基于稀疏表示的音频修复算法研究

《基于稀疏表示的音频修复算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ｔ＊‘占游ｉ草：匈山醒矣击种ｉｉＡｆＭＩＩＥＮＴＥＣＨＮＯＬＯＦＩＮＡＵＮＩＶＥＲＳＦＥＬＥＣＴＲＯＮＣＳＣＣＥＡＮＤＧＹＯＣＨＩＴＹＯ硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ！ｆ馨ＭＨＨｉ论文题目基于稀疏表示的音频修复算法研究？学科专业信号与信息处理学号２０１３２１０２０４２６作者姓名王君地＿＿—指导教师漆进副教授、—＇＇＇Ｉ．’，．．．．．．、，？ｔ．．，．分类

2、号密级注1UDC学位论文基于稀疏表示的音频修复算法研究（题名和副题名）王君地（作者姓名）指导教师漆进副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期2016.4论文答辩日期2016.5.19学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchaboutAudioInpaintingbasedonSparseRepresentationAMasterThesisSubmittedtoUniversityo

3、fElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:WangJundiSupervisor:AssociateProf.QiJinSchool:SchoolofElectronicEngineering独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加标注和致谢的地方夕ｈ，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得电子科

4、技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：！君他曰期：对／占年３月曰＿论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可１＾将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规

5、定）、：玉君诚导师签名作者签名：各曰期：如／年３月３曰／摘要摘要在现实生活中，音频常常会因为环境噪声、网络拥塞和设备限幅等影响，而产生诸如脉冲干扰、片段丢失和削顶失真等情况的受损，降低音频的可听度和可懂度。如果音频应用于语音识别、说话人辨识等情况，还会导致相应识别率下降，所以需要对受损音频进行数字化修复，还原出受损部分，改善音频质量。针对目前音频修复的研究现状，本文采用基于稀疏表示的音频修复算法。基于稀疏表示的音频修复是指在音频为稀疏信号的前提下，利用受损音频中可靠部分的数据，在过完备字典中进行稀疏

6、表示，然后用稀疏重建的方法来恢复出受损部分。因为音频中相邻帧之间信息存在着冗余，丢失的部分信息可以利用周围冗余信息来补全。算法分为过完备字典构造和稀疏表示两个环节。本文在前人工作的基础上，针对这两个环节进行了研究改进：1.过完备字典训练算法对于过完备字典构造，在之前的文献中采用固定字典，但是音频种类繁多，不同的音频具有不同的基频和共振峰等特征信息，因此固定字典不能很好的反映出特定音频的结构化特征，针对这一问题，本文采用训练的方法得到自适应字典，在选择字典训练算法时，为了兼顾算法的高效性和字典中原子的相关性，本文选用解耦

7、合的K-SVD字典训练算法，即INK-SVD算法，来对音频进行训练。2.稀疏表示算法对于稀疏表示，在之前的文献中多使用OMP算法，这种算法不会选择重复的原子，稀疏表示误差小，但是，该算法并没有充分利用音频帧之间的相关性信息，即帧之间是存在很大程度上冗余的，本文通过实验的方法，证明相关性的存在，为了利用相关性信息，本文对传统的OMP算法进行改进，在选取原子的时候，考虑到该原子是否在前一帧用过，如果该原子被前一帧选中，则在下一帧中适当增加一个权重，权重的大小根据帧之间相关性动态调整，从而提高原子选取的精确性，降低计算误差的

8、影响。本文实验部分是在AudioInpaintingToolbox提供的音频数据集上，使用改进型基于OMP的音频修复算法对片段缺失、脉冲干扰、削顶失真等三类不同的受损情况，与传统的固定Gabor字典相比，改进算法在信噪比SNR有4-6dB提升，在主观评价指标PESQ上有0.2-0.3提升。关键词：音频修复，稀疏表示，字典训练，IN