發(fā)布時(shí)間：2019-03-31 19:14

【摘要】：針對(duì)語音信號(hào)在變換域中不夠稀疏使得壓縮感知重建困難的問題,提出了一種利用頻域結(jié)構(gòu)特征的重建算法.該算法為單幀語音信號(hào)的修正離散余弦變換系數(shù)引入幅度和狀態(tài)2個(gè)隱變量,并分別用高斯馬爾可夫過程和馬爾可夫鏈對(duì)幅度和狀態(tài)沿頻率軸的連續(xù)性建模.在此基礎(chǔ)上用因子圖表示系數(shù)及其幅度、狀態(tài)的聯(lián)合后驗(yàn)分布,在因子圖上用Turbo消息傳遞迭代求出系數(shù)的后驗(yàn)均值,進(jìn)而重建原始語音信號(hào).與當(dāng)前幾種最新的算法相比,該算法在不同幀長(zhǎng)、不同壓縮率下均獲得更高的重建精度,重建信號(hào)在時(shí)頻圖上的能量分布也與原始語音最為接近.可見,利用語音頻域系數(shù)的連續(xù)性,以Turbo消息傳遞的方式可以在壓縮感知中得到較高的重建精度.
[Abstract]:In order to solve the problem that the speech signal is not sparse enough in the transform domain it is difficult to reconstruct the compressed sensing. A reconstruction algorithm based on the structural features of the frequency domain is proposed. In this algorithm, the modified discrete cosine transform coefficients of single frame speech signals are introduced into two hidden variables, amplitude and state, and the continuity of amplitude and state along the frequency axis is modeled by Gaussian Markov process and Markov chain, respectively. On this basis, the coefficients and their amplitudes are represented by the factor graph, and the joint posterior distribution of the states is expressed. The posterior mean value of the coefficients is obtained by means of Turbo message transfer iteration on the factor graph, and the original speech signal is reconstructed. Compared with the latest algorithms, the proposed algorithm achieves higher reconstruction accuracy under different frame length and compression ratio, and the energy distribution of the reconstructed signal on the time-frequency map is the most close to the original speech. It can be seen that by using the continuity of the frequency domain coefficients of speech, we can obtain a higher reconstruction accuracy in compression sensing by means of Turbo message transmission.
【作者單位】： 上海交通大學(xué)北斗導(dǎo)航與位置服務(wù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61171171,61401501) 華為技術(shù)有限公司研究基金資助
【分類號(hào)】：TN912.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王躍科,林嘉宇,黃芝平,沈振康;語音信號(hào)非線性分析與處理[J];通信技術(shù);2000年01期

2 張桂香;高愛國(guó);;語音信號(hào)采集和處理方法的研究[J];高師理科學(xué)刊;2007年02期

3 季云云;楊震;;基于主分量分析的語音信號(hào)壓縮感知[J];信號(hào)處理;2011年07期

4 韓大偉;熊欣;;語音信號(hào)采集和處理方法的分析[J];無線互聯(lián)科技;2013年05期

5 趙力,錢向民,鄒采榮,吳鎮(zhèn)揚(yáng);從語音信號(hào)中提取情感特征的研究[J];數(shù)據(jù)采集與處理;2000年01期

6 戴啟軍,卞正中,陳硯圃,張介秋;基于統(tǒng)計(jì)模型實(shí)現(xiàn)語音信號(hào)有聲/無聲檢測(cè)的研究[J];西安交通大學(xué)學(xué)報(bào);2002年08期

7 周開利;基于子波變換的語音信號(hào)壓縮[J];海南大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

8 蔡建,方勇,音春,徐洪偉;一種基于頻譜特征的語音信號(hào)識(shí)別方法及硬件實(shí)現(xiàn)[J];電聲技術(shù);2003年07期

9 屈丹,王炳錫;語音信號(hào)元音檢測(cè)的新方法[J];聲學(xué)學(xué)報(bào);2003年01期

10 胡峻輝,王蓓蕾,李晶皎;基于凌陽單片機(jī)的語音信號(hào)實(shí)時(shí)采集[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2003年04期

相關(guān)會(huì)議論文 前10條

1 趙力;曾毓敏;鄒采榮;吳鎮(zhèn)揚(yáng);;基于子空間分析的語音信號(hào)寂聲語聲段識(shí)別方法[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

2 杜安麗;王茜;余磊;孫洪;;基于小波樹結(jié)構(gòu)的語音信號(hào)壓縮感知恢復(fù)算法[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

3 張?jiān)埔?崔杰;肖靈;;一種改進(jìn)的語音信號(hào)去混響算法[A];泛在信息社會(huì)中的聲學(xué)——中國(guó)聲學(xué)學(xué)會(huì)2010年全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

4 陳韜;莫福源;李昌立;;語音信號(hào)的自動(dòng)分段方法研究[A];第三屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1994年

5 沙宗先;盧緒剛;秦兵;李吉民;;語音信號(hào)的混沌現(xiàn)象研究[A];第四屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

6 沙宗先;韓俊濤;陳惠鵬;秦兵;;語音信號(hào)的混沌現(xiàn)象研究[A];第五屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1998年

7 劉佳;師碩;李錫杰;王旭;;語音信號(hào)的分析方法和應(yīng)用[A];第八屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2005年

8 于水源;陳玉東;;語音信號(hào)非線性動(dòng)力學(xué)特性與語音學(xué)特性之間的關(guān)系[A];中國(guó)聲學(xué)學(xué)會(huì)2006年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

9 呂苗榮;古德生;彭振斌;;語音信號(hào)基本處理單元的選擇與應(yīng)用[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

10 高暢;李海峰;馬琳;;基于壓縮感知理論的語音信號(hào)壓縮與重構(gòu)方法[A];第十一屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

相關(guān)重要報(bào)紙文章 前5條

1 西安郵電學(xué)院 王娜;企業(yè)IP電話解決方案探討[N];通信信息報(bào);2005年

2 ;什么是信號(hào)分離器？[N];中國(guó)電腦教育報(bào);2003年

3 NMS國(guó)際公司供稿;StudioSound：高性能的語音質(zhì)量[N];通信產(chǎn)業(yè)報(bào);2003年

4 陜西 朱亞偉 編譯;一款半雙工對(duì)講機(jī)電路[N];電子報(bào);2012年

5 山東 呂建國(guó);鸚鵡學(xué)話、復(fù)讀兩用電路[N];電子報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 薛麗芳;語音信號(hào)動(dòng)態(tài)特征分析及其可視化的關(guān)鍵技術(shù)研究[D];東北大學(xué)　;2010年

2 韓志艷;語音信號(hào)魯棒特征提取及可視化技術(shù)研究[D];東北大學(xué);2009年

3 劉柏森;基于HHT復(fù)雜環(huán)境下低信噪比語音檢測(cè)及增強(qiáng)方法研究[D];哈爾濱工程大學(xué);2011年

4 葉蕾;語音信號(hào)壓縮感知關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2014年

5 金學(xué)成;基于語音信號(hào)的情感識(shí)別研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

6 陳為國(guó);實(shí)時(shí)語音信號(hào)處理系統(tǒng)理論和應(yīng)用[D];浙江大學(xué);2004年

7 譚麗麗;語音信號(hào)盲分離算法的研究[D];華南理工大學(xué);2001年

8 覃愛娜;基于非線性理論的漢語語音編碼技術(shù)研究[D];中南大學(xué);2012年

9 郭海燕;基于稀疏分解的單通道混合語音分離算法研究[D];南京郵電大學(xué);2011年

10 覃勝;語言學(xué)習(xí)系統(tǒng)學(xué)生終端機(jī)的數(shù)字化研究[D];重慶大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 朱健晨;基于語音信號(hào)特征參數(shù)提取的同模板匹配算法的綜合分析及應(yīng)用[D];昆明理工大學(xué);2015年

2 許佳佳;基于壓縮感知的語音信號(hào)處理與應(yīng)用[D];陜西師范大學(xué);2015年

3 榮鶴;基于學(xué)習(xí)字典的單聲道混合語音信號(hào)提取[D];南昌大學(xué);2015年

4 趙夢(mèng)逸;語音信號(hào)的盲分離技術(shù)研究及應(yīng)用[D];電子科技大學(xué);2014年

5 蔡鵬;語音的發(fā)聲動(dòng)力學(xué)研究[D];南京大學(xué);2015年

6 米川;語音信號(hào)的預(yù)測(cè)研究[D];河北科技大學(xué);2015年

7 黃冬梅;基于ARM的偵聽系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

8 周偉;基于結(jié)構(gòu)相似性的語音信號(hào)增強(qiáng)[D];西安電子科技大學(xué);2014年

9 曾仕軍;基于ARM的實(shí)時(shí)語音編碼系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];杭州電子科技大學(xué);2015年

10 杜朦旭;感冒病人嗓音的特征提取與識(shí)別研究[D];浙江大學(xué);2016年

，

本文編號(hào)：2451197