语音信号的分块稀疏表示分类研究

• 作者: 冯玉田 李园辉 毕超 王瑞
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 稀疏表示分类 分块稀疏 声频传感器 语音信号处理
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 44-47,51
• 页数: 5页
• 分类号: TP391.4
• 字数: 4204字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.03.009

摘要

传统稀疏表示分类算法(SRC)在处理复杂多维的向量的时候,需要对稀疏后的每个信号单独处理求残差,会导致处理时间过长,无法有效地运用于实际的工程应用中.为解决这一问题,提出将图像处理的分块稀疏应用于语音稀疏表示分类的方法.该方法在传统稀疏表示分类的基础上,引入分块稀疏思想,将语音信号按指定的长度处理,从而将若干个稀疏系数组成稀疏组来进行进一步分类识别.验证实验表明,源于图像处理的分块稀疏表示分类法同样适用于语音信号的处理.实验结果表明,在识别率接近的情况下,语音信号分类识别所花费的时间比图像处理明显降低.这是因为图像稀疏分类的系数之间相关性较强,因而分类的识别率较高;而语音信号是典型的非平稳过程,各种特征参数随时间快速变化,因而根据长度分类的相关性显著减少.因此,语音信号识别的准确率虽然会有所降低,但其效率显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯玉田	上海大学通信与信息工程学院	33	227	7.0	14.0
2	王瑞	上海大学通信与信息工程学院	36	116	6.0	9.0
3	李园辉	上海大学通信与信息工程学院	4	22	3.0	4.0
4	毕超	上海大学通信与信息工程学院	4	10	2.0	3.0