[发明专利]语音信号的参数化表达、加密传输和重构的方法

说明书

本发明给出了一种基于数据驱动的语音信号参数化表达、加密传输和重构的方法和装置，该方法基于频带划分将频率成份混杂的信号分解成频率成份相对简单的低频分量和各个带通分量。以辛格函数为核函数，各个频率分量可以表达为核函数的线性组合，相应的系数成为唯一确定各个频率分量的参数组。由于辛格函数在频域呈现出频率窗口特性，辛格函数的主瓣在时域呈现出类似小波函数的急剧减小的特性，本发明给出的方法不仅在频域有很高的分辨率，在时域也具有局部性，可以体现各个频率分量在某个时间点上的变化，适合于处理类似于语音的非平稳信号，实现了语音信号的参数化表达，为加密传输提供了条件。运用语音信号的参数，可以唯一地重构还原语音信号。

技术领域

本发明涉及语音信号处理和分析领域，具体涉及一种对语音信号的参数化表达、加密传输和重构的方法及装置。

背景技术

目前语音信号一般以WAV文件的格式存储，如果想在不降低语音质量的前提下实现语音文件的压缩，最好的办法就是对于语音信号进行时频域的分解，从而以参数化的形态来表达语音信号，如果能够实现语音信号的参数化表达，不仅可以最大程度压缩语音信号的存储体积，还可以方便的实现加密传输和保真重构。

傅里叶级数和傅里叶变换是最早的信号和处理和数据分析的工具，利用这一工具可以将时域信号变换到频域中，实现了时域函数的频域分解。但是傅里叶变换的本质是在整个时域里求取待变换的函数与相应频率的基函数的相关系数，虽能反映出信号的总体特征，但对信号的局部特征不能很好反映。傅里叶变换只适合处理平稳信号，语音信号是典型的非平稳信号，不适合利用傅里叶变换来处理。傅里叶变换可以对信号进行频域分析，但频域分析与时域分析是相互独立的。傅里叶变换只适用于确定信号或平稳随机信号。

小波变换可以将非平稳信号变换到时频域，用小波变换对语音信号进行频率成份研究是合适的，但是小波变换的时频域中的各点之间的相关性较大，以至于小波变换的数据冗余度很大，不能满足对语音信号压缩存储的要求，再者，小波逆变换不是1-1映射，这导致了对语音信号加密和重构过程中的困难。

近年来，出现了用经验模态分解(EMD)和希尔伯特变换相结合的方法(HHT)来分析非平稳信号，这种方法可以比较准确地得出信号的时间与频率的对应关系，在很多运用领域都取得了比较好的效果，但是经验模态分解不是基于明确的数学模型，因此不能实现语音信号的参数化表达。

发明内容

本发明的目的在于克服现有技术中存在的上述缺陷或缺陷之一，本发明提出了一种新的基于数据驱动的语音信号的参数化表达、加密传输和重构的方法及装置，本发明给出的方法的数学原理是基于频带划分来实现对时域函数空间的各个相应的子空间的分解，以此将频率成份混杂的信号分解成频率成份相对简单的低频分量和各个带通分量。采用辛格函数为核函数，各个频率分量可以表达为核函数的线性组合，相应的系数成为唯一确定各个频率分量的参数组。由于辛格函数在频域呈现出频率窗口特性，辛格函数的主瓣在时域呈现出类似小波函数的急剧减小的特性，所以本发明给出的方法不仅在频域有很高的分辨率，而且在时域也具有较好的局部性，可以体现各个频率分量在某个时间点上的变化，适合于处理类似于语音的非平稳信号，以较小的运算量实现了语音信号的参数化表达，从而为加密传输提供了条件。运用语音信号的参数，可以唯一地重构还原语音信号。

为实现上述目的，本发明提供的技术方案是：