基于非重構(gòu)的壓縮感知語(yǔ)音特性分析與研究.pdf

1、近年來(lái)，隨著信息技術(shù)的高速發(fā)展，傳統(tǒng)的奈奎斯特采樣已經(jīng)不能滿足人們?nèi)找嬖鲩L(zhǎng)的信息量需求，而壓縮感知理論因其采樣速率遠(yuǎn)低于奈奎斯特采樣，且采樣方法簡(jiǎn)單，因而備受關(guān)注，一經(jīng)提出就引起了學(xué)術(shù)界的巨大反響。本文將語(yǔ)音信號(hào)處理技術(shù)與壓縮感知技術(shù)相結(jié)合，研究基于非重構(gòu)的壓縮感知語(yǔ)音特性分析技術(shù)，即在不重構(gòu)原始語(yǔ)音信號(hào)的情況下，分析和研究語(yǔ)音壓縮采樣后觀測(cè)序列的新特性，從而提出直接從觀測(cè)序列提取語(yǔ)音特征參數(shù)的新方法，例如共振峰和基音周期，并利用觀測(cè)采

2、樣序列進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)等，這些都是未來(lái)基于壓縮感知理論的語(yǔ)音信號(hào)處理技術(shù)的理論基礎(chǔ)，也是其走向?qū)嶋H應(yīng)用必不可少的前提。
　　首先，本文研究了基于觀測(cè)序列高階累積量的語(yǔ)音端點(diǎn)檢測(cè)方法，本文詳細(xì)闡述了高階累積量理論，并分析其特性，即對(duì)于高斯過(guò)程，其三階及以上的高階累積量均為零值。然后根據(jù)壓縮感知理論，分析了高斯隨機(jī)觀測(cè)矩陣下的語(yǔ)音觀測(cè)序列得出該觀測(cè)序列是非高斯的，而噪聲觀測(cè)序列是高斯的，據(jù)此將高階累積量理論應(yīng)用到基于觀測(cè)序列的語(yǔ)音端點(diǎn)

3、檢測(cè)中。針對(duì)清音幀與噪聲幀難以區(qū)分這一問(wèn)題，本文使用全帶低帶能量比作為第二個(gè)參數(shù)，將高階累積量與全帶低帶能量比結(jié)合起來(lái)，更加準(zhǔn)確地檢測(cè)語(yǔ)音信號(hào)的端點(diǎn)。本文將這一方法與基于倒譜距離的端點(diǎn)檢測(cè)法相比較，本文方法的魯棒性更好。與傳統(tǒng)奈奎斯特采樣下的同類(lèi)方法比較，本文方法計(jì)算量較小。
　　其次，論文分析語(yǔ)音壓縮感知觀測(cè)序列的波形特點(diǎn)，從數(shù)學(xué)的角度證明濁音經(jīng)行階梯矩陣投影后觀測(cè)序列呈現(xiàn)新的周期性的特點(diǎn)，并給出了觀測(cè)序列波形的周期與原語(yǔ)音信號(hào)

4、周期的關(guān)系。然后對(duì)觀測(cè)序列進(jìn)一步進(jìn)行小波變換，由于基音周期信息是低頻信息，因此論文對(duì)低頻小波系數(shù)采用自相關(guān)方法進(jìn)行基音周期檢測(cè)，該方法與傳統(tǒng)方法相比，大大減小了計(jì)算量。但由于觀測(cè)序列數(shù)據(jù)量遠(yuǎn)小于原始信號(hào)，因此基音周期的提取精度有所下降，這是需要進(jìn)一步研究的重點(diǎn)問(wèn)題。針對(duì)原始語(yǔ)音含噪的情況，本文先對(duì)觀測(cè)序列進(jìn)行小波閾值去噪，然后再提取基音周期，實(shí)驗(yàn)表明，經(jīng)小波閾值去噪后，基音周期檢測(cè)的準(zhǔn)確度明顯提高，減小了噪聲對(duì)檢測(cè)準(zhǔn)確度的影響。

5、　　第三，論文推導(dǎo)了在非重構(gòu)的情況下進(jìn)行語(yǔ)音功率譜估計(jì)的方法，通過(guò)估計(jì)原始語(yǔ)音的自相關(guān)序列來(lái)求解功率譜，論文通過(guò)嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)證明，使用觀測(cè)序列的自相關(guān)矩陣和觀測(cè)矩陣行向量間的自相關(guān)與互相關(guān)作為估計(jì)原始信號(hào)自相關(guān)的數(shù)據(jù)，成功估計(jì)出原始信號(hào)的自相關(guān)序列，進(jìn)而估計(jì)出原始信號(hào)的功率譜。由于該方法沒(méi)有使用壓縮感知迭代重構(gòu)算法，對(duì)于稀疏性不理想的清音幀信號(hào)本文算法的功率譜估計(jì)效果好于使用重構(gòu)算法的功率譜估計(jì)方法。論文還將估計(jì)所得功率譜用于求解語(yǔ)音信號(hào)