基于壓縮感知的語音信號處理及優(yōu)化研究.pdf

1、傳統(tǒng)的奈奎斯特采樣理論要求采樣頻率不得小于信號最大帶寬的兩倍，采集到的信息少量被保存下來，大部分信息被忽略掉，對硬件設(shè)備要求高且造成了資源浪費(fèi)。隨著信息科技的迅速發(fā)展，以奈奎斯特采樣定理進(jìn)行信息采集的技術(shù)越來越不能滿足人們對信號處理效率的要求，壓縮感知理論的提出解決了這一問題，它可以將采樣和壓縮同時進(jìn)行。該理論是指信號在滿足稀疏性的前提下，信號的觀測序列由信號與觀測矩陣的乘積得到，且由較少個數(shù)的觀測序列可以準(zhǔn)確地恢復(fù)高維原始信號。語音信

2、號具有良好的可壓縮性，所以壓縮感知理論可以實(shí)現(xiàn)語音信號的壓縮重構(gòu)。不同于圖像領(lǐng)域，國內(nèi)外將CS用于語音信號處理領(lǐng)域的研究還比較少，處于起步階段。
　　本文研究了壓縮感知理論，并將壓縮感知理論應(yīng)用到語音信號處理中，描述了語音信號壓縮重構(gòu)的實(shí)現(xiàn)過程，介紹了重構(gòu)語音評價方法，并提出了幾點(diǎn)優(yōu)化改進(jìn)，具體工作如下：
　　首先，本文圍繞信號稀疏表示、觀測矩陣的構(gòu)造和重構(gòu)算法研究三個主要方面闡述了壓縮感知理論。以專業(yè)語音庫中的男生和女生朗

3、讀語音作為實(shí)驗對象，對比兩種常用重構(gòu)算法BP算法和OMP算法在語音信號壓縮重構(gòu)中的表現(xiàn)，并研究了壓縮比和幀長對語音重構(gòu)效果的影響。實(shí)驗結(jié)果表明，同一重構(gòu)算法下，男聲的重構(gòu)質(zhì)量比女聲的要好；針對同一實(shí)驗語音，BP算法要比OMP算法的重構(gòu)效果好。
　　其次，本文分析和比較了幾種壓縮感知常見的觀測矩陣在語音信號壓縮重構(gòu)過程中的性能，并對在不同的實(shí)驗條件下觀測矩陣的選取提出建議。實(shí)驗表明，壓縮比和幀長是觀測矩陣選取的關(guān)鍵因素。在不同的壓縮

4、比和幀長下，需要選取不同的觀測矩陣，以達(dá)到最好的語音重構(gòu)效果。
　　第三，文中從信號的稀疏表示著手，引入冗余字典中的緊框架算法，可以使得信號得到更加稀疏的表示，并與壓縮感知理論常用的高斯隨機(jī)矩陣進(jìn)行重構(gòu)語音質(zhì)量的比較。實(shí)驗結(jié)果表明，緊框架矩陣相對于傳統(tǒng)常用的高斯隨機(jī)矩陣，在語音重構(gòu)過程中取得了更好的效果。
　　第四，文中加入心理聲學(xué)模型中的絕對聽閾，把一些人耳聽不見、無用的信號過濾掉，減少信號非零值，增加信號的稀疏度，以達(dá)到