基于冗余字典的线谱对参数压缩感知量化算法

线谱对(LSP)参数是低速语音编码模型的一组非常重要的参数.为了提高编码效率,在压缩感知的框架下提出了基于冗余字典训练的LSP参数压缩感知量化方案.在研究LSP参数在离散傅里叶变换(DFT)域、离散余弦变换(DCT)域稀疏性的基础上,通过K奇异值分解(K-SVD)算法训练得到线谱对参数的冗余字典和稀疏系数.在编码端对从提取好的LSP参数观测得到低维的测量值,并对其量化,在解码端用正交匹配追踪算法对量化后的观测值进行重构得到重构线谱对参数.实验采用重构信噪比衡量了不同稀疏基下重构的效果,采用谱畸变对量化性能进行测试,仿真结果表明,文章采用的基于冗余字典训练算法在线谱对参数的稀疏表示、重构效果和量化效果上都具有更好的性能.