基于NMF的语音特征波形矩阵量化方法

摘要

波形内插(Waveform Interpolation, WI)语音编码模型以其在窄带编码中的优越性能引起人们的广泛重视。本文基于特征波形的非负矩阵分解(Non-negative Matrix Factorization, NMF)算法,对分解得到的编码矩阵进行量化。针对待量化的编码矩阵维数高,量化比特数少的问题,本文提出了编码矩阵的降维技术。同时,根据信号的短时相关性以及编码矩阵整体量化造成的存储和计算复杂度高的问题,提出了编码矩阵预测分裂式矩阵量化,缩小了数据的动态范围,减小了计算复杂度和存储空间,达到了提高量化精度的目的。