基于贝叶斯阴阳机的2kb/s NMF-WI语音编码算法

作     者：郭莉莉 鲍长春 GUO Li-li;BAO Chang-chun

作者机构：北京工业大学电子信息与控制工程学院语音与音频信号处理研究室北京100124 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2009年第37卷第5期

页      面：1146-1152,F0003页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 

基　　金：北京市教委科技发展计划项目(No.KM200710005001) 国家自然科学基金(No.60372063) 北京市自然科学基金(No.4042009) 

主　　题：语音编码 波形内插 特征波形 非负矩阵分解 

摘      要：本文提出了一种改进型的基于非负矩阵分解(Nonnegative Matrix Factorization,NMF)的特征波形(Charac-teristic Waveform,CW)分解算法,一方面应用惩罚次胜者竞争学习算法(Rival Penalized Competitive Learning,RPCL)和贝叶斯阴阳机(Bayesian Ying-Yang,BYY)和谐学习算法,来计算NMF分解阶数,在没有明显降低语音质量的前提下,降低了编码器的复杂度;另一方面根据CW的能量与编码矩阵的能量间的变化关系,提出了相位谱的混合自回归合成方法,提高了语音的自然度.最后,开发出一套改进型2kb/s NMF-WI低复杂度语音编码方法,采用基于K-L散度的NMF迭代算法和收敛速度更快的基矢量Mel刻度分带初始化方法,按照基音周期的统计分布将特征波形分为6类,在CW分解模块,复杂度下降了10MOPS,语音质量提高,与采用4bit散布矢量量化相位谱的2.16kb/s NMF-WI语音编码器的语音质量相当.