語(yǔ)音信號(hào)壓縮感知關(guān)鍵技術(shù)研究.pdf

1、信號(hào)的稀疏性是壓縮感知理論的應(yīng)用前提，壓縮感知用最少的觀測(cè)數(shù)來(lái)對(duì)信號(hào)進(jìn)行壓縮采樣，實(shí)現(xiàn)了信號(hào)的降維處理，節(jié)約了采樣和傳輸?shù)某杀荆o信號(hào)采樣技術(shù)帶來(lái)一場(chǎng)新的革命。對(duì)于語(yǔ)音信號(hào)而言，由于其具有近似稀疏性，可以將壓縮感知理論與語(yǔ)音信號(hào)處理技術(shù)結(jié)合，打破了傳統(tǒng)的建立于奈奎斯特采樣的語(yǔ)音信號(hào)處理經(jīng)典模式。用壓縮感知理論中的觀測(cè)序列來(lái)代替?zhèn)鹘y(tǒng)奈奎斯特語(yǔ)音采樣值，將導(dǎo)致信號(hào)特征發(fā)生根本性的變化，從而影響語(yǔ)音信號(hào)處理應(yīng)用的各個(gè)領(lǐng)域。本課題在對(duì)壓縮感知理

2、論深入研究的基礎(chǔ)上，研究了語(yǔ)音信號(hào)的壓縮感知稀疏域和基于觀測(cè)序列的語(yǔ)音端點(diǎn)檢測(cè)算法，提出一種適合語(yǔ)音的觀測(cè)矩陣，并對(duì)該觀測(cè)矩陣投影下的觀測(cè)序列模型進(jìn)行研究，針對(duì)語(yǔ)音壓縮感知，提出一種碼本映射聯(lián)合l1重構(gòu)算法。論文的主要工作和創(chuàng)新如下：
　　（1）研究語(yǔ)音觀測(cè)序列在不同稀疏域下的壓縮感知重構(gòu)技術(shù)，對(duì)比語(yǔ)音信號(hào)在DCT、DFT、DWT及K-L變換下的稀疏性。研究表明，雖然在K-L變換下語(yǔ)音系數(shù)是最稀疏的，但由于重構(gòu)時(shí)需要用到原信號(hào)的自

3、相關(guān)矩陣，實(shí)際應(yīng)用困難，而在前三種稀疏域下，DCT變換的稀疏性最好。研究了在隨機(jī)高斯矩陣投影下，壓縮感知BP重構(gòu)和OMP重構(gòu)的原理及性能。實(shí)驗(yàn)結(jié)果顯示對(duì)語(yǔ)音信號(hào)而言，在相同觀測(cè)點(diǎn)數(shù)下，BP重構(gòu)性能優(yōu)于OMP，但運(yùn)算復(fù)雜度大。研究了語(yǔ)音觀測(cè)在過(guò)完備余弦字典及KSVD字典下的壓縮感知，由于系數(shù)稀疏性的增強(qiáng)，其重構(gòu)效果比DCT基均有提高，且KSVD字典重構(gòu)性能優(yōu)于過(guò)完備余弦字典。根據(jù)語(yǔ)音幀和非語(yǔ)音幀壓縮感知觀測(cè)序列頻譜幅度分布分散且差異較大的

4、特性，提出一種基于壓縮感知觀測(cè)序列倒譜距離的語(yǔ)音端點(diǎn)檢測(cè)算法，以直接根據(jù)觀測(cè)序列特性分析判斷出原始輸入語(yǔ)音的屬性。對(duì)不同信噪比下的帶噪語(yǔ)音進(jìn)行端點(diǎn)檢測(cè)仿真實(shí)驗(yàn)，其性能與傳統(tǒng)奈奎斯特采樣下的倒譜端點(diǎn)檢測(cè)相當(dāng)，但可以降低運(yùn)算量。
　　（2）針對(duì)DCT稀疏基下，語(yǔ)音信號(hào)采用隨機(jī)高斯觀測(cè)矩陣投影時(shí)，壓縮感知重構(gòu)零（近似零）系數(shù)定位能力差，導(dǎo)致對(duì)重構(gòu)質(zhì)量起主導(dǎo)作用的系數(shù)樣值發(fā)生較大誤差的問(wèn)題，提出一種適合于語(yǔ)音信號(hào)壓縮采樣的行階梯觀測(cè)矩陣，

5、并對(duì)壓縮觀測(cè)序列采用對(duì)偶仿射尺度內(nèi)點(diǎn)算法進(jìn)行重構(gòu)。仿真實(shí)驗(yàn)結(jié)果顯示，行階梯矩陣做觀測(cè)矩陣，能夠?qū)φZ(yǔ)音信號(hào)的零（近似零）系數(shù)進(jìn)行較好的定位，從而得到明顯優(yōu)于高斯觀測(cè)矩陣下語(yǔ)音壓縮感知的重構(gòu)性能，并且行階梯觀測(cè)矩陣與隨機(jī)高斯觀測(cè)矩陣相比，相應(yīng)的數(shù)據(jù)量和運(yùn)算量都大大減小。因此，作者認(rèn)為，行階梯觀測(cè)矩陣是適合語(yǔ)音信號(hào)壓縮感知采樣的比較理想的投影矩陣。
　?。?）鑒于行階梯矩陣投影下得到的語(yǔ)音壓縮觀測(cè)序列仍具有較強(qiáng)的相關(guān)性，提出對(duì)觀測(cè)序列采

6、用Volterra級(jí)數(shù)二次建模，分析輸入序列維數(shù)和模型階數(shù)對(duì)語(yǔ)音行階梯觀測(cè)序列預(yù)測(cè)的效果，并聯(lián)合使用Wiener濾波器以提高預(yù)測(cè)準(zhǔn)確程度，實(shí)現(xiàn)了基于部分CS觀測(cè)序列、Volterra模型、Wiener濾波器的CS重構(gòu)。
　　（4）論文最后針對(duì)CS重構(gòu)算法計(jì)算量大的問(wèn)題，提出一種基于觀測(cè)序列與原始序列關(guān)系的碼本映射重構(gòu)方法，該方法與l1重構(gòu)相比，對(duì)稀疏系數(shù)的位置估計(jì)較為準(zhǔn)確，且不需要優(yōu)化算法進(jìn)行重構(gòu)，而是從訓(xùn)練得到的碼本中直接得到重

7、構(gòu)系數(shù)，重構(gòu)時(shí)需要的計(jì)算量比BP和OMP算法明顯下降。但由于系數(shù)大小估計(jì)不夠準(zhǔn)確，綜合考慮重構(gòu)性能和運(yùn)算量，采用碼本映射聯(lián)合l1重構(gòu)。該算法訓(xùn)練階段得到語(yǔ)音碼本和觀測(cè)碼本，測(cè)試階段先估計(jì)測(cè)試語(yǔ)音的SNR，然后根據(jù)SNR和CS壓縮比選擇相應(yīng)的能量門(mén)限?，觀測(cè)序列幀能量大于?采用l1重構(gòu)，小于l1采用碼本重構(gòu)。實(shí)驗(yàn)表明，在中低SNR環(huán)境下，碼本映射聯(lián)合l1重構(gòu)算法在一定的能量門(mén)限下重構(gòu)性能優(yōu)于l1重構(gòu)，在高SNR和無(wú)噪環(huán)境下，碼本映射聯(lián)合l