In dieser Arbeit wird eine quantitative Entwurfsraum-Exploration von Hardware-Architekturen für die Klassifikation von Audio-Signalen durchgeführt. Auf Basis der Musikklassifikation werden unterschiedliche, algorithmische Verfahren aus der Literatur und eigene Ansätze gewählt, die den Entwurfsraum in Bezug auf die Klassifikationsqualität und die Rechenkomplexität aufspannen. Für eine umfangreiche Untersuchung von Architektur-spezifischen Kostenmetriken wie der Verarbeitungszeit, der Energieeffizienz, der Flächeneffizienz und dem Fläche-Zeit-Energie-Produkt werden die algorithmischen Methoden für GPP, DSP, GPU, ASIP, FPGA und ASIC Architekturen optimiert. Außerdem werden heterogene Architekturansätze betrachtet, welche in Bezug auf die festgelegten Metriken besonders geringere Kosten aufweisen können.

Die Forschungsergebnisse unterstützen zukünftige Design-Phasen geeigneter Systeme zur Audio-Signalklassifikation. So wird gezeigt, dass aktuelle Architekturen ausreichende Rechenkapazitäten zur Auswertung von Musikdaten bieten, da die gemessenen Verarbeitungszeiten deutlich kürzer als die Abspiellängen der Musikinhalte sind. Anhand des explorierten Entwurfsraums wird außerdem deutlich, dass sowohl für mobile als auch für stationäre Systeme geeignete Hardware-Architekturen existieren, die den heutigen Anforderungen an Energiekosten gerecht werden. Schließlich wird nachgewiesen, dass der untersuchte Entwurfsraum auch Architekturen inkludiert, die die Echtzeitanforderungen von Hörgeräten bei möglichst geringem Leistungsverbrauch erfüllen.