《语音信号处理》实验3-LPC特征提取

《《语音信号处理》实验3-LPC特征提取》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、华南理工大学《语音信号处理》实验报告实验名称：LPC特征提取姓名：学号：班级：10级电信5班日期：2013年5月24日1.实验目的1、熟练运用MATLAB软件进行语音信号实验；2、熟悉短时分析原理、LPC的原理；3、学习运用MATLAB编程进行LPC的提取；4、学会利用短时分析原理提取LPC特征序列。　2.实验原理1、LPC分析基本原理LPC分析为线性时不变因果稳定系统V（z）建立一个全极点模型，并利用均方误差准则，对已知的语音信号s(n)进行模型参数估计。如果利用P个取样值来进行预测，则称为P阶线性预测。假设用

2、过去P个取样值的加权之和来预测信号当前取样值，则预测信号为：(1)其中加权系数用表示，称为预测系数，则预测误差为:(2)要使预测最佳，则要使短时平均预测误差最小有：(3)(4)令(5)最小的可表示成：(6)显然，误差越接近于零，线性预测的准确度在均方误差最小的意义上为最佳，由此可以计算出预测系数。通过LPC分析，由若干帧语音可以得到若干组LPC参数，每组参数形成一个描绘该帧语音特征的矢量，即LPC特征矢量。由LPC特征矢量可以进一步得到很多种派生特征矢量，例如线性预测倒谱系数、线谱对特征、部分相关系数、对数面积比

3、等等。不同的特征矢量具有不同的特点，它们在语音编码和识别领域有着不同的应用价值。2、自相关法在最佳线性预测中，若用下式定义的时间平均最小均方准则代替(3)式的集合平均最小均方准则，即令(7)事实上就是短时自相关函数，因而(8)（9）根据平稳随机信号的自相关性质，可得(10)由(6)式，可得：(11)综上所述，可以得到如下矩阵形式：(12)值得注意的是，自相关法在计算预测误差时，数据段的两端都需要加P个零取样值，因而可造成谱估计失真。特别是在短数据段的情况下，这一现实更为严重。另外，当预测系数量化时，有可能造成实际

4、系统的不稳定。自相关解法主要有杜宾算法、格型算法和舒尔算法等几种高效递推算法。3、协方差法如果在最佳线性预测中，用下式定义的时间平均最小均方准则代替(3)式的集合平均最小均方准则，则可得到类似的方程：（13）可以看出，这里的数据段两端不需要添加零取样值。在理论上，协方差法计算出来的预测系数有可能造成预测误差滤波器的不稳定，但在实际上当每帧信号取样足够多时，其计算结果将与自相关法的结果很接近，因而稳定性一般是能够保证的(当然这种方法也有量化效应可能引起不稳定的缺点)。协方差解法的最大优点在于不存在自相关法中两端出现

5、很大预测误差的情况，在N和P相差不大时，其参数估值比自相关法要精确的多。但是在语音信号处理时，往往取N在200左右。此时，自相关法具有较大误差的段落在整个语音段中所占的比例很小，参数估值也是比较准确的。在这种情况下，协方差法误差较小的优点就不再突出，其缺乏高效递推算法的缺点成为了制约因素。所以，在语音信号处理中往往使用高效的自相关法。1、LPC由于频率响应反映声道的频率响应和被分析信号的谱包络，因此用做反傅里叶变换求出的LPC倒谱系数。通过线性预测分析得到的合成滤波器的系统函数为，其冲激响应为h(n)。h(n)的

6、倒谱为，就是说的逆变换是存在的。设，将式两边同时对求导，得得到，于是有令其左右两边z的各次幂前系数分别相等，得到和间的递推关系，按其可直接从预测系数｛｝求得倒谱。这个倒谱是根据线性预测模型得到的，又称为LPC倒谱。LPC倒谱由于利用线性预测中声道系统函数H（z）的最小相位特性，因此避免了一般同态处理中求复对数的麻烦。3.实验数据及平台本实验所采用的数据是语音文件phrase.WAV和monologuespeech_female，平台是MATLAB。4.实验过程（步骤）(1)、实验步骤1、输入原始语音2、对样本语音

7、进行加窗处理3、计算LPC系数4、建立语音正则方程5、输出原始样本语音、预测语音波形和预测误差6、输出LPC谱7、求出预测误差的倒谱8、输出原始语音和预测语音的语谱图（2）实验流程输出图像建立语音正则方程计算LPC系数加窗处理输入原始语音图1LPC系数实验流程图5.实验结果及讨论我们使用的原始语音为“monologuespeech_female”，运行程序，得到原始语音语谱图和原始语音波形：图2原始语音语谱图和原始语音波形在这里我们选取线性预测阶数为15，下图是实验的结果，图3上半部分中蓝色的线是原始语音帧波形，

8、红色的线是预测语音帧的波形；下半部分为预测误差；图4为原始语音帧和预测语音帧的短时谱和LPC谱的波形：图3图4短时谱和LPC谱图5原始语音和预测误差的倒谱波形图6原始语音语谱图和预测语音语谱图LPC系数：ai=Columns1through81.0000-0.5313-0.1624-0.2005-0.07260.14810.0192-0.1592Columns9throu