人工语音带宽扩展算法研究

摘要

在当今人们使用的电话网络中，传输信号一般是带宽小于4kHz的窄带语音。这种语音虽然保证了一定的可懂度，但质量与相应的宽带语音相比仍有较大差距。尽管存在着多种宽带编码标准，但它们需要对通信网络设备进行更新，短时间内无法实现。对此，人们提出人工语音带宽扩展来解决这个问题。该方法是指在接收端使用窄带语音扩展出丢失的高频成分，获得宽带语音以提升语音质量。
　　传统的带宽扩展一般基于“源—滤波器”模型实现。该类算法能够取得较好的效果，但需要大量的先验知识以及较长的训练时间。本文另辟蹊径，提出了一种基于K-SVD的音频分解类带宽扩展算法。该算法通过分离和替换窄带与宽带语音的话音风格特征实现带宽扩展，不仅得到了较高质量的宽带语音，还大幅度减少了先验知识的使用，降低了训练时间。
　　本文主要工作如下:
　　(1)概述语音信号的预处理过程，以及线性预测系数LPC、线谱频率LSF、Mel频率倒谱系数MFCC的提取方法。
　　(2)介绍了传统的基于“源—滤波器”模型的带宽扩展算法，主要包括宽带谱包络估计和宽带激励信号估计等。
　　(3)对近些年来出现的音频分解类带宽扩展算法做了较为详细的分析，主要包括基于卷积非负矩阵分解和小波分解的带宽扩展，为后文算法引出做铺垫。
　　(4)提出了基于K-SVD的人工语音带宽扩展方法，并进行了实现与一定的改进。
　　(5)对提出的算法进行了主客观测试分析，包括有效性测试、与其它算法的比较测试等。