基于主成分分析的激光麦克风的语音信号提取

摘要：

主成分分析(Principal Component Analysis,PCA)法用于高速视觉的激光麦克风的音频信号重建,可从声场中轻质弹性物体表面的激光散斑动态变化中提取语音信息.将高速散斑视频中的一帧图像视为高维空间中的向量,顺序将视频图像堆栈成数据矩阵,利用PCA做特征提取,语音信息就存在于方差较大的主成分中,通常应用第一主成分就可以重建清晰的语音信号.实验表明,PCA对激光散斑颗粒尺度和灰度分布没有过多限制,即使在采样区域较小、反射物体材质不同的情况下,都可以重建人耳可分辨的语音信号.而且基于PCA的无监督机器学习算法特性,选取视频开始部分的帧图像做训练集,还可以提取含有音频信息的主成分的特征向量,作为后续视频图像向量的投影基,实现语音信号的快速提取.

关键词：激光麦克风、激光散斑、语音提取、主成分分析、机器学习

所属期刊栏目：52

分类号：TN247(光电子技术、激光技术)

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1761-1767