基于壓縮感知的語音數(shù)字編碼技術(shù)研究.pdf

1、“大數(shù)據(jù)”（Big Data）時代的到來帶來了飛速增長的信息量和信息處理任務(wù)。傳統(tǒng)的奈奎斯特采樣定理提出的最低采樣速率在面對超寬帶信號或冗余度較高的信號時，不僅在采樣端處理任務(wù)復(fù)雜，而且在后續(xù)的存儲和壓縮時對系統(tǒng)資源造成了浪費。壓縮感知技術(shù)近年來由于可以實現(xiàn)對信號在采樣過程中同時壓縮，受到信號處理領(lǐng)域的廣泛關(guān)注。對于完整的數(shù)字語音處理系統(tǒng)而言，采樣后的量化編碼也是一個重要的環(huán)節(jié)。然而，目前壓縮感知理論還處于研究的起步階段，對壓縮采樣后的

2、觀測序列處理技術(shù)如編碼的研究還很少涉及。壓縮感知技術(shù)作為一種可以代替奈氏采樣的信號采樣技術(shù)，而編碼是壓縮感知從理論走向?qū)嶋H應(yīng)用的必要前提。在這樣的背景下，本文以壓縮感知為基礎(chǔ)，研究語音信號壓縮感知觀測序列的數(shù)字編碼技術(shù)。論文的主要工作和創(chuàng)新點歸納如下：
　?。?）經(jīng)典的基于奈氏采樣語音壓縮編碼技術(shù)中，基于模型的編碼得到廣泛應(yīng)用。受到傳統(tǒng)語音模型中正弦模型的啟發(fā)，本文首先對一種利用正弦原子構(gòu)造的字典和正交匹配追蹤算法對語音壓縮感知觀

3、測序列進(jìn)行建模，對于每幀觀測序列幅度、相位和頻率三類參數(shù)，根據(jù)各類信號序列自身特點采用合適的編碼方式進(jìn)行編碼，提高傳輸?shù)男?。在解碼端，利用解碼后的參數(shù)合成觀測序列。之后對其利用基追蹤算法重構(gòu)出合成語音信號，并后置低通濾波器提高合成語音的人耳聽覺效果。仿真實驗表明：該編碼方案在實現(xiàn)對語音信號觀測序列壓縮編碼的同時，主客觀重構(gòu)質(zhì)量均可以得到保證。
　?。?）利用壓縮感知框架下行階梯矩陣投影后觀測序列可保留部分語音特性的特點，采用稀疏

4、表示字典對觀測序列進(jìn)行數(shù)學(xué)建模的方法，設(shè)計了一種新型語音壓縮感知編解碼器。首先在訓(xùn)練階段，先利用K奇異值分解方法對大量訓(xùn)練語音通過行階梯投影后的觀測序列進(jìn)行訓(xùn)練，得到一個語音觀測序列碼本字典；然后在編碼階段，選取字典內(nèi)的少量原子對實時語音觀測序列建模，編碼時僅對少量選擇原子的位置和幅度進(jìn)行編碼并傳輸；解碼端利用恢復(fù)后的觀測序列和壓縮感知重構(gòu)算法恢復(fù)語音信號。通過仿真實驗表明：基于稀疏表示的語音觀測序列編碼方案可有效的降低編碼傳輸碼率，并