基于稀疏表示的音頻修復算法研究.pdf

1、在現(xiàn)實生活中，音頻常常會因為環(huán)境噪聲、網(wǎng)絡擁塞和設備限幅等影響，而產(chǎn)生諸如脈沖干擾、片段丟失和削頂失真等情況的受損，降低音頻的可聽度和可懂度。如果音頻應用于語音識別、說話人辨識等情況，還會導致相應識別率下降，所以需要對受損音頻進行數(shù)字化修復，還原出受損部分，改善音頻質(zhì)量。針對目前音頻修復的研究現(xiàn)狀，本文采用基于稀疏表示的音頻修復算法。
　　基于稀疏表示的音頻修復是指在音頻為稀疏信號的前提下，利用受損音頻中可靠部分的數(shù)據(jù)，在過完備字

2、典中進行稀疏表示，然后用稀疏重建的方法來恢復出受損部分。因為音頻中相鄰幀之間信息存在著冗余，丟失的部分信息可以利用周圍冗余信息來補全。算法分為過完備字典構造和稀疏表示兩個環(huán)節(jié)。本文在前人工作的基礎上，針對這兩個環(huán)節(jié)進行了研究改進：
　　1.過完備字典訓練算法
　　對于過完備字典構造，在之前的文獻中采用固定字典，但是音頻種類繁多，不同的音頻具有不同的基頻和共振峰等特征信息，因此固定字典不能很好的反映出特定音頻的結構化特征，針對

3、這一問題，本文采用訓練的方法得到自適應字典，在選擇字典訓練算法時，為了兼顧算法的高效性和字典中原子的相關性，本文選用解耦合的K-SVD字典訓練算法，即INK-SVD算法，來對音頻進行訓練。
　　2.稀疏表示算法
　　對于稀疏表示，在之前的文獻中多使用OMP算法，這種算法不會選擇重復的原子，稀疏表示誤差小，但是，該算法并沒有充分利用音頻幀之間的相關性信息，即幀之間是存在很大程度上冗余的，本文通過實驗的方法，證明相關性的存在，為

4、了利用相關性信息，本文對傳統(tǒng)的OMP算法進行改進，在選取原子的時候，考慮到該原子是否在前一幀用過，如果該原子被前一幀選中，則在下一幀中適當增加一個權重，權重的大小根據(jù)幀之間相關性動態(tài)調(diào)整，從而提高原子選取的精確性，降低計算誤差的影響。
　　本文實驗部分是在Audio Inpainting Toolbox提供的音頻數(shù)據(jù)集上，使用改進型基于OMP的音頻修復算法對片段缺失、脈沖干擾、削頂失真等三類不同的受損情況，與傳統(tǒng)的固定Gabor字