一种基于新型 BDS 模型的语音信号字典构造方法

• 作者: 张宏乐 张雪英 李凤莲
• 来源期刊: 微电子学与计算机
• 关键词: K-AVD 稀疏表示 字典训练 最佳字典规模
• 年，卷（期）: 2017,（1）
• 页码范围: 30-34
• 页数: 5页
• 分类号: TN912.3
• 语种: 中文

摘要

用字典训练的方法稀疏表示语音信号成为语音信号处理领域的热点课题。针对字典初始规模的选择问题，提出了一种新的基于新型 BDA 模型的字典训练方法，该方法根据最佳字典规模与稀疏比的关系为字典规模建立模型，可以自适应的为语音信号选择恰当的初始字典规模，克服了 K-AVD 方法依靠经验设置字典规模的缺陷。将加入 BDA 模型的训练字典的方法应用于来自太原理工大学数字音频与视频实验室语音库的语音，进行仿真实验并对实验结果进行了分析。实验结果表明：基于 BDA 模型的语音信号字典构造方法实现了自适应选择最佳字典规模目的，可在保证重构语音质量的同时，进一步提高字典训练的效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英	太原理工大学信息工程学院	233	1213	15.0	23.0
2	李凤莲	太原理工大学信息工程学院	44	117	6.0	9.0
3	张宏乐	太原理工大学信息工程学院	1	2	1.0	1.0