基于高斯混合模型的频带扩展算法的研究.pdf

《基于高斯混合模型的频带扩展算法的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于高斯混合模型的频带扩展算法的研究于莹莹2015年1月中图分类号：TN912.3UDC分类号：654基于高斯混合模型的频带扩展算法的研究作者姓名于莹莹学院名称信息与电子学院指导教师赵胜辉副教授答辩委员会主席刘家康教授申请学位工学硕士学科专业信息与通信工程学位授予单位北京理工大学论文答辩日期2015年1月AstudyofBandwidthExtensionAlgorithmsbasedonGMMCandidateName：YingyingYuSchoolorDepartment:SchoolofInformationandElectronicsFacultyMento

2、r:AssociateProf.ShenghuiZhaoChair,ThesisCommittee：Prof.JiakangLiuDegreeApplied:MasterofEngineeringMajor：InformationandCommunicationengineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence：January，2015北京理工大学硕士学位论文摘要传统的电话语音带宽范围是300Hz-3400Hz，当带宽范围扩展到300Hz-8000Hz，语音在自然度、立体感方面有明显提升，随

3、着信号处理技术的发展，人们对宽带语音的需求越来越多。然而出于现实的原因，目前的电话网络不可能完全更新实现宽带语音传输，所以在技术更新升级的过渡期，人工带宽扩展方法的研究具有重要的意义。本文基于传统的高斯混合模型频带扩展方法，提出两种改进算法实现语音的带宽扩展。针对基于高斯混合模型进行高频参数估计时出现过度平滑的问题，本文提出基于自组织特征映射和高斯混合模型(SOFM-GMM)相结合的语音带宽扩展算法，该算法在训练阶段先采用自组织特征映射将训练数据进行无监督聚类，相似度高的特征参数将被聚到同一类；训练过程完成后，对每一类训练数据分别进行高斯混合模型的训练，建立GMM模型

4、，这样每个GMM模型能更精确的表征特征参数之间关系。针对传统的高斯混合模型重建高频语音信号出现频谱细节丢失的问题。研究认为该问题是由于GMM估计的协方差参数的不准确造成的，尤其是GMM估计的协方差矩阵是全矩阵而非对角矩阵。因此本文提出了基于码本映射和高斯混合模型相结合的频带扩展方法。码本映射的过程是基于GMM参数和特征参数的偏移矢量数据进行的。通过码本映射估计获得的高频特征参数，调整系数与高斯混合模型估计部分组合即得到待估的高频特征参数。最后对本文所提出的两种改进方法进行了仿真实验，主观和客观评测结果表明：与传统的高斯混合模型的频带扩展算法相比，基于两种改进的方法进行

5、频带扩展可以获得更高质量的宽带语音。关键词：语音带宽扩展；高斯混合模型；自组织特征映射；码本映射；I北京理工大学硕士学位论文AbstractThefrequencyofcurrenttelephonespeechrangesfrom300Hzto3400Hz.Whenthebandwidthextendedto300Hz-8000Hz,thequalityofwidebandspeechsoundsmorenatureandintelligible.Withthedevelopmentofsignalprocessingtechnology,thedemandofhi

6、ghqualityspeechismoreandmorewidely.However,it’simpossibletofullyupdatedthecurrentnetworkinashortperiodbecauseofeconomicscost,soartificialbandwidthextensionwasproposedanddevelopedquickly.Inthetransitiontime,bandwidthextensionhasimportantsignificance.Thepaperproposedtwoimprovedalgorithmsi

7、nbandwidthextension,comparedwithtraditionalbandwidthextensionbasedonGaussianmixturemodel.Inordertoavoidover-smoothingoftheevaluatedhighfrequencyfeaturesbasedonGaussianmixturemodelinbandwidthextensionprocess,thepaperpresentsamethodofspeechbandwidthextensionbasedoncombinationofse