeTime = toc (exeTimeStart);流('MATLAB的执行时间每%d ms的音频= %0.4f ms\n'int32 (1000 * numHopsPerUpdate * hopLength / fs), (exeTime / numPredictCalls) * 1000);
MATLAB每128 ms的音频执行时间= 24.9238 ms
度量MEX函数的执行时间。
exeTimeMexStart =抽搐;为调用= 1:totalNumCalls [outputMask,inputData,plotFlag] = profileKeywordSpotting_mex(x);结束exeTimeMex = toc (exeTimeMexStart);流('每%d ms的MEX执行时间= %0.4f ms\n'int32 (1000 * numHopsPerUpdate * hopLength / fs), (exeTimeMex / numPredictCalls) * 1000);
每128毫秒的音频的MEX执行时间= 5.2710毫秒
比较独立可执行方法与MEX函数方法的总执行时间。这个性能测试是在一台使用NVIDIA Quadro®P620 (Version 26) GPU和Intel Xeon W-2133 CPU(运行在3.60 GHz)的机器上进行的。
PerformanceGain = exeTime / exeTimeMex
PerformanceGain = 4.7285
你也可以从以下列表中选择一个网站:
