基于压缩感知的语音联合压缩算法研究

发布时间：2017-07-28 13:03

  本文关键词：基于压缩感知的语音联合压缩算法研究

  更多相关文章： 压缩感知 语音信号 线性预测 经验模态分解

【摘要】：语音是人类最直接有效的通讯方式。在数字化信息时代蓬勃发展的今天,人们对语音信息处理和信息质量的要求随之增加,大大提高信息采样的成本。如何以更低的采样速率、更少的采样值完成对语音信号的压缩重构有着重要意义。压缩感知(Compressed sensing,CS)理论基于信号在某个变换域的稀疏性,以低于Nyquist采样定理的标准对信号进行采样且可以近乎精确的将原始信号恢复,意味着在语音信号压缩中对基于Nyquist采样定理传统方法的颠覆。在语音信号处理领域的发展中形成了一系列的信号处理方法和算法,并且已经得到了广泛的应用,如快速傅里叶变换(Fast Fourier Transform,FFT)、线性预测(Linear Prediction,LP)、矢量量化(Vector Quantization,VQ)以及经验模态分解(Empirical Mode Decomposition,EMD)等技术。将压缩感知理论基础与传统语音信号处理技术的各种特点联合,对其压缩重构的效果进行研究。本文主要工作和创新如下:(1)从信号的稀疏表示、观测矩阵和重构算法等方面展开,深入的学习并研究了压缩感知基本原理。并对语音信号的基本特征、常用的处理技术、编码方式等语音知识进行了基础研究。(2)结合压缩感知理论的特性和线性预测分析技术的优势,利用语音信号在线性残差域上的稀疏性以及语音信号特性,提出了一种在线性残差域上自适应分配观测点数的压缩感知算法。由语音信号特性可知,语音信号的帧之间可以通过能量来区分其重要性,所以根据每帧语音在整个语音段占用的能量比自适应分配观测点数,可以提高观测点数的利用效率,改善语音信号重构性能。(3)将压缩感知理论和经验模态分解方法相结合,用于语音信号压缩上,提出了一种基于经验模态分解的语音信号压缩感知算法。通过经验模态分解方法将语音信号分解,可得语音信号的本征模式函数信号分量。经实验证明了本征模式函数信号分量在常规的DCT域有更好的稀疏性。结合压缩感知理论基础分别对各个信号分量进行观测抽样,以实现语音信号的更好的压缩和重构效果。
【关键词】：压缩感知 语音信号 线性预测 经验模态分解
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN912.3
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-11
• 1.1 课题的研究背景及意义7-8
• 1.2 国内外探究现状8-9
• 1.2.1 压缩感知理论研究现状8-9
• 1.2.2 语音压缩编码技术简介9
• 1.3 本设计完成的主要工作9-10
• 1.4 全文研究内容及章节安排10-11
• 第二章 压缩感知理论及语音信号处理基础11-20
• 2.1 传统的信号处理过程11
• 2.2 压缩感知理论基础11-17
• 2.2.1 稀疏表示13-14
• 2.2.2 观测矩阵14-15
• 2.2.3 重构算法15-17
• 2.3 语音信号处理基础17-19
• 2.3.1 语音信号分析基础17-18
• 2.3.2 语音压缩质量评价标准18-19
• 2.4 小结19-20
• 第三章 基于线性预测的语音信号自适应压缩感知算法20-30
• 3.1 语音线性预测理论基础20-22
• 3.2 基于线性预测的语音信号自适应压缩感知算法22-25
• 3.2.1 线性预测残差表示22-23
• 3.2.2 自适应观测和重构23-25
• 3.3 实验仿真25-29
• 3.4 小结29-30
• 第四章 基于经验模态分解的语音信号压缩感知算法30-42
• 4.1 经验模态分解法30-35
• 4.1.1 经验模态分解的基本概念30-31
• 4.1.2 经验模态分解的基本原理31-35
• 4.2 基于经验模态分解的语音信号压缩感知算法35-38
• 4.2.1 本征模式函数信号分量的稀疏性35-36
• 4.2.2 基于经验模态分解的语音信号压缩感知算法36-38
• 4.3 实验仿真38-41
• 4.4 小结41-42
• 第五章 结论42-43
• 致谢43-44
• 参考文献44-47
• 附录47-48
• 作者简介48
• 攻读硕士学位期间研究成果48

【相似文献】

中国期刊全文数据库 前10条

1 张桂香;高爱国;;语音信号采集和处理方法的研究[J];高师理科学刊;2007年02期

2 季云云;杨震;;基于主分量分析的语音信号压缩感知[J];信号处理;2011年07期

3 韩大伟;熊欣;;语音信号采集和处理方法的分析[J];无线互联科技;2013年05期

4 张梅横,孙伟,刘雅君;交通指挥网络与语音信号系统的实现[J];信息技术;2000年08期

5 赵力,钱向民,邹采荣,吴镇扬;从语音信号中提取情感特征的研究[J];数据采集与处理;2000年01期

6 戴启军,卞正中,陈砚圃,张介秋;基于统计模型实现语音信号有声/无声检测的研究[J];西安交通大学学报;2002年08期

7 周开利;基于子波变换的语音信号压缩[J];海南大学学报(自然科学版);2002年02期

8 蔡建,方勇,音春,徐洪伟;一种基于频谱特征的语音信号识别方法及硬件实现[J];电声技术;2003年07期

9 屈丹,王炳锡;语音信号元音检测的新方法[J];声学学报;2003年01期

10 胡峻辉,王蓓蕾,李晶皎;基于凌阳单片机的语音信号实时采集[J];单片机与嵌入式系统应用;2003年04期

中国重要会议论文全文数据库 前10条

1 赵力;曾毓敏;邹采荣;吴镇扬;;基于子空间分析的语音信号寂声语声段识别方法[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

2 杜安丽;王茜;余磊;孙洪;;基于小波树结构的语音信号压缩感知恢复算法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

3 张云翼;崔杰;肖灵;;一种改进的语音信号去混响算法[A];泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集[C];2010年

4 陈韬;莫福源;李昌立;;语音信号的自动分段方法研究[A];第三届全国人机语音通讯学术会议论文集[C];1994年

5 沙宗先;卢绪刚;秦兵;李吉民;;语音信号的混沌现象研究[A];第四届全国人机语音通讯学术会议论文集[C];1996年

6 沙宗先;韩俊涛;陈惠鹏;秦兵;;语音信号的混沌现象研究[A];第五届全国人机语音通讯学术会议论文集[C];1998年

7 刘佳;师硕;李锡杰;王旭;;语音信号的分析方法和应用[A];第八届全国人机语音通讯学术会议论文集[C];2005年

8 于水源;陈玉东;;语音信号非线性动力学特性与语音学特性之间的关系[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

9 吕苗荣;古德生;彭振斌;;语音信号基本处理单元的选择与应用[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

10 高畅;李海峰;马琳;;基于压缩感知理论的语音信号压缩与重构方法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

中国重要报纸全文数据库 前9条

1 西安邮电学院 王娜;企业IP电话解决方案探讨[N];通信信息报;2005年

2 成都 史为;红外光语音通信实验[N];电子报;2005年

3 记者 杨柳纯;HYT携手清华大学研发语音信号技术[N];深圳特区报;2009年

4 ;什么是信号分离器？[N];中国电脑教育报;2003年

5 NMS国际公司供稿;StudioSound：高性能的语音质量[N];通信产业报;2003年

6 陕西 朱亚伟 编译;一款半双工对讲机电路[N];电子报;2012年

7 湖海;美推出一次性手机[N];中国电子报;2002年

8 ;YS-608型学习耳机原理与维修[N];电子报;2002年

9 山东 吕建国;鹦鹉学话、复读两用电路[N];电子报;2002年

中国博士学位论文全文数据库 前10条

1 薛丽芳;语音信号动态特征分析及其可视化的关键技术研究[D];东北大学　;2010年

2 韩志艳;语音信号鲁棒特征提取及可视化技术研究[D];东北大学;2009年

3 刘柏森;基于HHT复杂环境下低信噪比语音检测及增强方法研究[D];哈尔滨工程大学;2011年

4 叶蕾;语音信号压缩感知关键技术研究[D];南京邮电大学;2014年

5 金学成;基于语音信号的情感识别研究[D];中国科学技术大学;2007年

6 陈为国;实时语音信号处理系统理论和应用[D];浙江大学;2004年

7 谭丽丽;语音信号盲分离算法的研究[D];华南理工大学;2001年

8 闫润强;语音信号动力学特性递归分析[D];上海交通大学;2006年

9 覃爱娜;基于非线性理论的汉语语音编码技术研究[D];中南大学;2012年

10 郭海燕;基于稀疏分解的单通道混合语音分离算法研究[D];南京邮电大学;2011年

中国硕士学位论文全文数据库 前10条

1 朱健晨;基于语音信号特征参数提取的同模板匹配算法的综合分析及应用[D];昆明理工大学;2015年

2 许佳佳;基于压缩感知的语音信号处理与应用[D];陕西师范大学;2015年

3 荣鹤;基于学习字典的单声道混合语音信号提取[D];南昌大学;2015年

4 赵梦逸;语音信号的盲分离技术研究及应用[D];电子科技大学;2014年

5 蔡鹏;语音的发声动力学研究[D];南京大学;2015年

6 米川;语音信号的预测研究[D];河北科技大学;2015年

7 黄冬梅;基于ARM的侦听系统的设计与实现[D];电子科技大学;2014年

8 周伟;基于结构相似性的语音信号增强[D];西安电子科技大学;2014年

9 曾仕军;基于ARM的实时语音编码系统的设计与实现[D];杭州电子科技大学;2015年

10 张艾萍;小学英语口语自主学习系统的研究与设计[D];云南师范大学;2015年

，

本文编号：584149