[论文解读] A comparative study of performance of fpga based mel filter bank & bark filter bank

Debalina Ghosh, Depanwita Sarkar Debnath+1 more|arXiv (Cornell University)|Jun 7, 2012

Speech and Audio Processing参考文献 1被引用 4

一句话总结

本文提出了一种基于FPGA的梅尔（Mel）和 Bark 滤波器组的对比实现，采用VHDL在Xilinx Spartan 3E和Virtex-4器件上实现，梅尔滤波器组使用Bartlett窗，Bark滤波器组使用Hamming窗进行FIR滤波器设计。主要发现是Bark滤波器组在硬件效率方面表现更优，在保持语音处理应用中感知相关的频率分辨率的同时，占用的FPGA资源少于梅尔滤波器组。

ABSTRACT

The sensitivity of human ear is dependent on frequency which is nonlinearly resolved across the audio spectrum .Now to improve the recognition performance in a similar non linear approach requires a front -end design, suggested by empirical evidences. A popular alternative to linear prediction based analysis is therefore filter bank analysis since this provides a much more straightforward route to obtain the desired non-linear frequency resolution. MEL filter bank and BARK filter bank are two popular filter bank analysis techniques. This paper presents FPGA based implementation of MEL filter bank and BARK filter bank with different bandwidths and different signal spectrum ranges. The designs have been implemented using VHDL, simulated and verified using Xilinx 11.1.For each filter bank, the basic building block is implemented in Spartan 3E. A comparative study among these two mentioned filter banks is also done in this paper.

研究动机与目标

• 设计并实现适用于实时语音信号处理的高效、硬件优化的梅尔与Bark滤波器组。
• 评估并比较梅尔与Bark滤波器组在FPGA平台上的硬件资源占用情况（LUTs、FFs、BRAMs）。
• 通过心理声学尺度建模人类听觉频率分辨率，验证两种滤波器组的感知相关性。
• 通过确保在EDA工具和FPGA技术间的可移植性，实现与完整语音识别系统的集成。

提出的方法

• 使用Bartlett窗设计13频带FIR带通滤波器，用于梅尔滤波器组；使用Hamming窗设计用于Bark滤波器组。
• 使用VHDL实现滤波器组，并在Spartan 3E和Virtex-4 FPGA上使用Xilinx ISE 11.1进行综合。
• 使用Xilinx LogiCORE FIR Compiler生成具有指定截止频率和带宽的优化FIR滤波器核心。
• 采用ChipScope Pro集成逻辑分析仪（ILA）进行实时信号监控，并验证内部设计行为。
• 应用频率展宽公式：Mel(f) = 2595 × log10(1 + f/700) 和 Bark(f) = 13 × atan(0.76f/1000) + 3.5 × atan(f²/7500²)，以定义滤波器中心频率。
• 通过仿真、综合和硬件测试验证设计，使用正弦波输入和基于触发的波形捕获进行验证。

实验结果

研究问题

• RQ1 当在相同FPGA上实现时，梅尔与Bark滤波器组的硬件资源需求（LUTs、FFs、BRAMs）如何比较？
• RQ2 窗函数类型（Bartlett与Hamming）对滤波器组的频率响应和实现效率有何影响？
• RQ3 在滤波器组设计与频谱能量分布方面，梅尔与Bark尺度的感知频率分辨率有何差异？
• RQ4 滤波器组在不超出FPGA资源限制的前提下，能在多大程度上集成到完整的语音识别系统中？
• RQ5 两种滤波器组架构在设计复杂度和时序性能方面有何关键差异？

主要发现

• Bark滤波器组在FPGA上占用的资源显著少于梅尔滤波器组，设备资源利用率汇总对比结果证实了这一点。
• 梅尔滤波器组的设计因Logicore模块实例化时出现警告，需采用‘平衡’综合目标，表明资源映射可能存在潜在限制。
• Bark滤波器组表现出更好的硬件效率，其LUT和触发器（FF）资源利用率低于梅尔滤波器组。
• 使用ChipScope Pro ILA进行的实时验证确认了设计正确运行，基于触发的波形捕获显示输出对输入信号的响应准确。
• 成功生成并分析了两种滤波器组的RTL原理图和设备资源利用率报告，确认了功能正确性和资源分配情况。
• 两种滤波器组均成功综合与仿真，结果表明其适用于集成到完整的语音识别系统中。