【一起读论文系列1】基于压缩感知的语音编解码方向研究

搜索关键词：compressed sensing，压缩感知

2109，李俊鑫，基于压缩感知的快速语音编解码方法研究

  • 基本信息：广东工业大学，期刊论文，2021

  • 核心原理：

    • 压缩感知：y = Ax， A(m, n), x(n, 1), y(m, 1)

    • 前提：x是个稀疏向量

    • 要求：m < n，从而达到降维压缩的效果

    • 步骤：

      • x是信号输入向量，根据测量矩阵A的变换，得到测量值y向量
      • 再经过重构算法，即x = A^(-1)y，恢复出x
      • 如果不满足，可以通过小波变换，得到稀疏基，即低频、高频分量，从而具备稀疏性

  • 重要：压缩感知在采样的同时，进行压缩（获得较少的采样数据），可以替代奈斯采样

  • 链接：https://m.fx361.com/news/2021/0913/8867679.html

1207，李尚靖，基于压缩感知的语音数字编码技术研究

  • 基本信息：南京邮电大学，硕士学位论文，2015

  • 核心原理：

    • 编码端

      • 对采样点进行压缩感知，得到观测序列
      • 对观测序列建模，得到每帧序列的幅度、相位和频率三个参数
      • 对信号序列进行压缩编码，并传输到解码端

    • 解码端

      • 用基追踪算法重构语信后，后置低通滤波器提高听觉效果

  • 结论：有效降低码率

引申资料

扩展资料：

  • 福州大学，余轮，基于压缩感知的音频和语音统一编解码算法研究

开放提问：

  • 如何在采样的同时进行压缩？即没有原始文件直接就得到我们的bin？

个人想法：

  • 照这个理论，将mdct再做一次mdct得到更高维的压缩信息，使高维的做损失小些，恢复的时候做些trick，记录残差。这样是否可以更省比特？