许佳佳

（陕西师范大学 计算机科学学院，陕西 西安　710119）

基于压缩感知的语音编码新方案

许佳佳

（陕西师范大学 计算机科学学院，陕西 西安710119）

根据语音信号的稀疏性，将压缩感知理论应用于语音信号的处理中，提出了一种语音编码的新方案。该方法在编码端采用随机高斯矩阵对语音信号进行观测，得到较少的观测值，然后使用矢量量化编码进一步压缩数据；在解码端，通过矢量量化解码得到观测值，根据语音信号在离散余弦域中的稀疏性，用正交匹配追踪算法重构语音信号。所用算法，在保证语音信号重构质量的前提下降低计算复杂度，减小时延。实验结果表明，对于采样率为44 100 Hz，量化位数为16 bit，码速率为705.6 kbps单声道语音信号压缩到100 kbps左右仍具有较好的语音质量，同时算法时间延迟低。

压缩感知；离散余弦变换；矢量量化；正交匹配追踪

近几年由D Donoho、E Cand s及华裔科学家陶哲轩等人提出的压缩感知（Compressive Sensing，CS）理论［1-3］指出，只要信号满足可压缩条件或者在某个变换域是稀疏的，就可以用一个与变换基不相关的矩阵对原始信号进行观测，观测得到的信号维数远远低于原始信号按照奈氏采样得到的维数，接收端根据观测得到的少量数据，通过求解优化问题可以高概率的近似无失真的恢复出原始信号。这就突破了奈奎斯特采样定理。该理论一经提出，就成为了信号处理领域的研究焦点。

目前，压缩感知理论的应用研究已经涉及到众多领域［4］，如：CS雷达、DCS（Distributed Compressed Sensing）理论、无线传感网路、图像采集设备的开发、医学图像处理、生物传感、光谱分析、遥感图像处理等。……