基于局部最小二乘支持向量机的音频频带扩展方法

doi:10.3969/j.issn.0372-2112.2016.09.027

电子学报 ›› 2016, Vol. 44 ›› Issue (9): 2203-2210.DOI: 10.3969/j.issn.0372-2112.2016.09.027

基于局部最小二乘支持向量机的音频频带扩展方法

白海钏, 鲍长春, 刘鑫

北京工业大学电子信息与控制工程学院, 北京 100124

收稿日期:2014-10-10 修回日期:2014-11-05 出版日期:2016-09-25
- 通讯作者:
- 刘鑫
- 作者简介:
- 白海钏 女,1986年出生,河北邯郸人,北京工业大学硕士研究生.主要研究方向为音频信号处理.E-mail:baihaichuan@emails.bjut.edu.cn;鲍长春 男,1965年出生,内蒙古赤峰人,博士,北京工业大学教授、博士生导师,IEEE高级会员,国际语音通信学会(ISCA)会员,亚太信号与信息处理学会(APSIPA)会员,中国电子学会理事,中国声学学会理事,信号处理专业委员会委员.主要研究方向为语音与音频信号处理.E-mail:chchbao@bjut.edu.cn
- 基金资助:
- 国家自然科学基金项目 (No.61072089，No.61471014）

Audio Bandwidth Extension Method Based on Local Least Square Support Vector Machine

BAI Hai-chuan, BAO Chang-chun, LIU Xin

School of Electronic Information and Control Engineering, Beijing University of Technology, Beijing 100124, China

Received:2014-10-10 Revised:2014-11-05 Online:2016-09-25 Published:2016-09-25
- Supported by:
- National Natural Science Foundation of China (No.61072089, No.61471014)

摘要/Abstract

摘要：

在网络传输过程中宽带音频会由于高频信息的缺失导致音频质量下降，因此，本文提出了一种基于局部最小二乘支持向量机的宽带向超宽带音频频带扩展方法.根据音频频域序列的非线性特性，本文采用相空间重构和局部最小二乘支持向量机对音频信号的高频频谱细节进行预测，并结合高斯混合模型对高频子带能量进行估计，最后经过高频频谱包络调整，所提方法能够有效地恢复7kHz～14kHz频率范围内的高频成分.主客观测试结果表明，该方法改善了宽带音频的听觉质量，其性能优于参考音频频带扩展方法.

关键词: 音频编码, 频带扩展, 高斯混合模型, 局部最小二乘支持向量机

Abstract:

The auditory quality of wideband audio is generally degraded due to the lack of the high-frequency in network transmission,so this paper presents a kind of audio bandwidth extension method from wideband to super wideband based on local least square support vector machine.In the light of the nonlinearity of audio spectrum,the high-frequency fine spectrum of audio signals is predicted by using phase space reconstruction and local least square support vector machine.Combining with the estimation of high-frequency sub-band energy based on Gaussian mixture model,the proposed method can effectively recover the high-frequency components in the frequency range 7kHz~14kHz through the envelope adjustment of high-frequency spectrum at last.Subjective and objective testing results indicate that the proposed method improves the auditory quality of wideband audio and outperforms the reference methods of audio bandwidth extension.

Key words: audio coding, bandwidth extension, Gaussian mixture model, local least square support vector machine

中图分类号:

TN912.3

白海钏, 鲍长春, 刘鑫. 基于局部最小二乘支持向量机的音频频带扩展方法[J]. 电子学报, 2016, 44(9): 2203-2210.

BAI Hai-chuan, BAO Chang-chun, LIU Xin . Audio Bandwidth Extension Method Based on Local Least Square Support Vector Machine[J]. Acta Electronica Sinica, 2016, 44(9): 2203-2210.

参考文献

[1] ITU-T G.722.1 Annex C,Low Complexity Coding at 24 and 32 kb/s for Hands-free Operation in Systems with Low Frame Loss Annex C 14kHz Mode at 24,32 and 48 kb/s[S].2005.
[2] Peter Vary,Rainer Martin.Digital Speech Transmission-Enhancement.Coding and Error Concealment[M].UK:John Wiley & Sons Ltd,2006.
[3] 张勇,胡瑞敏.基于高斯混合模型的语音带宽扩展算法的研究[J].声学学报,2009,35(5):471-480. Zhang Yong,Hu Ruimin.Speech wideband extension based on Gaussian mixture model[J].Acta Acustica,2009,35(5):471-480.(in Chinese)
[4] Liu Xin,Bao Chang-chun.A harmonic bandwidth extension based on Gaussian mixture model[A].10th International Conference on Signal Processing[C].Beijing:IEEE,2010.474-477.
[5] Liu Xin,Bao Chang-chun.Nonlinear bandwidth extension of audio signals based on hidden Markov model[A].IEEE International Symposium on Signal Processing and Information Technology[C].Bilbao,Spain:IEEE,2011.144-149.
[6] Liu Hao-jie,Bao Chang-chun.Audio bandwidth extension based on RBF neural network[A].IEEE International Symposium on Signal Processing and Information Technology[C].Bilbao,Spain:IEEE,2011.150-154.
[7] Erik Larsen,Ronald M Aarts.Audio Bandwidth Extension-application of Psychoacoustics.Signal Processing and Loudspeaker Design[M].UK:John Wiley & Sons Ltd,2004.
[8] Frederik Nagel,Sascha Disch.A harmonic bandwidth extension method for audio codecs[A].IEEE International Conference on Acoustics,Speech and Signal Processing[C].Taiwan:IEEE,2009.145-148.
[9] Liu Xin,Bao Chang-chun.Nonlinear bandwidth extension based on nearest-neighbor matching[A].Asia-Pacific Signal and Information Processing Association[C].Singapore:APSIPA,2010.169-172.
[10] 刘鑫.宽带音频的非线性频带展宽技术[D].北京:北京工业大学电控学院,2011. Liu Xin.Nonlinear Bandwidth Extending for Wideband Audio[D].Beijing:Beijing University of Technology,2011.(in Chinese)
[11] 王海燕,卢山.非线性时间序列分析及其应用[M].北京:科技出版社,2006.10-11,12-16,102-103.
[12] 刘秉正,彭建华.非线性动力学[M].北京:高等教育出版社,2004.396-398,400-414,441-449.
[13] 韩敏.混沌时间序列预测理论与方法[M].北京:中国水利水电出版社,2007.155-172.
[14] Holger Kantz,Thomas Schreiber.Nonlinear Time Series Analysis[M].Britain:Cambridge University Press,2004.42-51.
[15] 张燕平,张铃.机器学习理论与算法[M].北京:科学出版社,2012.
[16] Pulakka H,Laaksonen L.Evaluation of an artificial speech bandwidth extension method in three languages[J].IEEE Transactions on Audio,Speech and Language Processing,2008,16(6):1124-1137.
[17] ITU-R BS.1387-1,Method for Objective Measurements of Perceived Audio Quality[S].2001.

基于局部最小二乘支持向量机的音频频带扩展方法

Audio Bandwidth Extension Method Based on Local Least Square Support Vector Machine

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	李凯, 张可心. 结构α-熵的加权高斯混合模型的子空间聚类[J]. 电子学报, 2022, 50(3): 718-725.
[2]	石雪, 李玉, 赵泉华. 自适应类别的层次高斯混合模型遥感影像分割[J]. 电子学报, 2020, 48(1): 131-136.
[3]	练秋生, 侯亚伟, 苏月明, 石保顺. 基于高斯混合模型的衍射成像算法[J]. 电子学报, 2018, 46(10): 2347-2350.
[4]	车滢霞, 俞一彪. 约束条件下的结构化高斯混合模型及非平行语料语音转换[J]. 电子学报, 2016, 44(9): 2282-2288.
[5]	栗雨晴, 礼欣, 韩煦, 宋丹丹, 廖乐健. 基于双语词典的微博多类情感分析方法[J]. 电子学报, 2016, 44(9): 2068-2073.
[6]	刘鑫, 鲍长春. 基于回声状态网络的音频频带扩展方法[J]. 电子学报, 2016, 44(11): 2758-2766.
[7]	李晓明, 鲍长春, 贾懋. 基于信号规整和稀疏变换的语音与音频分层编码方法[J]. 电子学报, 2015, 43(7): 1286-1293.
[8]	刘鑫, 鲍长春. 基于相似关联度神经网络的音频频带扩展[J]. 电子学报, 2015, 43(4): 816-821.
[9]	白海钏, 鲍长春, 刘鑫, 李红蕊. 基于灰色Verhulst模型的音频频带扩展方法[J]. 电子学报, 2014, 42(8): 1624-1629.
[10]	何玉文, 鲍长春, 夏丙寅. 基于AR-HMM在线能量调整的语音增强方法[J]. 电子学报, 2014, 42(10): 1991-1997.
[11]	李冬辉, 何鹏林. 基于GMM聚类的空调机组多未知模态辨识方法研究[J]. 电子学报, 2014, 42(10): 2004-2008.
[12]	钟尚平, 徐巧芬, 陈羽中, 何凤英. 一种基于LSB序列局部特征的通用隐写检测方法[J]. 电子学报, 2013, 41(2): 239-247.
[13]	张兴涛, 鲍长春, 刘鑫, 张丽燕. 基于Volterra级数预测的音频频带扩展[J]. 电子学报, 2012, 40(12): 2501-2506.
[14]	梁岩, 鲍长春, 夏丙寅, 何玉文, 周璇, 李娜. 基于高斯混合模型的压缩域语音增强方法[J]. 电子学报, 2012, 40(10): 2031-2038.
[15]	徐宁;杨震;张玲华. 基于状态空间模型的子频带语音转换算法[J]. 电子学报, 2010, 38(3): 646-653.