语音信号的分块稀疏表示分类研究

来源：计算机技术与发展杂志2017年第03期北京时间：

作者：毕超;冯玉田;李园辉;王瑞

摘要：传统稀疏表示分类算法(SRC)在处理复杂多维的向量的时候,需要对稀疏后的每个信号单独处理求残差,会导致处理时间过长,无法有效地运用于实际的工程应用中.为解决这一问题,提出将图像处理的分块稀疏应用于语音稀疏表示分类的方法.该方法在传统稀疏表示分类的基础上,引入分块稀疏思想,将语音信号按指定的长度处理,从而将若干个稀疏系数组成稀疏组来进行进一步分类识别.验证实验表明,源于图像处理的分块稀疏表示分类法同样适用于语音信号的处理.实验结果表明,在识别率接近的情况下,语音信号分类识别所花费的时间比图像处理明显降低.这是因为图像稀疏分类的系数之间相关性较强,因而分类的识别率较高;而语音信号是典型的非平稳过程,各种特征参数随时间快速变化,因而根据长度分类的相关性显著减少.因此,语音信号识别的准确率虽然会有所降低,但其效率显著提升.

关键词：稀疏表示分类;分块稀疏;声频传感器;语音信号处理