基于稀疏快速傅里叶变换的语音压缩处理算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 稀疏快速傅里叶变换研究现状 | 第11-12页 |
| 1.2.2 压缩感知研究现状 | 第12页 |
| 1.3 本文的主要工作和内容安排 | 第12-14页 |
| 2 语音信号相关理论 | 第14-21页 |
| 2.1 语音信号的产生和特性 | 第14-15页 |
| 2.1.1 语音信号的产生 | 第14-15页 |
| 2.1.2 语音信号的特性 | 第15页 |
| 2.2 语音感知 | 第15-16页 |
| 2.3 语音信号编码 | 第16-19页 |
| 2.3.1 客观冗余 | 第17-18页 |
| 2.3.2 主观冗余 | 第18-19页 |
| 2.4 传统语音编码方法 | 第19-20页 |
| 2.5 建立语音信号小型数据库 | 第20-21页 |
| 3 基于SFFT算法的语音信号压缩与重构 | 第21-35页 |
| 3.1 误差约束 | 第21-22页 |
| 3.2 SFFT理论框架 | 第22页 |
| 3.3 SFFT算法分筐 | 第22-28页 |
| 3.3.1 频谱随机重排 | 第22-25页 |
| 3.3.2 平滑滤波器 | 第25-28页 |
| 3.4 频域降采样 | 第28-29页 |
| 3.5 重构算法 | 第29-30页 |
| 3.6 SFFT算法仿真 | 第30-32页 |
| 3.7 基于SFFT的语音信号压缩与重构仿真 | 第32-35页 |
| 4 基于CS算法的语音信号压缩与重构 | 第35-52页 |
| 4.1 压缩感知理论的提出 | 第35页 |
| 4.2 CS理论数学模型 | 第35-36页 |
| 4.3 信号的稀疏表示 | 第36-38页 |
| 4.4 观测矩阵的构造 | 第38-39页 |
| 4.5 重构算法 | 第39-42页 |
| 4.5.1 凸优化算法 | 第39-40页 |
| 4.5.2 贪婪类算法 | 第40-42页 |
| 4.6 基于CS算法的信号压缩算法仿真 | 第42-48页 |
| 4.6.1 信号的稀疏化表示 | 第42页 |
| 4.6.2 信号重构 | 第42-48页 |
| 4.7 基于CS的语音信号压缩与重构 | 第48-52页 |
| 4.7.1 语音信号的稀疏化表示 | 第48-49页 |
| 4.7.2 语音信号压缩与重构仿真 | 第49-52页 |
| 5 基于两种压缩算法的语音质量评价对比 | 第52-58页 |
| 5.1 语音质量评价 | 第52-55页 |
| 5.1.1 分段信噪比评价方法 | 第52-53页 |
| 5.1.2 数据压缩比评价方法 | 第53页 |
| 5.1.3 PESQ评价方法 | 第53-55页 |
| 5.2 基于两种算法的仿真对比 | 第55-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63页 |
