仅需要占用lbit进行存储，实 现了大幅度地压缩；
[0068] ⑤将稀疏度K、位置集合I与压缩的语音信号中的"1"登记在一起，组帧为数据流。
[0069] ⑥将⑤得到的数据流进行霍夫曼编码，进一步压缩。
[0070] 重构部分（解压部分）：如图3所示
[0071] ①对压缩的数据进行霍夫曼解码，得到0, 1数据流；
[0072] ②根据压缩部分组帧数据流的方法从数据流中取出K和位置信息，构造观测矩 阵；
[0073] ③利用改进的BITH算法重构出频域的语音信号；
[0074] ④对频域的语音信号进行IDCT变换（DCT变换的逆变换），得到时域的语音信号。
[0075] 实施例1:记录语音信号的位置流程如图4所示：
[0076] 本实施例以一帧长为N = 2048语音信号为例，如果要直接记录位置，那么记录一 个位置则使用l〇bit，假设最后一个非0信号的位置为P，通过0, 1标识则需要P个bit，记 录位置则需要10K个bit，若10K>P，则采用方式0,反之采用方式1。例如，K = 3,非0位置 是1，3, 7,方式0需要7bit表示，即1010001，方式1需要3*10 = 30bit表示，故采用方式 〇 ;同样K = 3,非0位置是1，3, 100,方式0贝1J需要100个bit表示，方式1还是只需要30 个bit表示，故此时采用方式1。将方式号（0或者1)以及位置信息与压缩语音信号中的 " 1"一起组帧成数据流进行存储，如上述第一个例子，假设压缩语音信号中有4个" 1"，组帧 数据流为 010100011111。
[0077] 实施例2.利用信号的位置信息，构造更优的观测矩阵：
[0078]①输入：稀疏基D，随机矩阵的行M，随机矩阵巾，位置集合I。例如，D取为N行N 列的单位矩阵（单位矩阵：是个方阵，从左上角到右下角的对角线（称为主对角线）上的元 素均为1以外全都为〇)，D=[
[0082] ②初始化：感知矩阵F =仰，迭代次数为n，i =0。F=[
[0083]
n = 100, i是用来记录后续 步骤中迭代次数的，大于n就结束迭代，否则继续。
[0084]
FT是F的共辄转置矩阵，实数范围内即 为f的转置矩阵，r =[
[0087] ③对F'每一列归一化，并把F'的值赋给F，F = F'。比如F'的第一列， 0? 4758, 1. 1369,归一化过程
「，即为 0? 3860， 0.9225,同理可得其他列。最后，F=[
[0088]
[0089] ④计算矩阵G=厂'尸=[
[0092] ⑤在位置集合I中取遍两个元素1;，I_j，令G(i, j) = 0，取的时候不重不漏。I=
[1，2]那么G(1，2)，G(2, 1)都置为 0。G:二[
[0094]⑥约束G中对角线外的元素大小：如果G(i，j)的绝对值小
则保持不变，否则，
dgn表示取符号，如果G(i，j)大于0,则 sign(G2(i, j)) = 1，如果 G(i, j)小于 0,则 sign(G2(i, j)) = -1，如果 G(i, j)等于 0,则 sign(G2(i, j)) = 0〇 G=[
_r~
胪表示矩阵D的伪逆
[0109] ?i = i_+l, i从0变为1，小于n = 100,返回第③步，直到i>n。
[0110] @迭代结束，输出优选之后的观测矩阵小。
[0111] 实施例3.巧妙地将信号的位置信息加入重构算法BITH，保证了重构信号的高精 度，改进的BITH算法流程如图5所示：
[0112] 1)输入一个4行1列（M行1列）的元素只有0，1的矩阵Y
[0113] 数据賴
[0114] 观测矩阵
[0115] 更新步长a = 1 ;
[0116]位置集合 1= [13];
[0117] 最大迭代次数t = 300。
[0118] 2)初始化稀疏信号X，即X为一个8行1列（N行1列）的零矩阵
[0119]
[0120] 更新迭代次数n = 1。
[0121] 3)迭代更新 X = X+a (}>'（Y-signQX));
[0122] 巾'为伞的转置，即
[0123] 第一次迭代更新的y
[0124] 4)X中位置集合I = [137]位置以外的元素都置零
[0125]
[0126] 5)若n < t，则重复以上步骤，每迭代一次，n就加1 (n = n+1)。
[0127] 6)当n>t时，根据单位能量约束条件X = X/ | | X | 12，输出X的最优估计值。比如 对于1. 5212,单位能量约束即为
[0128] 如果没有获取先验信息，随机生成观测矩阵，也能将压缩率提高，但是重构音质会 大打折扣。
[0129] 本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发 明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领 域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其 它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
【主权项】
1. 一种基于单比特压缩感知的语音压缩方法，其特征在于，包括W下步骤：51. 将已采样的离散的N个语音信号从时域信号变换到频域信号，得到长度为N的稀疏 的语音信号；52. 将低于静音口限的信号幅度置O;53. 查找幅度不为O的信号，记录其个数和位置，总个数即为稀疏度K，位置信息的集合 记为I，并根据构造更优的观测矩阵；54. 将S3生成的更优的观测矩阵与频域信号相乘，再对乘积结果取符号即可得到压缩 语音信号，此时的信号长度由N变成了M，且每个信号占用化it存储；55. 将稀疏度K、位置信息的集合I与压缩的语音信号中的"1"登记在一起，组帖为数 据流；56. 将S5得到的数据流进行霍夫曼编码，进一步压缩。2. 根据权利要求1所述的一种基于单比特压缩感知的语音压缩方法，其特征在于，Sl 所述的将语音信号从时域信号变换到频域信号采用的方法为DCT变换、小波变换或者傅里 叶变换。3. 根据权利要求1或2所述的一种基于单比特压缩感知的语音压缩方法，其特征在于， S3所述的记录语音信号位置信息的方法如下：W-帖长为N= 2048语音信号为例，如果要 直接记录位置，那么记录一个位置则使用lObit，假设最后一个非0信号的位置为P，通过 0, 1标识则需要P个bit,记录位置则需要IOK个bit,若10K〉P，则采用方式0,反之采用方 式1。4. 根据权利要求3所述的一种基于单比特压缩感知的语音压缩方法，其特征在于，S3 所述的利用信号的位置信息，构造更优的观测矩阵方法如下：531. 输入：稀疏基D，随机矩阵的行M，随机矩阵O，位置集合I;532. 初始化：感知矩阵F=d)D，迭代次数为i是用 来记录后续步骤中迭代次数的，大于n就结束迭代，否则继续；FT是F的共辆转置矩阵，实数 范围内即为F的转置矩阵；533. 对F'每一列归一化，并把F'的值赋给F，F=F' ；534. 计算矩阵，G=F中；535. 在位置集合I中任取其中的两个元素Ii和Ii，令G(i，j) = 0,要求集合I中的所 有元素取遍；536. 约束G中对角线外的元素大小： 如果G(i，j)的绝对值小于，则保持不变，否则，;sign表示取符号，如果G(i,j)大于0， 则sign胆（i, _]')）= 1，如果G(i, _]'）小于 0,则sign胆（i, _]')）= -1，如果G(i, _]'）等于 0， 则sign(G2(i,j)) = 0 ; 537. SVD分解，G=UQV;538. 更新G，将G的秩降为M:G=UQIJT; S39.计算5310.F' =S'，更新奔=朽趴，IF表示矩阵D的伪逆； 5311. i=i+1,i从O变为1，当i〉n，则进入下一步，否则返回S33 ; 5312. 迭代结束，输出优选之后的观测矩阵4。5. -种根据权利要求1所述的基于单比特语音压缩方法的解压方法，其特征在于，包 括W下步骤：57. 对压缩的数据进行霍夫曼解码，得到O和1的数据流；58. 根据压缩时组帖数据流的方法从数据流中取出稀疏度K和位置信息，构造观测矩 阵；59. 将信号的位置信息加入重构算法BITH，重构出频域的语音信号； S10.将频域的语音信号从频域信号变换到时域信号。6. 根据权利要求5所述的一种解压方法，其特征在于，S9的具体步骤如下：591. 输入一个M行1列的元素只有0, 1的观测矩阵Y，即可得出更新步长a值，位置 集合I和最大迭代次数t;592. 初始化稀疏信号X，即X为一个N行1列的零矩阵；593. 迭代更新X=X+ad)'灯-Si即（4讶），d)'为d)的转置矩阵； 594. X中位置集合I位置W外的元素都置零；595. 若n<t，则重复W上步骤，每迭代一次，n就加1，即n=n+1 ;596. 当n〉t时，根据单位能量约束条件X=X/MXI12,输出X的最优估计值。
【专利摘要】本发明属于语言信号压缩领域，具体涉及一种基于单比特压缩感知的语音压缩方法。本发明的有益效果如下：1、语音信号的采样速率要求并不高，用于语音采样的AD并不是语音信号采样的瓶颈问题。其他需要利用压缩感知进行采样以降低AD采样速率的场景为高速采样场景，语音信号采样不属于高速采样，故可以不改变系统原有的采样器件与采样结构，只需要进行软件的修改，大大节约了系统改造的成本；2、目前流行的mp3技术，仅能压缩10余倍，而利用本发明的方法，可轻易地将语音压缩32倍以上，其音质也能达到近似于mp3标准音质。譬如电信领域的录音系统，需要存储海量的语音数据，如果利用本发明的压缩方法将会十分有利。
【IPC分类】G10L19/032
【公开号】CN105206277
【申请号】CN201510504880
【发明人】卿朝进, 陈永强, 张岷涛, 胡书东, 余杭薄, 李成军
【申请人】西华大学
【公开日】2015年12月30日
【申请日】2015年8月17日