用改進(jìn)的遺傳算法實(shí)現(xiàn)語(yǔ)音特征矢量的矢量量化

曾招華 景新幸 楊海燕

（桂林電子科技大學(xué)，廣西 桂林 541004）

用改進(jìn)的遺傳算法實(shí)現(xiàn)語(yǔ)音特征矢量的矢量量化

曾招華 景新幸 楊海燕

（桂林電子科技大學(xué)，廣西 桂林 541004）

矢量量化作為一種數(shù)據(jù)壓縮技術(shù)在語(yǔ)音識(shí)別中占有重要的地位，傳統(tǒng)的LBG算法收斂速度快，但易陷入局部最優(yōu)；而傳統(tǒng)的遺傳算法雖能得到全局最優(yōu)碼本，但收斂速度慢。文章結(jié)合它們各自的優(yōu)點(diǎn)，對(duì)遺傳算法進(jìn)行改進(jìn)，得到一種改進(jìn)的碼本設(shè)計(jì)方法。實(shí)驗(yàn)結(jié)果表明，提出的算法性能優(yōu)于傳統(tǒng)的遺傳算法，不僅收斂速度快，而且失真測(cè)度小。

矢量量化；GA；收斂速度；失真測(cè)度

（一）引言

矢量量化是20世紀(jì)70年代后期發(fā)展起來(lái)的一種數(shù)據(jù)壓縮和編碼技術(shù)，目前已廣泛應(yīng)用于語(yǔ)音編碼、語(yǔ)音合成、語(yǔ)音識(shí)別和說(shuō)話(huà)人識(shí)別等領(lǐng)域。矢量量化的關(guān)鍵問(wèn)題是如何獲取VQ碼本，通常采用的是LBG算法，盡管其收斂速度快，但極易陷入局部最優(yōu)，往往只能獲取局部最優(yōu)碼本。遺傳算法具有良好的全局搜索能力，可以快速地將解空間中的全體解搜索出，而不會(huì)陷入局部最優(yōu)解的快速下降陷進(jìn)。傳統(tǒng)的遺傳算法由于初始種群中的個(gè)體都是隨機(jī)產(chǎn)生的，收斂速度比較慢。本文提出一種改進(jìn)的遺傳算法，將語(yǔ)音特征矢量集進(jìn)行 LBG聚類(lèi)，生成一個(gè)碼本作為初始種群的其中一個(gè)個(gè)體，其他個(gè)體仍是隨機(jī)產(chǎn)生的，這樣不僅可以有效加快算法的收斂速度，而且提高了種群的平均適應(yīng)度值，即降低了平均失真測(cè)度。本文首先描述了改進(jìn)的遺傳算法，然后敘述了實(shí)驗(yàn)步驟和流程圖，最后給出了實(shí)驗(yàn)結(jié)果分析和結(jié)論。

（二）改進(jìn)遺傳算法的基本描述

由于遺傳算法的整體搜索策略和優(yōu)化搜索方法在計(jì)算時(shí)不依賴(lài)于梯度信息或其它輔助知識(shí)，而只需要影響搜索方向的目標(biāo)函數(shù)和相應(yīng)的適應(yīng)度函數(shù)，所以遺傳算法提供了一種求解復(fù)雜系統(tǒng)問(wèn)題的通用框架，它不依賴(lài)于問(wèn)題的具體領(lǐng)域，對(duì)問(wèn)題的種類(lèi)有很強(qiáng)的魯棒性，因而其基本原理與方法是一樣的。

本文遺傳算法的實(shí)現(xiàn)涉及四個(gè)方面：參數(shù)的編碼和初始群體的設(shè)定，適應(yīng)度函數(shù)的設(shè)計(jì)，遺傳操作，算法控制參數(shù)的設(shè)定。

1.參數(shù)的編碼和初始種群的設(shè)定

遺傳算法中的個(gè)體采用二進(jìn)制位串表示，對(duì)應(yīng)生物遺傳中的染色體，是算法的操作對(duì)象。本文個(gè)體采用不同的碼本長(zhǎng)度，碼矢為24階MFCC系數(shù)構(gòu)成，每個(gè)語(yǔ)音特征參數(shù)又由m=10位（這里m的選擇取決于具體問(wèn)題的精度要求）的二進(jìn)制碼串構(gòu)成。假設(shè)一個(gè)特征矢量為n為矢量維數(shù)，二進(jìn)制位串的長(zhǎng)度為m，它與xij之間的映射關(guān)系為：

其中bi，ai分別為Xi的最大值和最小值，M為二進(jìn)制位串編碼對(duì)應(yīng)的十進(jìn)制數(shù)。實(shí)驗(yàn)中采用部分隨機(jī)生成種群個(gè)體與LBG聚類(lèi)生成的一個(gè)碼本所構(gòu)成的種群作為初始種群，對(duì)傳統(tǒng)遺傳算法采用全部隨機(jī)生成種群個(gè)體的方法進(jìn)行改進(jìn)，以實(shí)現(xiàn)遺傳算法種群平均適應(yīng)度的快速收斂，同時(shí)達(dá)到提高收斂后種群的適應(yīng)度值的目的。

2.適應(yīng)度函數(shù)的設(shè)計(jì)

個(gè)體的適應(yīng)度函數(shù)如下：

3.遺傳操作

遺傳操作包括選擇、交叉、變異三個(gè)基本遺傳算子。選擇又稱(chēng)復(fù)制，是在群體中選擇生命力強(qiáng)的個(gè)體產(chǎn)生新的群體的過(guò)程，個(gè)體 j被選中的概率與其適應(yīng)度成比例，即：遺傳算法中使用交叉算子來(lái)產(chǎn)生新的個(gè)體，是生物遺傳和進(jìn)化過(guò)程中的一個(gè)主要環(huán)節(jié)；變異操作也是遺傳算法中重要的繁殖操作，它通過(guò)個(gè)體的突變以產(chǎn)生更優(yōu)秀的后代。

4.算法控制參數(shù)的設(shè)定

遺傳算法中的控制參數(shù)選擇非常關(guān)鍵，控制參數(shù)的不同選取會(huì)對(duì)遺傳算法的性能產(chǎn)生較大的影響，甚至影響到整個(gè)算法的收斂性。這些參數(shù)包括群體規(guī)模、終止進(jìn)化代數(shù)、二進(jìn)制編碼長(zhǎng)度、交叉概率cP和變異概率Pm等。

（三）實(shí)驗(yàn)步驟和流程圖

1.確定訓(xùn)練語(yǔ)音參數(shù)集中特征矢量的個(gè)數(shù)和維數(shù)，并設(shè)定最大進(jìn)化代數(shù)；

2.對(duì)訓(xùn)練語(yǔ)音矢量集進(jìn)行參數(shù)編碼和初始化種群；

3.評(píng)價(jià)當(dāng)前代種群：首先對(duì)當(dāng)前代的各個(gè)體進(jìn)行位串解碼、其次計(jì)算各個(gè)體的適應(yīng)度，最后對(duì)適應(yīng)值進(jìn)行調(diào)整，若滿(mǎn)足迭代終止條件則結(jié)束循環(huán)，否則，進(jìn)行遺傳操作；

4.更新種群，輸出適應(yīng)度最大的個(gè)體即為最優(yōu)碼本。

實(shí)驗(yàn)流程如圖1所示，其中虛線(xiàn)部分為改進(jìn)部分：

圖1 碼本設(shè)計(jì)流程圖

（四）實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)中的訓(xùn)練矢量為從自建語(yǔ)音庫(kù)中選擇的若干語(yǔ)音經(jīng)過(guò)預(yù)處理和參數(shù)分析得到的24階MFCC系數(shù)構(gòu)成的語(yǔ)音特征矢量。圖2和圖3分別為遺傳算法優(yōu)化前和優(yōu)化后的種群平均適應(yīng)度變化曲線(xiàn)圖。圖中可以看到，優(yōu)化前和優(yōu)化后種群平均適應(yīng)度值在前50代都增長(zhǎng)很快，之后增長(zhǎng)較為緩慢，但優(yōu)化前還有繼續(xù)增長(zhǎng)的趨勢(shì)，而優(yōu)化后則基本保持不變，即實(shí)現(xiàn)收斂，平均適應(yīng)度值達(dá)到550，高出優(yōu)化前的470。因此，采用LBG算法聚類(lèi)特征矢量作為初始種群中的一個(gè)碼本可以有效加快收斂速度，并提高了種群的適應(yīng)度值，即降低了種群平均失真測(cè)度。

圖2 優(yōu)化前

圖3 優(yōu)化后

傳統(tǒng)遺傳算法和優(yōu)化后遺傳算法不同碼本長(zhǎng)度失真測(cè)度對(duì)比，如下圖4所示：

圖4 優(yōu)化前和優(yōu)化后的失真測(cè)度對(duì)比

（五）結(jié)論

本文比較研究了傳統(tǒng)遺傳算法和改進(jìn)的遺傳算法用于語(yǔ)音特征矢量的VQ碼本設(shè)計(jì)，給出了具體的實(shí)驗(yàn)步驟和方法。從實(shí)驗(yàn)結(jié)果可以看出，采用改進(jìn)的遺傳算法不僅可以有效地改進(jìn)遺傳算法的收斂速度，而且提高了種群的平均適應(yīng)度，即降低了種群平均失真測(cè)度。

[1]趙立.語(yǔ)音信號(hào)處理[M].北京:機(jī)械工業(yè)出版社, 2009.5.

[2]雷英杰,等.MATLAB 遺傳算法工具箱及應(yīng)用[M].西安:西安電子科技大學(xué)出版社,2005.

[3]Chavan, P.U.,Chavan, P.P.,Dandawate, Y.H. Codebook Optimization in Vector Quantization using Genetic Algorithm.IEEE International Conference on Computer and Electrical Engineering.12/28/2009 to 12/30/2009,Dubai.Page(s):280-283.

TP301.6

A

1008-1151(2011)04-0059-02

2011-01-20

國(guó)家自然科學(xué)基金（609661002）

曾招華（1984－），男，江西吉安人，桂林電子科技大學(xué)碩士，研究方向?yàn)檎Z(yǔ)音識(shí)別。