基于压缩感知理论语音特性分析和的研究

基于压缩感知理论语音特性分析和的研究

ID:31984504

大小:918.59 KB

页数:84页

时间:2019-01-30

基于压缩感知理论语音特性分析和的研究_第1页
基于压缩感知理论语音特性分析和的研究_第2页
基于压缩感知理论语音特性分析和的研究_第3页
基于压缩感知理论语音特性分析和的研究_第4页
基于压缩感知理论语音特性分析和的研究_第5页
资源描述:

《基于压缩感知理论语音特性分析和的研究》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、AnalysisandResearchonSpeechCharacteristicsBasedonCompressedSensingThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByWangWenjuanSupervisor:Prof.YangZhenApril2013南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表

2、或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实,愿意承担一切相关的法律责任。研究生签名:_____________日期:____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索;可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公

3、布(包括刊登)授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名:____________导师签名:____________日期:_____________摘要近年来,信息技术的高速发展,传统的奈奎斯特采样理论中的极限采样率制约了人们与日俱增的庞大信息量获取的需求,因而压缩感知理论一出现即以其远低于奈奎斯特采样速率的特点备受关注,成为国内外的研究热点。本文将压缩感知技术与语音信号处理相结合,研究基于压缩感知理论的语音特性分析技术,即在非重构原始语音信号的情况下,分析和研究语音压缩采样后观测序列的新特性,从而提出直接从观测序列提取语音特征参数的新方法,例如判别清浊

4、音和基音周期,并利用观测采样序列能量特性进行语音端点检测等,这些都是未来基于压缩感知理论的语音信号处理技术走向实际应用必不可少的前提。首先,本文根据压缩感知理论,研究和分析语音信号压缩感知观测序列的特性;论文分析了传统奈奎斯特采样中能量和过零率两种清浊音判别法在语音压缩感知环境中的适用性。然后根据语音产生的数字模型来分析清音和浊音的特性,从而得出结论:语音清音的观测序列具有近似高斯信号的特性,而浊音的观测序列具有非高斯信号的特性,基于这种特性来设计一种直接针对压缩感知观测序列的三阶累积量来判别清音和浊音的新方法,并给出了在含噪和无噪情况下,该方法与基于压缩采样序列能量判别法、经典的奈奎

5、斯特采样中的能量判别法在准确性和计算量两个方面的比较结果。实验表明,本文提出的方法抗噪性能更好。其次,论文分析语音压缩感知观测序列的波形特点,从数学的角度证明浊音经行阶梯矩阵投影后呈现新的周期性的特点,并给出了观测序列波形的周期与原语音信号周期的关系。然后提出由观测序列的自相关函数和平均幅度差函数求出原始浊音周期的方法,而清音的观测序列并无周期性,由此也可以判别清音和浊音,同时计算量大大减少。第三,论文证明观测序列的能量可近似为原语音信号的能量估计,在此基础上将估计得到的语音能量做为语音端点检测的依据。然后在不同的信噪比下进行语音端点检测,与基于压缩感知观测序列倒谱距离、传统的奈奎斯特

6、采样中能量的语音端点检测方法相比,这种方法减少了计算量。同时,论文提出一种能量和高阶累积量相结合的端点检测方法,在信噪比较低的情况下获得较好的检测效果。本文最后一个研究内容是语音信号的功率谱估计,由压缩采样序列与原语音序列的关系式,推导出压缩采样序列功率谱密度与原语音序列功率谱密度的关系式,并应用压缩感知理论重构来得到原语音信号的功率谱估计。通过Matlab仿真实验给出了这种基于压缩采样序列非完全重构的功率谱估计与重构信号的功率谱估计在计算量和准确度方面的比较,并根据估计结果对语音的频率成分进行分析。在此基础上,本文用“谱减法”对含噪语音作消噪处理,信噪比和MOS均有较大的改善。I关键

7、词:压缩感知,语音信号,清浊音判别,基音检测,端点检测,功率谱密度IIAbstractWiththerapiddevelopmentofinformationtechnologyinrecentyears,thesamplingratelimitofthetraditionalNyquistsamplingtheoryhasnotkeptpacewithpeople‘sdemandforincreasingamountofinformation

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。