李亞

摘要：針對(duì)PCM編碼的語(yǔ)音信號(hào)，提出了一種基于正交矩陣變換的語(yǔ)音處理方法以改變語(yǔ)音信號(hào)幅值的分布規(guī)律，從而減小語(yǔ)音信號(hào)的動(dòng)態(tài)范圍與標(biāo)準(zhǔn)差。實(shí)驗(yàn)表明，正交矩陣變換算法可以明顯降低語(yǔ)音信號(hào)的幅值范圍，實(shí)驗(yàn)數(shù)據(jù)顯示變換后語(yǔ)音信號(hào)的標(biāo)準(zhǔn)差降低20%。同時(shí)多人試聽(tīng)實(shí)驗(yàn)證明解碼后的語(yǔ)音質(zhì)量沒(méi)有降低。此算法縮小了語(yǔ)音信號(hào)的幅值范圍和標(biāo)準(zhǔn)差，從而可以用更少的編碼比特完成語(yǔ)音信號(hào)的編碼，壓縮效率可以進(jìn)一步提高。

關(guān)鍵詞： 語(yǔ)音；幅值分布；正交矩陣；標(biāo)準(zhǔn)差；熵

中圖分類(lèi)號(hào)：TP391.08 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）07-0164-02

Statistics and Analysis of Speech Signal Amplitude Distribution

LI Ya

（Department of Computer Science， Tongji University， Shanghai 201804， China）

Abstract： In view of PCM（Pulse Code Modulation） speech signal， this paper puts forward a method of speech processing based on orthogonal matrix transformation to change the amplitude distribution of speech signal， which can reduce the standard deviation of speech signal. Experiments indicate that the orthogonal matrix transformation algorithm can obviously reduce the amplitude range of speech signal， and the results show that and speech signal standard deviation is reduced by 20% through the transformation. At the same time， voice quality after decoding is not decreased according to listening experimenter. The algorithm reduces amplitude range and standard deviation of the speech signal， so speech signal can be coded with less bits and compression efficiency can be further improved.

Key words： speech signal； amplitude distribution； orthogonal matrix； standard deviation； entropy

1 概述

早期的語(yǔ)音信號(hào)傳輸和處理都是以模擬方式進(jìn)行的，自PCM脈沖編碼調(diào)制理論提出來(lái)后，語(yǔ)音信號(hào)處理進(jìn)入數(shù)字化時(shí)代。從最初64kb/s的標(biāo)準(zhǔn)PCM波形編碼器到現(xiàn)在4kb/s以下的參量編碼的聲碼器，語(yǔ)音壓縮編碼在幾十年里得到迅速發(fā)展[1-2]。為了提高通信網(wǎng)中的信息傳輸效率及實(shí)現(xiàn)語(yǔ)音的高效存儲(chǔ)，還需要對(duì)編碼后的數(shù)字語(yǔ)音進(jìn)行壓縮，即語(yǔ)音壓縮。

目前，比較成熟的語(yǔ)音信號(hào)分析方法[3-4]主要有時(shí)域分析、短時(shí)傅里葉變換、倒譜以及LPC譜分析。通過(guò)對(duì)語(yǔ)音信號(hào)幅值的相關(guān)研究，可以統(tǒng)計(jì)得到語(yǔ)音信號(hào)的幅值分布。根據(jù)其幅值分布的特點(diǎn)，可以研究其他編碼方案在語(yǔ)音信號(hào)中的應(yīng)用，例如霍夫曼編碼。

2 原始語(yǔ)音信號(hào)的分布統(tǒng)計(jì)

對(duì)原始模擬語(yǔ)音信號(hào)采樣，可以得到語(yǔ)音信號(hào)的離散數(shù)據(jù)樣點(diǎn)。假設(shè)采樣后的語(yǔ)音信號(hào)有K=M×N數(shù)據(jù)樣點(diǎn)，記為X=（X1，X2，…，XK），其中K、M、N都是正整數(shù)。則采樣后信號(hào)數(shù)據(jù)點(diǎn)的矩陣形式可以表示為

5 結(jié)論

本文首先分析了語(yǔ)音信號(hào)相鄰樣本間的相關(guān)特性，并根據(jù)這種相關(guān)性，利用哈達(dá)瑪矩陣對(duì)原始信號(hào)進(jìn)行變換并統(tǒng)計(jì)幅值分布，實(shí)驗(yàn)結(jié)果表明此方法明顯減小了語(yǔ)音信號(hào)的動(dòng)態(tài)范圍和標(biāo)準(zhǔn)差，從而提高語(yǔ)音信號(hào)的壓縮率。其次，利用哈達(dá)碼矩陣的正交特性可以恢復(fù)原始信號(hào)，同樣可以采用其他類(lèi)型的矩陣進(jìn)行變換并統(tǒng)計(jì)分析。最后，此算法在語(yǔ)音編碼和無(wú)線通信中有一定地參考價(jià)值，其具體應(yīng)用有待進(jìn)一步討論研究。

參考文獻(xiàn)：

[1] 趙曉群.數(shù)字語(yǔ)音編碼[M]. 北京：機(jī)械工業(yè)出版社， 2007.

[2] 時(shí)磊， 尚秋峰， 李健宇. 語(yǔ)音壓縮編碼技術(shù)研究進(jìn)展[J]. 聲學(xué)技術(shù)， 2008， 27（4）：553-556.

[3] 張宗念， 黃仁泰， 閆敬文. 壓縮感知信號(hào)盲稀疏度重構(gòu)算法[J]. 電子學(xué)報(bào)， 2011， 39（1）：18-22.

[4] 劉毅強(qiáng)，劉昱，段繼忠，劉亞峰. 壓縮感知處理語(yǔ)音信號(hào)的性能分析及比較[J]. 電聲技術(shù)， 2012， 36（2）：44-47.

[5] 時(shí)娟. Walsh-Hadamard變換及其在信源編碼中的應(yīng)用[J]. 甘肅科學(xué)學(xué)報(bào)， 2005， 17（2）：38-40.

[6] Wang Guibao， Huang Hongzhong， Liu Yu， Zhang Xiaoling and Wang Zhonglai. Uncertainty estimation of reliability redundancy in complex systems based on the Cross-Entropy method[J]. Journal of Mechanical Science and Technology， 2009， 23（10）：2612-2623.

[7] 傅祖蕓， 趙建中. 信息論與編碼[M]. 北京：電子工業(yè)出版社， 2008.

[8] 常荷. 熵與方差[J].開(kāi)封教育學(xué)院學(xué)報(bào)， 2001，21（4）：43-44.