746
仪器仪表学报
第33卷
关于步骤2中,聚类算法有很多,本文采用传统的LBG算法构造矢量码本。过完备的LP字典由.,个LP矩阵联合构成,字典的大小为Ⅳ×(Ⅳ×.,),列数大于行数,.,的取值对语音的重构性能有一定影响,.,较大,过完备的LP字典包含的矩阵多,重构语音性能佳,但运算量大,所以在实际中需对其进行折中选取。3.3.2语音CS压缩采样与重构
随机高斯矩阵与大多数转换矩阵不相关,本文采用随机高斯矩阵作为观测矩阵中,0LP字典作为转换矩阵。通过cs采样得到语音信号的肘xl维的观测矢量:
y=机=面蛳=氟
(11)
彬Ⅳ为压缩比,体现了cs采样和传统的奈奎斯特
采样相比压缩的程度。CS压缩采样得到观测向量y后,可以采用许多重构算法(如“基追踪”、“匹配追踪”、“正交匹配追踪”、“贝叶斯压缩传感算法”、“迭代阈值法”、“整体部分最小化法”等)来重构语音,这些算法特点各异,其中基追踪BP算法一般都能找到信号的全局最稀疏解,所求的解更加精确‘12。1纠用于CS重构性能好,为了更好地考察0LP字典作为转换矩阵用于cs的重构性能,本文采用BP算法重构语音。首先在1范数下重构冗余系数,然后再重构语音信号。即采用文献[15]中的方法,基于0LP字典的CS重构问题可等价为式(12)的BP问题:
d=argmin||d
1
s.t.毒缸=中妒扭=_)?,妒=[嚷,
吼,…,蛾]
(12)
式中:缈是0LP字典。式(12)可等价为式(13)的线性
规划(1inear
prog姗ming)问题:
min
c1J
subject
to
Ax=西
a
(13)
式中:c=(1,…,1)1,A=(茸,一宣9,西=J,x=(H,v),口=H—y(比,v为未知变量)。本文采用MATLAB优化工具箱中内点法“linprog”求解最优解。
在压缩感知系统中,当观测矩阵选定后,语音的稀疏表示是影响语音重构质量的关键因素。语音表示越稀疏,则重构语音所需要的观测越少;在观测数相同的情况下,语音表示越稀疏则重构语音的质量越高,也就是说转换矩阵的选择对信号重构性能来说很重要。接下来分析0LP字典作为转换矩阵的语音cs重构性能。图3、图4(a)、(b)、(c)分别显示了512点的浊音和清音信号、采用0LP字典在压缩比为0.5的cs采样后重构的系数及语音信号。从图3(b)可以看出浊音在0LP字典下呈现良好的稀疏性,从图4(b)町以看出清音在oLP字典下呈现一定的稀疏性,可以基于0LP字典实现语音cs方案。从图3和图4(c)和后面的实验可以看出:基于0LP字典重构信号逼近原信号。
篓小心№叭¨.Ⅳ
5--I
L—.-—--—--- --—— .—-I--------------------L-------—-------——--J---------------.-...I.....———-—---------J---------------J
O
100
200
300
400
500
600
样点
悖)原信号
(a)Original
slgnal
肇埘?E===!==兰===
0.1
r
0l00020003000400050006ooO700080009000
样点
(”基于0LP的重构系数
m1Reconstructed
coe师cientswJm
0LP
鉴小~w、Ⅳw、~咿、凡伊、Ⅳ一——】L——————————————l———————————————L——————————————l,—,———————————J———————————————L———————————J
0
100
200
300
400
500
600
样点
(c)基于0LP的重构信号
(c)Rccons仃uctcd
sigllalwifhOLP
图3浊音的过完备重构信号
F远.3
Recon8tnlctedsignal
ofvoicedspeechwith
0LP
釜.。盅匕=竺竺竺竺竺竺堕
O05r
()
100200300400500600
样点
(a)原信号(a)Originalsi印al
蓥.:羞E三磊磊;==丢飘。。
鉴。卜∥”M帕~肿忡洲m忤—~。o
05fL—]亩——病——焉r—可}—1占—嗡。
样点
(c)基于OLP的重构信号
(b)R鼬帆sIrLlcte‘lsig口a】wich0LP
图4清音的过完备重构信号
Fig.4
RecoIlstmctedsigIlalofunvoiced叩eechwith0LP
4仿真分析
对本文提出的基于0LP字典的语音压缩感知重构方法进行性能仿真。在本文的实验中采用的是中国科学研究院自动化研究所的CAsIA汉语语音库。在语音库中选100人,每人60句,句长1—5s不等,采样频率
16
kHz,其中40句用于测试实验仿真,另外20句用于码
本训练构造0LP字典,实验数据为100人实验数据的平均值。本文采用平均帧莺构信噪比AFsNR(average
fhmesignal
to
noise
ratio)和PESQM0s(peI℃eptual
evalu一
撕0nof8peechquality
mean
opinion
score)分来评价重构
749 (孙林慧, 杨震, 季云云, 叶蕾. 基于过完备线性预测字典的压缩感知 语音重构. 仪器仪表学报, 2012, 33(4): 743?749) 13 Doneva M, Bornert P, ...
基于过完备线性预测字典的... 8页 2财富值 基于自相关观测的语音信号... ... 对语音信号采用压缩感知技术 进行压缩和 重构, 研究了分析 窗长固定时重构误差...
针对语音稀疏性不够好导致大压缩下采样 后重构效果差的缺点, 本文提出采用过完备线性预测字典做转换矩阵, 用基追踪重构算法 对压缩感知采样语音进行高质量重构。 ...
Christensen 等人[8]利用复正弦窗构成的字典对语音和音频实信号 进行稀疏分解,... 基于线性预测分析和差分变换的语音信号压缩感知 1411 图 2 FFT 变换基重构...
西安 710071) 摘要 : 基于压缩感知理论 , 测量了在不重构情况下线性调频信号...3 仿真结果本文采用过完备原子库建立稀疏字典 , 原子库 中频率参数的步长越...
模式识别-压缩感知_工学_高等教育_教育专区。压缩...原始信号的线性测量, 再利用后端 DSP 重构原始信号...可以分为正交基字典和过完备冗余字 典, 按照字典中...
基于Fisher准则字典学习的压缩感知人脸识别算法_曾凌...小化表示为过完备 字典中基向量的线性组合, 广泛... 并通过重构误差分类, 虽然提出多种快 〔8 〕 速...
和重构算法三个方面的最新进展, 并介绍了压缩感知...(1) 具有稀疏表示能力的过完备字典设计; (2) ...语音识别、探地 雷达成像等诸多领域对压缩感知展开了...
热门文档