音频恢复中的插值方法研究

摘要

随着多媒体数字化技术和网络技术的快速发展，人们在生活中接触到的数字音频越来越多。但由于以前设备比较落后，旧的音频资料在录制过程中会产生“咔咔”“兹兹”等噪音，而且音频在从旧介质翻新、录制、数字化、网络传输等过程中都可能受到破坏。因此，音频恢复技术已经成为近年来多媒体处理技术的重要课题之一。 由于个人电脑和网络广泛使用，旧的音频资料逐渐被数字化重建；新录制的音频被直接数字化存储；网络上传输的也是数字化的音频信息。由于数字音频信息被频繁读写或在网络上传输，数据丢失已成为其受损的主要原因。 传统的基于模型的插值方法一般只能对几百个样本进行插值，对于更多的样本则需要通过非常高阶的模型进行插值。但这种高阶模型插值的实现需要耗费大量的计算资源，这对于实现实时信号处理有很大的负面影响。本文对普通AR模型插值方法进行了改进。根据线谱对多项式加权和改变了普通AR模型的合成滤波器，选择合适的加权因子使其极点更加靠近单位圆，从而延长其脉冲响应时间，对更长的信号空缺进行有效插值。以较少的模型阶数获得更好的插值效果，提高了计算效率，为实时音频恢复提供了更好的插值方法。 对于0.1秒以上的信号空缺进行恢复，基于模型的插值方法已经不再适用。本文探讨了基于音频纹理插值的音频恢复方法。该方法将音频分段并提取每帧的MFCC特征参数，然后分析帧间的相似性音频纹理，将已知信号帧根据最大帧间转移概率并结合幅度变化趋势进行排序，用于代替丢失信号。该方法能用于1秒左右的信号空缺恢复。

目录

文摘

英文文摘

华南理工大学学位论文原创性声明及学位论文版权使用授权书

第一章 引言

第二章 插值的数学基础

第三章 基于模型插值的音频恢复方法

第四章 改进的AR模型插值方法

第五章 基于音频纹理的插值方法

结论

参考文献

攻读学位期间发表的学术论文

致谢