基于壓縮感知的語(yǔ)音數(shù)字編碼技術(shù)研究.pdf

1、“大數(shù)據(jù)”（Big Data）時(shí)代的到來(lái)帶來(lái)了飛速增長(zhǎng)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(duì)超寬帶信號(hào)或冗余度較高的信號(hào)時(shí)，不僅在采樣端處理任務(wù)復(fù)雜，而且在后續(xù)的存儲(chǔ)和壓縮時(shí)對(duì)系統(tǒng)資源造成了浪費(fèi)。壓縮感知技術(shù)近年來(lái)由于可以實(shí)現(xiàn)對(duì)信號(hào)在采樣過(guò)程中同時(shí)壓縮，受到信號(hào)處理領(lǐng)域的廣泛關(guān)注。對(duì)于完整的數(shù)字語(yǔ)音處理系統(tǒng)而言，采樣后的量化編碼也是一個(gè)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(duì)壓縮采樣后的

2、觀測(cè)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(hào)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(yǔ)音信號(hào)壓縮感知觀測(cè)序列的數(shù)字編碼技術(shù)。論文的主要工作和創(chuàng)新點(diǎn)歸納如下：
　　（1）經(jīng)典的基于奈氏采樣語(yǔ)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(yǔ)音模型中正弦模型的啟發(fā)，本文首先對(duì)一種利用正弦原子構(gòu)造的字典和正交匹配追蹤算法對(duì)語(yǔ)音壓縮感知觀

3、測(cè)序列進(jìn)行建模，對(duì)于每幀觀測(cè)序列幅度、相位和頻率三類(lèi)參數(shù)，根據(jù)各類(lèi)信號(hào)序列自身特點(diǎn)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(cè)序列。之后對(duì)其利用基追蹤算法重構(gòu)出合成語(yǔ)音信號(hào)，并后置低通濾波器提高合成語(yǔ)音的人耳聽(tīng)覺(jué)效果。仿真實(shí)驗(yàn)表明：該編碼方案在實(shí)現(xiàn)對(duì)語(yǔ)音信號(hào)觀測(cè)序列壓縮編碼的同時(shí)，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(cè)序列可保留部分語(yǔ)音特性的特點(diǎn)，采用稀疏

4、表示字典對(duì)觀測(cè)序列進(jìn)行數(shù)學(xué)建模的方法，設(shè)計(jì)了一種新型語(yǔ)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(duì)大量訓(xùn)練語(yǔ)音通過(guò)行階梯投影后的觀測(cè)序列進(jìn)行訓(xùn)練，得到一個(gè)語(yǔ)音觀測(cè)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(duì)實(shí)時(shí)語(yǔ)音觀測(cè)序列建模，編碼時(shí)僅對(duì)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(cè)序列和壓縮感知重構(gòu)算法恢復(fù)語(yǔ)音信號(hào)。通過(guò)仿真實(shí)驗(yàn)表明：基于稀疏表示的語(yǔ)音觀測(cè)序列編碼方案可有效的降低編碼傳輸碼率，并