平滑L0算法在语音压缩重构中的应用

来源：计算机技术与发展杂志2017年第06期北京时间：

作者：薛海双;孙林慧;欧国振

摘要：语音信号在频域和离散余弦变换域等都具有良好的稀疏特性,满足压缩感知的先验条件,因此可以基于压缩感知对语音信号进行处理.语音压缩感知主要包括三个方面:稀疏基、观测矩阵和重构算法.其中,重构算法直接影响着重构信号的质量,是最重要的一部分.传统的语音压缩感知常基于正交匹配追踪算法进行重构.正交匹配追踪算法要求已知信号稀疏度,增加了实现的难度.为了提高语音信号的重构质量、简化实现过程,提出了一种基于平滑L0算法的语音压缩重构模型.平滑L0算法是用平滑函数逼近L0范数,它不需要提前知道信号的稀疏度,具有计算量低、重构质量高等优点.此外,提出了一种新的平滑函数,并基于高斯函数和新的平滑函数来验证平滑L0算法在语音压缩重构中的优越性.实验结果表明,在相同的条件下,相比于正交匹配追踪算法,使用平滑L0算法对语音进行重构,不仅缩短了重构时间,而且大大提高了重构质量.

关键词：压缩感知;语音重构;重构算法;平滑L0算法;平滑函数;L0范数