数字语音处理及MATLAB仿真.rar 第六章.ppt

《数字语音处理及MATLAB仿真.rar 第六章.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章语音信号线性预测分析6.1概述16.2LPC的基本原理6.3LPC和语音信号模型的关系36.4LPC方程的自相关解法及其MATLAB实现46.5模型增益G的确定526.6线谱对LSP分析66.7导抗谱对ISP分析76.8LPC导出的其它语音参数86.9LPC分析的频域解释96.1概述在各种语音处理技术中，线性预测是第一个真正得到实际应用的技术，可用于估计基本的语音参数如基音周期、共振峰频率、谱特征以及声道截面积函数等。本章主要介绍语音信号线性预测分析的基本原理，线性预测系数的求解方法以及线性预测的几种等价参数。6.2LPC的基本原理线性预测编码原

2、理：利用过去的样值对新样值进行预测，然后将样值的实际值与其预测值相减得到一个误差信号，显然误差信号的动态范围远小于原始语音信号的动态范围，对误差信号进行量化编码，可大大减少量化所需的比特数，使编码速率降低。设语音信号的样值序列为：p阶线性预测：根据信号过去p个取样值的加权和来预测信号当前取样值s(n)，此时的预测器称为p阶预测器。设为s(n)的预测值，则有上式称为线性预测器，预测器的阶数为p阶。线性预测系数：p阶线性预测器的传递函数为线性预测误差e(n)：信号s(n)与其线性预测值之差。e(n)表示式为：A(z)称为LPC误差滤波器.LPC分析：即设计

3、预测误差滤波器A(z)的过程，也就是求解预测系数，使得预测器的误差e(n)在某个预定的准则下最小。预测误差e(n)是信号s(n)通过如下系统的输出：A(z)s(n)e(n)图6.1LPC误差滤波器线性预测的基本问题就是由语音信号直接求出一组线性预测系数使得在一短段语音波形中均方预测误差最小。将对各个系数求偏导，并令其结果为零，即由得上式称为正交方程。令s(n)的自相关序列为由于自相关序列为偶对称，因此上式称为标准方程式，它表明只要语音信号是已知的，则p个预测系数通过求解该方程即可得到。设，，矩阵形式为或者通过求解上式即可求得p个线性预测系数得6.3LP

4、C和语音信号模型的关系声门激励、声道调制和嘴唇辐射的合成贡献，可用如下数字时变滤波器表示上式既有极点又有零点。按其有理式的不同，有如下三种信号模型：（1）自回归滑动平均模型（ARMA模型）；（2）自回归信号模型（AR模型）；（3）滑动平均模型（MA模型）。一般都用AR模型作为语音信号处理的常用模型。此时H(z)写为当p足够大时，上式几乎可以模拟所有语音信号的声道系统。采用简化模型的主要优点：可以用线性预测分析法对增益G和滤波器系数进行直接而高效的计算。在语音产生的数字模型中，语音抽样信号s(n)和激励信号之间的关系可用下列差分方程来表示：可见，如果语音

5、信号准确服从上式的模型，则，所以预测误差滤波器A(z)是H（z）的逆滤波器，故有下式成立：H(z)称为合成滤波器。线性预测误差滤波相当于一个逆滤波过程或逆逼近过程，当调整滤波器A(z)的参数使输出e(n)逼近一个白噪声序列u(n)时，A(z)和H(z)是等效的，而按最小均方误差准则求解线性预测系数正是使输出e(n)白化的过程。6.4LPC方程的自相关解法及其MATLAB实现求解p个线性预测系数的依据，是预测误差滤波器的输出方均值或输出功率最小。称这一最小方均误差为正向预测误差功率，即上式第二项为0。以上两式组合起来得称为尤勒-沃尔克（Yule-Walk

6、er）方程方程的系数矩阵为托普利兹（Toeplitz）矩阵可见，为了解得线性预测系数，必须首先计算出自相关序列R(k)，R(k)可用下式估计如果将预测误差功率Ep理解为预测误差的能量，则上式中的系数对线性预测方程的求解没有影响，因此可以忽略。但其中的求和范围n的不同定义，将会导致不同的线性预测解法。经典的方法有两种：一种是自相关法，另一种是协方差法。自相关法的详细求解过程利用对称托普利兹(Toeplitz)矩阵的性质，自相关法求解可用Levinson-Durbin（莱文逊-杜宾）递推算法求解。该方法是目前广泛采用的一种方法。利用Levinson-Dur

7、bin算法递推时，从最低阶预测器开始，由低阶到高阶进行逐阶递推计算。自相关法递推过程如下联立左面5式可对i=1、2…、p进行递推求解，其最终解为对于p阶预测器，在上述求解预测器系数的过程中，阶数低于p的各阶预测器系数也同时得到。6.5模型增益G的确定由得对上式两边乘以s(n)并求平均值，等式右边为等式左边为因为得到比较得出与6.6线谱对LSP分析线谱对LSP是与LPC系数等价的一种表示形式。由Itakura（板仓）引入的。由于LSP能够保证线性预测滤波器的稳定性，其小的系数偏差带来的谱误差也只是局部的，且LSP具有良好的量化特性和内插特性，因而已经在许

8、多编码系统中得到成功的应用。LSP分析的主要缺点是运算量较大。6.6.1LSP的定义和特点设线