(個人的な話)
やはり練習していない発表では説明がしどろもどろになってしまう。
練習する機会がある発表はともかく、そうでない場合でもうまく発表できるようになりたい。
(StreamSR)
もっと詳しく説明すべき点はノートにまとめておいた。
(論文紹介)
もっとちゃんと読もう。次回発表続き。
Query-Aware Partitioning for Monitoring Massive Network Data Streams
Chain: Operator Scheduling for Memory Minimization in Data Stream Systems
2010年9月27日月曜日
2010年9月21日火曜日
StreamSR : IC2010論文修正メモとか
冷静に考えると一括処理は逐次処理より優れているわけではない。
(libjuliusとSPADEの兼ね合いとか、ひとつの音声を複数タプルにわけて管理する面倒さとか)
可能ならば逐次処理で実装するべき。その方法としては、
1. libjuliusを使う
1.1. 認識処理をSPADE外部で実行し、source/sinkあるいはsource/UDOPなどで認識処理エンジンとやり取り
1.2. libjulius自体を大きく改造し、UDOP内でうまく連携できるようにする(困難)
2. libjuliusを使わず自前で認識エンジンを実装(困難)
など。
1.1. が割と楽な方法。
認識エンジンの管理をUDOPにさせるなどすればよい。
認識エンジンの出力はsourceなどで受け取る。
---
とりあえず、一括処理を採用した理由を論文中にどう書くべきか、うーむ。
よく考えてみれば大事なのは「スレッド数」に対するスループットではなく「コア数」に対するスループットですし、逐次処理で1スレッド辺りのCPU使用率が下がるのならば、それに応じて1ノード(or1コア)に対するスレッド数を増やせばいいだけなので、「逐次処理はCPU使用効率が悪い」は明らかに誤りでした。実際のところ、一括処理を選んだ理由はそのほうが実装が楽だったからにすぎない。
(libjuliusとSPADEの兼ね合いとか、ひとつの音声を複数タプルにわけて管理する面倒さとか)
可能ならば逐次処理で実装するべき。その方法としては、
1. libjuliusを使う
1.1. 認識処理をSPADE外部で実行し、source/sinkあるいはsource/UDOPなどで認識処理エンジンとやり取り
1.2. libjulius自体を大きく改造し、UDOP内でうまく連携できるようにする(困難)
2. libjuliusを使わず自前で認識エンジンを実装(困難)
など。
1.1. が割と楽な方法。
認識エンジンの管理をUDOPにさせるなどすればよい。
認識エンジンの出力はsourceなどで受け取る。
---
とりあえず、一括処理を採用した理由を論文中にどう書くべきか、うーむ。
2010年8月30日月曜日
Springer LNCS camera-ready format
DASFAA2011で使用。
下記のURIからダウンロード可能。
www.springer.com/computer/lncs?SGWID=0-164-6-793341-0
LNCS Proceedings and Other Multiauthor Volumes - Using LaTeX2e
下記のURIからダウンロード可能。
www.springer.com/computer/lncs?SGWID=0-164-6-793341-0
LNCS Proceedings and Other Multiauthor Volumes - Using LaTeX2e
2010年8月2日月曜日
今後の研究を始める前に
今回の研究(StreamSR)は,自分の中ではもともと単なる演習であって,これ自体を研究として発表することになるとはまったく考えていなかった.そのため,十分に関連研究を調べたりしていないため,既存研究との位置づけおよび研究の価値について今一把握しにくいことになってしまった.
今後は,研究室で始めるあらゆることについて,それが研究につながる可能性が『少しでも』あれば,行動を始める前にとにかく関連研究を調べ,わからなければまずどのような研究があるか伺うところから始めたい.そしてこれから始めることが既存の研究に対してどのような位置づけになっているのか把握すること.
何もわからないまま実際に手を動かしてみるところから始めるのはとにかく避けたい.
(さもないと論文で「研究の背景」や「関連研究」を書くときに苦労することになるので)
今後は,研究室で始めるあらゆることについて,それが研究につながる可能性が『少しでも』あれば,行動を始める前にとにかく関連研究を調べ,わからなければまずどのような研究があるか伺うところから始めたい.そしてこれから始めることが既存の研究に対してどのような位置づけになっているのか把握すること.
何もわからないまま実際に手を動かしてみるところから始めるのはとにかく避けたい.
(さもないと論文で「研究の背景」や「関連研究」を書くときに苦労することになるので)
2010年7月30日金曜日
2010年7月29日木曜日
逐次音声処理と一括音声処理


(名称は仮のものです)
【前提】
音声処理の所要時間のRTF(実時間係数)とは、処理時間を音声時間で割った値である。
以下におけるレイテンシの議論では、入力データレートがシステムの同時処理限界人数よりも小さい状態を仮定している。
【逐次音声処理】
逐次音声処理は、クライアント側が発声を開始してから逐次エンコーディング、サーバへの送信、音声処理を行っていく方法である。発声が完了しなくても音声処理を開始することが出来るため、発声終了から音声処理を開始するよりも応答時間が短くなる。
音声長を x、音声処理時間のRTF を k, ネットワークなどの固定レイテンシを L とおくと、発声終了からのレイテンシは k が 1.0 よりも大きい場合
≒ (k - 1.0)x + L
と定式化できる。
逆に、k の値が 1.0 より小さいか同程度である場合でも、発声が完了しないと実行できない処理もあるため、レイテンシは
≒ pkx + L
となる。p は音声処理のうち発声が完了してから開始される処理の所要時間の、全処理時間に対する比率 (0 ≦ p <1.0) ならば同時処理限界人数は
≒ n / k
となるが、一方 k ≦ 1.0 の場合、
≒ n
となり、サーバの台数以上に同時処理限界人数を増やすことは出来ない。
【一括音声処理】
一括音声処理では、クライアント側で発声が完了してから、一括でサーバに送信し、音声処理を始める方法である。この手法でのレイテンシは
≒ kx + L
となり、逐次音声処理よりもレイテンシが明らかに大きくなってしまう。これはリアルタイム音声処理では致命的である。
(RTF 1.3 ならば、10秒の音声に対して逐次だと 3+L 秒で済むところが、一括だと 13+L 秒もかかってしまう)
一方スループットは、k の大小に関わらず
≒ n / k
となり、これは RTF が 1.0 よりも小さい場合に同時処理人数が大きく向上することとなる。
つまり、一括音声処理の逐次音声処理に対するアドバンテージとは、音声処理の RTF を 1.0 よりも小さく出来るときに、スループットを向上させることが出来る、という点にあるといえる。
登録:
投稿 (Atom)