语音信号处理_线性预测分析.pdf

《语音信号处理_线性预测分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、语音信号处理第九讲：语音信号的线性预测分析应冬文中国科学院声学研究所提纲简介(为何建模)LinearPredictionCoefficient缩写为LPC原理（如何建模）信号模型LPC误差滤波LPC语音建模在语音上的应用（具体于语音,如何建模）经典解法（求解模型参数）频域特性（物理意义）2LPC建模的动机：语音域音时域波形的相关性一段语音信号采样点x样点构造散点图(x,x)t样点,构造散点图tt+p语音信号波形采样值存在强烈的相关性3线性预测理论的发展史1947年美国科学家N.

2、Wiener提出线性预测理论，创立了控制论。1948年美国科学家C.E.Shannon提出信息的测度理论，创立了信息论。1960年代科学家GunnarFant和Itakura（板仓）等人将线性预测技术应用于语音生成建模和语音合成。N.WienerC.E.ShannonGunnarFant1894-19641916-20011919-20094器官音官发音的机理语音是由声道中的激励信号产生，它受声道、鼻腔和咽喉的形状而形成的共振峰调节。三种激励信号声带周期性开合而产生的声门波，声门波的开合周

3、期决定了语音信号的基音频率。肺部收缩而产生的空气流。上述二者的组合。声道、鼻腔和咽喉中的声波共振由共振峰描述。5语音成音生成过程激励源滤波器卷积语音声波基想基本用途与思想LPC基本思想：利用信号间相关性，用过去值预测现在或未来的值，即用过去若干个取样值的线性组合逼近一个取样值。在某种测度准则下，通过使实际的取样值与预测值之间的差别达最小，确定唯一的一组预测系数。语音领域的用途参数估计：基音周期、共振峰频率、谱特征、声道截面积函数等特点：LPC能精确估计语音参数，用少量参数有效表示语

4、音，计算LPC参数较简单。语音编码、语音增强、语音合成、声源定位、解混响、语音识别等。本次课的内容如何建模、求解模型参数、模型的物理意义。7提纲简介(LinearPredictionCoefficientLPC)(LinearPredictionCoefficient,LPC)原理（如何建模）信号模型LPC误差滤波LPC语音建模在音在语音上的应用（如何建模）经典解法（求解模型参数）频域特性（物理意义）8提纲简介(LinearPredictionCoefficientLPC)(

5、LinearPredictionCoefficient,LPC)原理（如何建模）信号模型LPC误差滤波LPC语音建模在音在语音上的应用（如何建模）经典解法（求解模型参数）频域特性（物理意义）9信号模型(1)时间序列模型化为白噪声序列作用于滤波器H(z)的输出。H(z)通常为有理分式的形式：ql1l1bzl模型参数：ai,bi——系数，HGH()zGpi1i1azi,G——增益因子。信号x(n)的模型化。x(n)、X(z)——模型化的信号和其z变换，u(n)x(

6、n)u(n)、U(z)——模型的激励和其z变换。H(z)z域关系式：XHX()zH()()zUUzpq时域关系式：xn()il10axniGil()bunl();b01物理意义：x(n)由其过去值及模型输入的线性组合来预测得到。10信号模型(2)x(n)为零均值的随机信号时，系统的输出、输入关系可用相关函数或功率谱来表征：1RzHzHzRz()()()()xxuuR(z)——信号x(n)的自相关函数的z变换；xxR(z)——输入u(n)的自相关函数的z变换。uu2

7、通常，u(n)是零均值、方差白噪声序列，因此有：u22R()nn()Rz()uuuuuu21假设u,则本页第一式的变换写成功率谱形式，有：22jjXH()ee()上式表明，信号x(n)的功率谱完全由滤波器的幅频响应决定。即系统H(z)确实可以用来模型化信号x(n)。上式是用模型参数分析法估计随机信号的理论依据。11信号模型(3)三种信号模型（按滤波器的有理分式）ARMA模型：传递函数含有极点和零点（零极点模型）（自回归−滑动平均模型）ARMA模型产生的序列称为ARM

8、A过程序列。AR模型：传递函数的分子多项式为常数（全极点模型）。（自回归模型）输出只取决于过去的信号值。AR模型产生的序列称为AR过程序列。MA模型：传递函数的分母多项式为常数（全零点模型）（滑动平均模型）输出只由模型的输入来决定。MA模型产生的序列称为MA过程序列。ARMA模型是AR模型和MA模型的混合结构。12信号模型(4)求解模型参数的过程是一个逼近过程（有精度问题）。先确定极点和零点的个数，然后将u(n)送入系统，得到的输出将是x(n)的近似值。采