[发明专利]基于压缩感知和稀疏表示的语音编码方法

权利要求书

1.一种基于压缩感知和稀疏表示的语音编码方法，其特征在于，该方法包括以下步骤：

a）通过K奇异值分解算法训练得到一个适合语音信号观测序列的字典D；

b）获得观测序列：在编码端对进入编码器的语音首先进行帧长为20~40ms的分帧处理，然后利用行阶梯矩阵作为投影矩阵，按照1：2或1：4的压缩比对每帧语音进行投影，得到每帧语音的观测序列y；

c）利用稀疏表示对观测序列y进行数学建模，即利用正交匹配追踪算法，得到观测序列y在字典D中的稀疏表示，具体步骤如下：

1）初始化：候选集合I初始化为空集，即I=()空集，残差r=y，稀疏系数γ=0，设置迭代初始次数i=1，迭代终止次数为K；

2）根据下式求残差与字典D中的原子相关度最高的索引k：

，其中d_k为字典D内第k个原子，Argmin表示使目标函数取最小值时的变量值；

然后将所选原子索引k放入候选集合I内，；

3）根据下式更新稀疏系数：

，其中为仅利用候选集合I内索引原子的字典，为的伪逆矩阵，为仅利用候选集合I内原子的稀疏表示向量；

然后根据下式更新残差：

；

4）令i=i+1，如果i<K，则表明字典原子选取未完成，返回步骤2），否则观测序列稀疏表示循环结束，将最后更新得到的作为观测序列y在字典D中的稀疏表示γ，进入步骤d），其中K为迭代终止次数，其取值为根据目标码率选择的原子个数；

d）按照如下方法，分别对稀疏表示γ所需K个原子的位置和幅度进行编码：

将字典D内的原子个数规定为2的指数幂，即，根据p比特找到所需原子的位置，采用标准8比特脉冲调制编码作为原子幅度； 

e）语音信号观测序列的恢复：根据所述步骤d）中获得了稀疏表示γ所需K个原子的位置和幅度，在字典D中找到稀疏表示γ所需要的原子，然后将每个原子的向量与其幅度相乘，然后将得到的K个与幅度相乘后的原子向量相加，得到恢复出的语音信号观测序列；

f）语音信号的重构：根据恢复的观测序列重构出语音信号；

选择离散余弦基为语音信号稀疏基，采用基追踪算法作为重构算法，利用所述步骤e）恢复的语音信号观测序列重构出语音信号；

g）对重构语音信号进行低通滤波：根据滤波器传递函数，采用后置低通滤波器的方法对所述步骤f）重构的语音信号进行滤波后处理。

2. 根据权利要求1所述的基于压缩感知和稀疏表示的语音编码方法，其特征在于，所述步骤b）中，在编码端对进入编码器的语音进行分帧处理的帧长为40 ms。