平滑L0算法在语音压缩重构中的应用.pdfVIP

第27卷摇 第6期 计 算机 技 术 与发 展 Vol.27摇 No.6 2017年6月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 June摇 2017 平滑L0算法在语音压缩重构中的应用 薛海双,孙林慧,欧国振 (南京邮电大学通信与信息工程学院,江苏 南京 210003) 摘摇 要:语音信号在频域和离散余弦变换域等都具有良好的稀疏特性,满足压缩感知的先验条件,因此可以基于压缩感知 对语音信号进行处理。 语音压缩感知主要包括三个方面:稀疏基、观测矩阵和重构算法。 其中,重构算法直接影响着重构 信号的质量,是最重要的一部分。 传统的语音压缩感知常基于正交匹配追踪算法进行重构。 正交匹配追踪算法要求已知 信号稀疏度,增加了实现的难度。 为了提高语音信号的重构质量、简化实现过程,提出了一种基于平滑L0算法的语音压 缩重构模型。 平滑L0算法是用平滑函数逼近L0范数,它不需要提前知道信号的稀疏度,具有计算量低、重构质量高等优 点。 此外,提出了一种新的平滑函数,并基于高斯函数和新的平滑函数来验证平滑L0算法在语音压缩重构中的优越性。 实验结果表明,在相同的条件下,相比于正交匹配追踪算法,使用平滑L0算法对语音进行重构,不仅缩短了重构时间,而 且大大提高了重构质量。 关键词:压缩感知;语音重构;重构算法;平滑L0算法;平滑函数;L0范数 中图分类号:TP39摇 摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 摇 文章编号:1673-629X(2017)06-0160--05 doi:10.3969/j.issn.1673-629X.2017.06.033 Application of Smoothed L0 Algorithm in Compressed Sensing Reconstruction of Speech Signal XUE Hai-shuang,SUN Lin-hui,OU Guo-zhen (Institute of Telecommunications Information Engineering,Nanjing University of Postsand Telecommunications,Nanjing210003,China) Abstract:At present,speech signalshave good sparsitiesin domains like frequency and Discrete Cosine Transformation (DCT) and so on,which satisfiestheprerequisitefor Compressed Sensing (CS).Therefore,it canbetreatedby CStheory,which consistsof sparserep鄄 resentation of the signal,design of the measurement matrix and the algorithmsofreconstruction.Among them,the most important part is reconstruction algorithmswhich can influencethequality ofreconstructed signalsdirectly.Thetraditional compressed sensingreconstruc鄄 tion of speechisusuallybasedonOrthogonalMatchingPursuit (OMP)method.Theorthogonalmatch