DCT域的语音信号自适应压缩感知 .pdfVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
DCT域的语音信号自适应压缩感知

学兔兔 第31卷 第6期 仪 器 仪 表 学 报 V01.31 No.6 2010年6月 Chinese Journal of Scientific Instrument Jun.2010 DCT域的语音信号自适应压缩感知米 郭海燕 ,王天荆 ,杨 震 (1 南京邮电大学信号处理与传输研究院 南京 210003;2 南京工业大学理学院 南京 210009) 摘 要:利用语音信号在DCT域的稀疏特性,提出了一种基于语音信号能量特性的帧间与帧内自适应压缩感知方法。首先根 据语音信号各帧能量和各帧所属能量区间自适应分配每帧观测个数,称之为帧问自适应。然后当帧观测个数确定后,根据每帧 完全观测各分量的能量自适应选取相应个数的观测,称之为帧内自适应。实验表明,用该算法重构的语音具有较高的平均分段 信噪比和平均意见得分。 关键词:压缩感知;语音合成;稀疏性;L1优化;自适应 中图分类号:TN912 文献标识码:A 国家标准学科分类代码:510.40 Adaptive speech compressed sensing in the DCT domain Guo Haiyan ,Wang Tianjing ,Yang Zhen ( Institute ofSignal Processing and Transmission, ng University ofPosts and Telecommunications,Nanfing 210003,China; 2 College ofScience,Na ng UniversityofTechnology,Na ng 210009,China) Abstract:Utilizing the sparsity of speech signals in the DCT domain,this paper proposes an inter—frame and intra— frame adaptive speech compressed sensing(CS)method based on speech energy.Firstly,the inter—frame adaptive algorithm distributes the measurement number of each frame according to the energy of each frame and the energy in- terval each frame belongs to.Secondly,the intra—frame adaptive algorithm generates the number of measurements of each frame according to element energy of the corresponding frame full random measurement.Simulation results dem- onstrate that the speech recovered using the inter--frame and intra—-frame adaptive speech CS method has good average segment signal to noise ratio and mean opinion score. Key words:compressed sensing;speech synthesis;sparsity;L1 optimization;adaptive

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档