基于差分变换的语音信号压缩感知.pdfVIP

基于差分变换的语音信号压缩感知 高 悦 王改梅 陈砚圃 闵 刚 杜 佳 西安通信学院基础部，陕西西安710106 摘要：信号在某种变换下可以稀疏表示是压缩感知研究的先验条件，正交傅里叶变换则是应用非常广泛的一种稀疏 变换。但是，由于语音信号是准周期信号，对其进行傅里叶变换会造成频谱泄漏，因而引起信号重构性能的降低。本文基 于语音信号准周期性的特点，提出了一种基于差分变换的语音稀疏化变换矩阵，在此基础上采用OMP优化算法来重构语音 信号。实验表明，与采用正交傅里叶变换方法对语音信号进行稀疏化变换、OMP算法对语音信号进行重构的方法相比，差 分变换方法的性能明显优于正交傅里叶变换的方法，即在相同重构性能时，差分变换的压缩比小于正交傅里叶变换，因而 差分变换的方法大大提高了信号的压缩性能。PESQ对重构语音质量评测的结果表明差分变换方法重构的语音信号MOS得 分较高，这也说明对于语音信号这一特殊信号，差分变换法具有很大的优越性。 压缩感知；语音；稀疏性；差分变换；正交匹配追踪 TN912.3 A 1003-0530(2011)09-1434-06 CompressedSensingofSpeechSignalsBasedonDifferenceTransformation GAOYue WANGGai-mei CHENYan-pu MINGang DUJia 2011-06-01 2011-09-01 国家自然科学基金 1435 1436 1437 @@[1] DonohoD.Compressedsensing[J].IEEETrans.Infor mationTheory,2006,52(4):1289-1306. @@[2] BaraniukRG.Compressivesensing[LectureNotes][J]. IEEESignalProcessingMagazine,2007,24(4):118- 121. @@[3] DonohoD,TsaigY.Extensionsofcompressedsensing[J]. SignalProcessing,2006,86(3):533-548. @@[4]石光明，刘丹华，高大化，刘哲，林杰，王良君.压缩感 知理论及其研究进展[J].电子学报，2009，37(5)： 1070-1081 ShiGM,IiuDH,GaoDH,LiuZ,LinJ,WangLJ. Advancesintheoryandapplicationofcompressedsensing [J].ChineseJournalofElectronics,2009,37(5): 1070-1081.(inChinese) @@[5] GifinA,TsakalidesP.Compressedsensingofaudiosignals usingmultiplesensors[C].Proc.16thEuropeanSignal ProcessingConference(EUSIPCO08),Lausanne,Switz erland,2008. @@[6] GiacobelloD,ChristensenMG,MurthiMN,JensenSH, MoonenM.Retrievingsparsepatternsusingacompressed sensingframework:applicationstospeechcodin