基于壓縮感知的語音聯(lián)合壓縮算法研究.pdf

1、語音是人類最直接有效的通訊方式。在數(shù)字化信息時代蓬勃發(fā)展的今天，人們對語音信息處理和信息質量的要求隨之增加，大大提高信息采樣的成本。如何以更低的采樣速率、更少的采樣值完成對語音信號的壓縮重構有著重要意義。壓縮感知(Compressed sensing，CS)理論基于信號在某個變換域的稀疏性，以低于Nyquist采樣定理的標準對信號進行采樣且可以近乎精確的將原始信號恢復，意味著在語音信號壓縮中對基于Nyquist采樣定理傳統(tǒng)方法的顛覆。在

2、語音信號處理領域的發(fā)展中形成了一系列的信號處理方法和算法，并且已經得到了廣泛的應用，如快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)、線性預測(Linear Prediction，LP)、矢量量化(Vector Quantization，VQ)以及經驗模態(tài)分解(Empirical Mode Decomposition,EMD)等技術。將壓縮感知理論基礎與傳統(tǒng)語音信號處理技術的各種特點聯(lián)合，對其壓縮重構的效果進行研

3、究。本文主要工作和創(chuàng)新如下：
　?。?）從信號的稀疏表示、觀測矩陣和重構算法等方面展開，深入的學習并研究了壓縮感知基本原理。并對語音信號的基本特征、常用的處理技術、編碼方式等語音知識進行了基礎研究。
　?。?）結合壓縮感知理論的特性和線性預測分析技術的優(yōu)勢，利用語音信號在線性殘差域上的稀疏性以及語音信號特性，提出了一種在線性殘差域上自適應分配觀測點數(shù)的壓縮感知算法。由語音信號特性可知，語音信號的幀之間可以通過能量來區(qū)分其重要

4、性，所以根據(jù)每幀語音在整個語音段占用的能量比自適應分配觀測點數(shù)，可以提高觀測點數(shù)的利用效率，改善語音信號重構性能。
　?。?）將壓縮感知理論和經驗模態(tài)分解方法相結合，用于語音信號壓縮上，提出了一種基于經驗模態(tài)分解的語音信號壓縮感知算法。通過經驗模態(tài)分解方法將語音信號分解，可得語音信號的本征模式函數(shù)信號分量。經實驗證明了本征模式函數(shù)信號分量在常規(guī)的DCT域有更好的稀疏性。結合壓縮感知理論基礎分別對各個信號分量進行觀測抽樣，以實現(xiàn)語音