【摘要】：針對語音信號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構特征的重建算法.該算法為單幀語音信號的修正離散余弦變換系數引入幅度和狀態2個隱變量,并分別用高斯馬爾可夫過程和馬爾可夫鏈對幅度和狀態沿頻率軸的連續性建模.在此基礎上用因子圖表示系數及其幅度、狀態的聯合后驗分布,在因子圖上用Turbo消息傳遞迭代求出系數的后驗均值,進而重建原始語音信號.與當前幾種最新的算法相比,該算法在不同幀長、不同壓縮率下均獲得更高的重建精度,重建信號在時頻圖上的能量分布也與原始語音最為接近.可見,利用語音頻域系數的連續性,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】： 上海交通大學北斗導航與位置服務重點實驗室;
【基金】：國家自然科學基金(61171171,61401501) 華為技術有限公司研究基金資助
【分類號】：TN912.3

【相似文獻】

相關期刊論文 前10條

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

2 張桂香;高愛國;;語音信號采集和處理方法的研究[J];高師理科學刊;2007年02期

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

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

5 趙力,錢向民,鄒采榮,吳鎮揚;從語音信號中提取情感特征的研究[J];數據采集與處理;2000年01期

6 戴啟軍,卞正中,陳硯圃,張介秋;基于統計模型實現語音信號有聲/無聲檢測的研究[J];西安交通大學學報;2002年08期

7 周開利;基于子波變換的語音信號壓縮[J];海南大學學報(自然科學版);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識別方法及硬件實現[J];電聲技術;2003年07期

9 屈丹,王炳錫;語音信號元音檢測的新方法[J];聲學學報;2003年01期

10 胡峻輝,王蓓蕾,李晶皎;基于凌陽單片機的語音信號實時采集[J];單片機與嵌入式系統應用;2003年04期

相關會議論文 前10條

1 趙力;曾毓敏;鄒采榮;吳鎮揚;;基于子空間分析的語音信號寂聲語聲段識別方法[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

2 杜安麗;王茜;余磊;孫洪;;基于小波樹結構的語音信號壓縮感知恢復算法[A];2010年通信理論與信號處理學術年會論文集[C];2010年

3 張云翼;崔杰;肖靈;;一種改進的語音信號去混響算法[A];泛在信息社會中的聲學——中國聲學學會2010年全國會員代表大會暨學術會議論文集[C];2010年

4 陳韜;莫福源;李昌立;;語音信號的自動分段方法研究[A];第三屆全國人機語音通訊學術會議論文集[C];1994年

5 沙宗先;盧緒剛;秦兵;李吉民;;語音信號的混沌現象研究[A];第四屆全國人機語音通訊學術會議論文集[C];1996年

6 沙宗先;韓俊濤;陳惠鵬;秦兵;;語音信號的混沌現象研究[A];第五屆全國人機語音通訊學術會議論文集[C];1998年

7 劉佳;師碩;李錫杰;王旭;;語音信號的分析方法和應用[A];第八屆全國人機語音通訊學術會議論文集[C];2005年

8 于水源;陳玉東;;語音信號非線性動力學特性與語音學特性之間的關系[A];中國聲學學會2006年全國聲學學術會議論文集[C];2006年

9 呂苗榮;古德生;彭振斌;;語音信號基本處理單元的選擇與應用[A];2007通信理論與技術新發展——第十二屆全國青年通信學術會議論文集（上冊）[C];2007年

10 高暢;李海峰;馬琳;;基于壓縮感知理論的語音信號壓縮與重構方法[A];第十一屆全國人機語音通訊學術會議論文集（一）[C];2011年

相關重要報紙文章 前5條

1 西安郵電學院 王娜;企業IP電話解決方案探討[N];通信信息報;2005年

2 ;什么是信號分離器？[N];中國電腦教育報;2003年

3 NMS國際公司供稿;StudioSound：高性能的語音質量[N];通信產業報;2003年

4 陜西 朱亞偉 編譯;一款半雙工對講機電路[N];電子報;2012年

5 山東 呂建國;鸚鵡學話、復讀兩用電路[N];電子報;2002年

相關博士學位論文 前10條

1 薛麗芳;語音信號動態特征分析及其可視化的關鍵技術研究[D];東北大學　;2010年

2 韓志艷;語音信號魯棒特征提取及可視化技術研究[D];東北大學;2009年

3 劉柏森;基于HHT復雜環境下低信噪比語音檢測及增強方法研究[D];哈爾濱工程大學;2011年

4 葉蕾;語音信號壓縮感知關鍵技術研究[D];南京郵電大學;2014年

5 金學成;基于語音信號的情感識別研究[D];中國科學技術大學;2007年

6 陳為國;實時語音信號處理系統理論和應用[D];浙江大學;2004年

7 譚麗麗;語音信號盲分離算法的研究[D];華南理工大學;2001年

8 覃愛娜;基于非線性理論的漢語語音編碼技術研究[D];中南大學;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;2011年

10 覃勝;語言學習系統學生終端機的數字化研究[D];重慶大學;2004年

相關碩士學位論文 前10條

1 朱健晨;基于語音信號特征參數提取的同模板匹配算法的綜合分析及應用[D];昆明理工大學;2015年

2 許佳佳;基于壓縮感知的語音信號處理與應用[D];陜西師范大學;2015年

3 榮鶴;基于學習字典的單聲道混合語音信號提取[D];南昌大學;2015年

4 趙夢逸;語音信號的盲分離技術研究及應用[D];電子科技大學;2014年

5 蔡鵬;語音的發聲動力學研究[D];南京大學;2015年

6 米川;語音信號的預測研究[D];河北科技大學;2015年

7 黃冬梅;基于ARM的偵聽系統的設計與實現[D];電子科技大學;2014年

8 周偉;基于結構相似性的語音信號增強[D];西安電子科技大學;2014年

9 曾仕軍;基于ARM的實時語音編碼系統的設計與實現[D];杭州電子科技大學;2015年

10 杜朦旭;感冒病人嗓音的特征提取與識別研究[D];浙江大學;2016年

，

本文編號：2451197