第31卷第6期2010年6月
仪器仪表学报
VoL3lNo.6
ChineseJournalofScientificInstrument
Jun.2010
DCT域的语音信号自适应压缩感知宰
郭海燕1,王天荆2,杨震1
(1
南京邮电大学信号处理与传输研究院南京210003;2南京工业大学理学院南京210009)
摘要:利用语音信号在DCT域的稀疏特性,提出了一种基于语音信号能量特性的帧间与帧内自适应压缩感知方法。首先根据语音信号各帧能量和各帧所属能量区间自适应分配每帧观测个数,称之为帧间自适应。然后当帧观测个数确定后,根据每帧完全观测各分量的能量自适应选取相应个数的观测,称之为帧内自适应。实验表明,用该算法重构的语音具有较高的平均分段信噪比和平均意见得分。
关键词:压缩感知;语音合成;稀疏性;LI优化;自适应中图分类号:TN912
文献标识码:A
国家标准学科分类代码:510.40
AdaptivespeechcompressedsensingintheDCTdomain
GuoHaiyanl,WangTianjin92,Yang
Zhenl
(J
Inst/tute
ofSignal
Processing2
andTransmission,NanjingUniversityofPostsandTelecommunications,Nanjing210003,China;
CollegeofScience,NanjingUniversityofTechnology,Nanjing210009,China)
Abstract:UtilizingthesparsityofspeechsignalsintheDCTdomain,thispaperproposesframeadaptive
an
inter—frameandintra—inter—frameadaptive
speechcompressedsensing(CS)methodbased
on
speechenergy.Firefly,the
to
algorithmdistributesthemeasurementnumberofeachframeaccordingtheenergyofeachframeandtheenergyin—
tervaleachframebelongsto.Secondly,theintra-frameadaptivealgorithmgeneratesthenumberofmeasurementsofeachframeaccordingtoelementenergyofthecorrespondingframefullrandommeasurement.Simulationresultsdem—
onstrate
thatthespeechrecoveredusingtheinter -frameand
score.
intra frame
adaptive
speech
CS
methodhas
goodaverage
segmentsignaltonoiseratioandmeanopinion
Keywords:compressedsensing;speechsynthesis;sparsity;L1optimization;adaptive
而与信号的稀疏性密切相关,这无疑是很有吸引力的。
1引言
目前多数cs信号分解算法是通过随机观测矩阵与信号的乘积来获得观测的怛J,其中观测矩阵的构造仅与信号的稀疏特性有关,并未利用信号的其他特性,即观测的构造是非自适应的,本文中将这种cs理论称为非自适应CS理论。为了进一步减少重构原信号所需要的观测数,学者提出了构造自适应Cs观测的方法。本文将这种CS理论称为自适应cs理论。ZhongminWang在信号频谱不均匀的前提下,提出通过对完全的随机观测矩阵各行带通滤波构造完全的有色观测矩阵,再在完全的有色观测矩阵中选取与信号频谱相关度最大的若干个行向量
压缩感知u卅(compressedsensing,CS)是结合信号稀疏分解与最优化方法来重构信号的一种“压缩采样”技术,被广泛用于各个领域[7_lo】。其思想是首先基于信号在某已知变换域的稀疏特性,构造个数满足~定条件的观测向量(以下简称观测),然后采用最优化方法近似重构信号在稀疏域的系数,进而最终恢复原信号。利用CS理论无损重构信号所需的观测向量维数(以下简称观测个数,也即“压缩采样”个数)与信号的最高频率无关,
收稿日期:2009.10
ReceivedDate:2009 10
基金项目:国家自然科学基金(60971129)、江苏省普通高校研究生科研创新计划(CXOgB_148Z)资助项目
万方数据
2010 DCT域的语音信号自适应压缩感知郭海燕 , 王天荆 , 杨 ( 1 南京邮电大学 信号处理与传输研究院 摘 南京 1 2 * 震 1 210003 2 南京工业大学理学院 ...
DCT域的语音信号自适应压缩感知_信息与通信_工程科技_专业资料。基于语音信号在DCT域的稀疏特性,提出了一种基于语音信号能量特性的帧间与帧内自适应压缩感知方法...
文中研究基于压缩感知( Compressed CS) DCT) 的 Sensing, 理论的语音信号处理新技术。验证了语音信号在离散余弦变换域( Discrete Cosing Transform, 1〕 近似稀疏性...
提出了一种基于能量特性分块的DCT域自适应音频水印算法。首先对音频数据做DCT...实验结果表明:该算法对数字音频信号的噪声攻击、低通滤波、MPEG压缩、D/A和A/D...
2] 压缩感知 (Compressed Sensing, CS)是近 年来兴起的一种“边采样边压缩”... 压缩感知理论及OMP算法 21页 免费 DCT域的语音信号自适应压... 7页 免费...
DCT域的语音信号自适应压缩... 7页 免费 DCT压缩域中基于纹理和形状... ... 基于DCT压缩的JPEG图像的快... 3页 免费 语音压缩感知及其重构算法 5页 1...
在JPEG压缩域使用量化系... 26页 1下载券 DCT域的语音信号自适应压... ...2011 基于准 KLT 域的线谱对参数压缩感知量化研究肖① ② 强 *① 陈 亮 ①...
在DFT域和 DCT域,虽然表现出一定的稀疏性,但不如KLT域 LSP参数压缩感知量化算法基于CS的最化算法流程如图3所示。对采样 后的语音信号分帧,每帧提取P阶LSP...
信号的压 缩与重构由于语音信号在离散余弦 DCT ( d iscre te cosin e transform ) 域上是近似稀疏的, 根据压缩感知基本原 理, 如果将 k 稀疏语音信号 x 0...
本论 文的主要工作和创新如下: (1)根据语音信号在离散余弦(DCT)基下的稀疏性描述了基于正交基的语音压缩 感知的框架。基于此框架,对随机观测矩阵进行选择,并采用...
热门文档