基于vq的大學(xué)生語音識別算法研究畢業(yè)論文(編輯修改稿)

　

【文章內(nèi)容簡介】 意義不大。因?yàn)閮H由預(yù)測系數(shù)的差值不能完全表征這兩個語音信息的差別。此時，直接用由這些系數(shù)所描述的信號模型的功率譜進(jìn)行比較是適宜的。日本學(xué)者板倉等人提出了這種失真測度。設(shè)x（n）(n=0,1,...,N1)是一幀N長信號，是其p階最佳線性預(yù)測系數(shù)，并組成特征矢量，再設(shè)碼書中的某特征矢量為。信號x(n)(功率譜為)和碼書特征矢量決定的信號（功率譜為）之間的ItakuraSaito失真測度，定義為 (27) 信號x(n)的p+1階自相關(guān)矩陣信號x(n)的自相關(guān)函數(shù)，信號x(n)的預(yù)測誤差功率；p階碼書重構(gòu)矢量的預(yù)測誤差功率 （3）識別失真測度將矢量量化技術(shù)應(yīng)用于語音識別時，對失真測度還應(yīng)該有其他一些考慮。研究表明，頻譜與能量均攜帶有語音信號的信息，如果僅以功率譜作為失真比較的參數(shù)，則語音識別的性能不夠理想。為此，可以采用如下定義的失真測度： (28)式中，、輸入信號矢量和碼書重構(gòu)矢量的歸一化能量； g(x)專用函數(shù)，定義為 g(x)作用：當(dāng)兩矢量的能量接近時，忽略能量差異引起的影響；當(dāng)兩矢量的能量相差較大時，進(jìn)行線性加權(quán)；當(dāng)能量差超過門限時，則為某固定值。其中為加權(quán)因子，、和要進(jìn)過實(shí)驗(yàn)確定。 第三章 矢量量化器的設(shè)計(jì)算法目前，對基于矢量量化（VQ）算法的研究已取得了不少的成果，包括LBG算法,K均值算法(KMeans)，K均值修正算法(MKM)，最鄰近算法，預(yù)測矢量量化法(PreVQ)，乘積矢量量化法等等。本設(shè)計(jì)主要選取LBG算法進(jìn)行矢量量化器的算法設(shè)計(jì)。所謂矢量量化器的最佳設(shè)計(jì)就是從大量的輸入信號樣本中訓(xùn)練出一個較好的碼本，基于一定的條件下使失真最小。由于碼書的設(shè)計(jì)也是在這一過程中產(chǎn)生的，所以同時也是最佳碼書的設(shè)計(jì)過程。矢量量化器的最佳設(shè)計(jì)可以由標(biāo)量量化器的最佳設(shè)計(jì)原理而來，由于這一過程使用了Lloyd提出的兩個條件，而后又將該條件推廣到矢量量化器的最佳設(shè)計(jì)上。在矢量量化器的最佳設(shè)計(jì)中，對如何劃分量化區(qū)間和確定量化矢量是其存在的最主要的問題，即要達(dá)到最佳劃分和最佳碼書這兩個條件。 最佳劃分類似于標(biāo)量量化中量化區(qū)間的劃分過程，對給定的碼書，找出所有碼書矢量的最佳區(qū)域邊界,尋找最佳劃分以使其平均失真最小。對于給定的碼書可以采用最鄰近準(zhǔn)則NNR(Nearest Neighbor Rule)，即對于信源空間的任一矢量X，如果它與矢量的失真小于它和其它碼子之間的失真，則X應(yīng)屬于某區(qū)域邊界： （31）為最佳劃分，即為一個胞腔。因?yàn)榻o定的碼書中共有N個碼字，所以可以把信源空間劃分為N個區(qū)間。 最佳碼書對于給定的區(qū)域邊界，找出最佳碼書矢量，為了使碼書的平均失真最小，碼字必須為相應(yīng)給定的形心，即滿足 centroid質(zhì)心條件： （32）其中，為集合中矢量的個數(shù)。形心就是該區(qū)域空間的幾何中心，這些形心就組成了最佳碼書中的碼字。 LBG算法的實(shí)現(xiàn)LBG算法在矢量量化中是一個基本算法，它是由標(biāo)量量化器中的Lloyd算法推廣而來，1980年由Linde ，Buzo和 Gray首次提出。LBG算法實(shí)際上就是尋找最佳碼書的反復(fù)迭代過程，從一個最初選定的初始碼本開始迭代，將訓(xùn)練序列進(jìn)行分組，找到每一個組的初始碼書，計(jì)算該初始碼本與訓(xùn)練序列的失真度，根據(jù)計(jì)算所得的最小失真度來確定新的碼本，產(chǎn)生的新碼本將作為第二次迭代時的初始碼本。從對初始碼書進(jìn)行迭代優(yōu)化時開始，直到該系統(tǒng)的性能滿足要求或不再有明顯的改進(jìn)截止。LBG算法因其嚴(yán)密的理論、簡便的應(yīng)用和良好的設(shè)計(jì)效果，從而得到了廣泛的應(yīng)用，常被作為許多新型碼書設(shè)計(jì)算法改進(jìn)的基礎(chǔ)算法。 LBG算法實(shí)現(xiàn)流程設(shè)計(jì)LBG算法根據(jù)最佳矢量量化器設(shè)計(jì)的最佳劃分和最佳碼書這兩個必要條件提出，它的特點(diǎn)是算法理論嚴(yán)密，物理概念清晰和算法實(shí)現(xiàn)容易。LBG算法是目前比較常用和流行的一種碼書建立方法，該方法可以用于兩種情況：一是已知信源概率分布，二是未知信源概率分布，但是已知一個信號序列的情況。由于實(shí)際情況中信源確定多維的概率分布很難，所以利用訓(xùn)練序列建立碼本的LBG算法用得比較多一些。利用訓(xùn)練序列建立碼書的LBG算法的步驟如下。第一步 初始化：給定初始碼書，即給定碼書的大小N和碼字，并設(shè)置n=0,設(shè)起始平均失真 ，以及給定計(jì)算停止門限。第二步 迭代：用初始碼書為形心，根據(jù)最鄰近準(zhǔn)則將訓(xùn)練序列分成N個胞腔，即 （33）其中。 第三步 計(jì)算平均失真與相對失真：平均失真為 ， （34） 相對失真為 （35）若 ，則停止計(jì)算，當(dāng)前的碼書就是設(shè)計(jì)好的 ，否則進(jìn)行第四步。 第四步 利用公式(32)計(jì)算這時劃分的各個胞腔的形心，由這N個新形構(gòu)成新的碼書，并置n=n+1，返回第二步再進(jìn)行計(jì)算，直到得到所要求的碼書為止。 LBG算法流程如圖31所示： 用給定碼書劃分成N個胞腔 開 始給定碼書大小N，初始碼書訓(xùn)練序列TS置n=0，起始平均失真 以及給定計(jì)算停止門限 計(jì)算平均失真和相對失真 ； 求出新碼書結(jié) 束 NY 圖31 LBG算法流程圖 LBG算法初始碼書的選取對于初始碼書的選取在最佳碼書的設(shè)計(jì)中有很大的影響，要求碼書在開始時對要編碼的數(shù)據(jù)來說要具有一定的代表性，直接取輸入信號矢量作為碼子就是方法之一。因?yàn)橄噜彽恼Z音信號具有高度的相關(guān)性，在語音波形量化過程中應(yīng)使樣本之間具有足夠大的間隔才能使樣本之間的互相關(guān)性得以忽略。 隨機(jī)選取法 隨機(jī)選取法最初是運(yùn)用在聚類算法中，它是從訓(xùn)練序列中隨機(jī)選取N個矢量作為初始碼字從而構(gòu)成初始碼書。其優(yōu)點(diǎn)是無需初始化計(jì)算，大大節(jié)約了計(jì)算時間；另外，由于初始碼書是從訓(xùn)練序列中選出來得，所以不存在空胞腔的問題。隨機(jī)選取法還具有形成初始碼書過程所需時間較短的特性。隨機(jī)選取方法同時也存在著一些問題，對于可能選到的一些非典型的矢量作為碼字，因該胞腔中只存在很少的矢量，特別是只剩下一個初始碼字時，在某些空間可能造成胞腔的劃分過于細(xì)致，使很多碼字得不到充分的利用，然而在有些空間又將胞腔劃分的過大，所以被選中的碼字在訓(xùn)練序列中的不均勻分布使得該方法比較適用于相對比較平穩(wěn)的序列。與其他多媒體信息比較，語音信息之間的冗余較少。本設(shè)計(jì)中語音信息選取的時間相對較短，是一個相對平穩(wěn)的序列，所以使用隨機(jī)選取法選取初始碼書具有可行性。 分裂法分裂法是由Linde,Buzo,Gray在1980年提出來的，該方法生成初始碼書時先取一個較少碼字的碼書，用LBG算法對其優(yōu)化，對優(yōu)化的結(jié)果進(jìn)行分裂，得到較大的體積、較優(yōu)化的碼書，重復(fù)優(yōu)化、分裂、再優(yōu)化過程。具體步驟如下：（1）求出S中全體訓(xùn)練矢量x的質(zhì)心作為初始碼書的碼字；（2）將分裂為、并作為新的初始碼書，利用LBG算法求得新碼書，；（3）重復(fù)上面的循環(huán)，將、各分裂一次，得、并作為新的初始碼書，利用LBG算法求取新碼書，如此繼續(xù)。若最終的碼書容量為（r為整數(shù)），則需做r輪循環(huán)處理，直至聚類完畢，此時各類質(zhì)心即為所需的碼字。用分裂法形成的初始碼書的性能較好，然而計(jì)算工作量比較大，同時隨著馬書中碼字的增加計(jì)算量也會迅速增加。 乘積碼書法隨機(jī)碼書的初始化方法是用若干個低維數(shù)的碼書作為乘積碼，求得所需的高維數(shù)的碼書，即維數(shù)為、大小為的碼書乘以維數(shù)為、大小為的碼書，得到一個k維碼書，其大小為。分裂方法可以用在初始碼書的隨機(jī)選擇法中，當(dāng)選擇碼字為非典型時就可以去掉非典型胞腔，而把有最多的矢量胞腔分裂來構(gòu)成初始碼書。 LBG算法常見的問題LBG算法中，常遇到的一些問題是空胞腔和隨機(jī)選取法中的非典型碼字如何處理。 空胞腔問題及處理方法空胞腔是指在最佳劃分階段，某個胞腔的訓(xùn)練矢量數(shù)目為0。隨機(jī)選取法產(chǎn)生的初始碼書中不存在空胞腔的問題。解決空胞腔的問題時可首先去掉某個空胞腔中的形心，即碼字，然后將最大的胞腔（訓(xùn)練矢量數(shù)目最多的胞腔）分裂為2個胞腔。為更精確起見可再計(jì)算胞腔的形心，利用類似LBG的算法構(gòu)成含2個碼字的碼書的方法來進(jìn)行分裂。該方法由于利用兩個小胞腔代替了1個大胞腔，減小了量化失真，量化器的總失真也減小了，因此性能也得到了提升。 非典型碼字問題及處理方法在隨機(jī)選擇方法中，存在一些非典型矢量，利用其形成胞腔時，胞腔中常常只有少數(shù)幾個矢量，甚至有可能只有他們自己本身一個矢量。其實(shí)在其他算法設(shè)計(jì)中同樣存在胞腔矢量少的問題，此時一般采用如下的方法進(jìn)行處理：（1）重新選擇隨機(jī)初始碼字，直到?jīng)]有非典型碼字為止；（2）把這種胞腔中少數(shù)矢量分別歸并到鄰近的各個胞腔中，然后用分裂法把其中一個最大的胞腔分裂為2個小胞腔。 第四章 仿真結(jié)果及性能分析 MATLAB開發(fā)平臺簡介MATLAB是由MATrix和LABoratoy兩詞的前三個字母組合而成，于20 世紀(jì)70年代后期出于減輕編程負(fù)擔(dān)考慮而設(shè)計(jì)的一款功能強(qiáng)大、效率高、交互性好的數(shù)據(jù)計(jì)算和可視化計(jì)算機(jī)高級語言，它將信號處理、數(shù)值分析、圖形顯示有機(jī)融合為一體，形成了一個極其方便、用戶界面良好的操作環(huán)境。隨著語音信號處理學(xué)科的飛速發(fā)展，MATLAB及其強(qiáng)大的功能廣泛應(yīng)用于數(shù)字信號處理、數(shù)值圖像處理、仿真、自動控制、小波分析、神經(jīng)網(wǎng)絡(luò)等等。由于MATLAB具有大量數(shù)字信號處理工具箱，并能利用非線性動態(tài)系統(tǒng)分析工具Simulink等優(yōu)點(diǎn)，因此其已成為學(xué)習(xí)、研究數(shù)字語音信號處理的有力的仿真工具軟件。MATLAB在數(shù)字語音信號處理方面的主要應(yīng)用有：（1） 通過MATLAB可以對數(shù)字化的語音信號進(jìn)行時頻域分析，方便的展現(xiàn)語音信號的時域及頻域曲線，根據(jù)語音特性對語音進(jìn)行分析。（2） 通過MATLAB可以對數(shù)字化語音信號進(jìn)行估計(jì)和評判。（3） 通過利用MATLAB編程對語音信號進(jìn)行處理。由于MATLAB是一種面向科學(xué)和工程計(jì)算的高級語言，允許用數(shù)學(xué)形式的語言編程，同時又具有大量的庫函數(shù)，所以編程簡單、效率高、簡單易學(xué)易用。運(yùn)用MATLAB可以對信號進(jìn)行加噪、去噪、濾波、截取音頻等操作，也可以進(jìn)行語音編碼、語音識別、語音合成的編程。 LBG算法的設(shè)計(jì)仿真及結(jié)果分析利用MATLAB編程，采用隨機(jī)選取法實(shí)現(xiàn)LBG算法碼書的生成，初始碼書從訓(xùn)練序列中每隔5個樣本選取一組。考慮到輸入數(shù)據(jù)有正值有負(fù)值，失真測度采用歐氏距離均方誤差失真測度。本程序設(shè)計(jì)的具體實(shí)現(xiàn)參數(shù)為：輸入語音 C:\Users\lenovo\，長度為20秒，采樣頻率為8000Hz，采用隨機(jī)選取的方法選取大小為100的初始碼書。設(shè)置碼本維數(shù)是7，碼書大小為16，通過不斷迭代來修改碼書，此時的碼書是最終的碼書。仿真最終達(dá)到100個數(shù)據(jù)量化為16個數(shù)據(jù)的目的。圖41 輸入語音與碼書波形圖 圖42 程序運(yùn)行結(jié)果初始碼書圖43 程序運(yùn)行時間、平均失真與相對失真圖44 碼書樣本個數(shù)與循環(huán)次數(shù)圖45 程序運(yùn)行結(jié)果最終碼書 LBG算法物理概念清晰易懂、理論算法結(jié)構(gòu)嚴(yán)密，而且容易實(shí)現(xiàn)，同時還可作為其他碼書設(shè)計(jì)技術(shù)中對初始碼書優(yōu)化的附加步驟。最佳矢量量化器設(shè)計(jì)的兩個必要條件是尋找最佳劃分與最佳碼書，使平均失真最小。由圖43的程序運(yùn)行數(shù)據(jù)結(jié)果可看出，LBG算法在每次迭代的過程中平均失真具有單調(diào)不增特性（或者大小至少保持不變），故它能改進(jìn)任何給定的初始碼書，也就是說，其他碼書設(shè)計(jì)算法所產(chǎn)生的碼書可作為LBG算法的初始碼書，其得以進(jìn)一步優(yōu)化而生成最佳碼書。通過第二章對LBG算法原理特性的推導(dǎo)我們知道，LBG算法采用不斷的迭代方式來選擇最佳碼書，在每次迭代的最佳劃分階段，由于需要從碼書中搜索與訓(xùn)練矢量最近的碼字，所以需要大量的計(jì)算和存儲空間。從本實(shí)驗(yàn)程序的運(yùn)行結(jié)果圖43可看出，每次的迭代總能減少（或者至少保持）平均失真，所以LBG算法是一種下降算法，并且由圖42和圖45的程序運(yùn)行結(jié)果比對可看出，每次迭代通常產(chǎn)生的只是碼書的局部變化，也就是說一旦選定LBG算法的初始碼書，通過該算法得到的是局部最優(yōu)碼書。在對比上面仿真得出結(jié)論的基礎(chǔ)上，通過改變語音數(shù)據(jù)量大小，碼書維數(shù)，量化壓縮比以及失真門限等參數(shù)，利用MATLAB仿真工具對輸入語音信號進(jìn)行處理，比對實(shí)驗(yàn)結(jié)果進(jìn)行數(shù)據(jù)分析，研究不同數(shù)據(jù)參數(shù)的變化對矢量量化器LBG算法的影響。輸入語音依舊采用同一語音 C:\Users\lenovo\，語音長度為20秒，采樣頻率為8000Hz，采用隨機(jī)選取的方法選取初始碼書。 改變數(shù)據(jù)量改變數(shù)據(jù)量大小，保持量化壓縮比不變，碼書中碼字個數(shù)隨之變化，保持失真門限和碼字維數(shù)不變。表41 LBG算法改變數(shù)據(jù)量仿真結(jié)果采樣頻率8000Hz8000Hz8000Hz8000Hz8000Hz8000Hz語音長度20s20s20s20s20s20s樣本個數(shù)1005001000150020