【正文】 ................ 13 漢明窗 ............................................................................................................................. 14 自相關(guān)算法 ..................................................................................................................... 14 數(shù)字濾波器 ..................................................................................................................... 16 仿真結(jié)果分析 ....................................................................................................................... 18 參考文獻(xiàn) .................................................................................................................. 18 1 第 1 章 緒論 語音信號(hào) LPC 分析技術(shù)的基本概念 語音是人們交流思想和進(jìn)行社會(huì)活動(dòng)的最基本手段 , 我們要對(duì)語音信號(hào)進(jìn)行測(cè)定并將其轉(zhuǎn)變?yōu)榱硪环N形式 , 以提高我們的通信能力。 本文重點(diǎn)研究了線性預(yù)測(cè)（ LPC）的原理、 LevinsonDurbin 算法， 基于 MATLAB 進(jìn)行語音線性預(yù)測(cè)仿真， 并對(duì) 參數(shù) 的選取做了比較分析。 線性預(yù)測(cè)作為一種工具，幾乎普遍地應(yīng)用于語音信號(hào)處理的各個(gè)方面。 在估計(jì)基本的語音參數(shù) (例如基音、共振蜂、譜、聲道面積函數(shù)，以及用低速率傳輸或儲(chǔ)存語音等 )方面，線性預(yù)測(cè)是一種主要的技術(shù)。通過使實(shí)際語音抽樣值與線性預(yù)測(cè)抽樣值的均方誤差達(dá)到最小，可以確定唯一的一組線性預(yù)測(cè)系數(shù)。 2 第 2 章 線性預(yù)測(cè)的基本原理 語音的產(chǎn)生 為了用數(shù)字信號(hào)處理的方法對(duì)語音信號(hào)進(jìn)行處理，首先要建立語音信號(hào)產(chǎn)生的數(shù)字模型，因此，我們必須在對(duì)人的發(fā)聲器官和機(jī)理上進(jìn)行研究的基礎(chǔ)上，才能建立精確的模型。 空氣 經(jīng)過聲帶時(shí)，如果聲帶是緊繃的，則聲帶將周期 性地 開啟和閉合。如果聲帶 是 完全舒展的，則空氣流將不受影響的通過聲門并進(jìn)入聲道。但是由于語音的形成過程與發(fā)音器官的運(yùn)動(dòng)密切相關(guān)，這種物理運(yùn)動(dòng)比起聲音振動(dòng)速度來講要緩慢得多，因此語音信號(hào)常?？杉俣槎虝r(shí)平穩(wěn)的，即在 10~20ms這樣的時(shí)間段內(nèi)，其頻譜特性和某些物理特征參量可以近似看做不變。 線性預(yù)測(cè)分析又稱 LPC分析 ，對(duì) ??Sn分析就是 用過去 P個(gè)取樣值 ? ? ? ? ? ?? ?1 , 2 ,S n S n S n p? ? ?的加權(quán)之和來預(yù)測(cè)信號(hào)當(dāng)前取樣值 ??Sn， 如果利用 P個(gè)取樣值來進(jìn)行預(yù)測(cè)，則稱為 P階線性預(yù)測(cè)。 線性預(yù)測(cè)的基本問題就是由語音信號(hào)直接求出一組線性預(yù)數(shù) ，這組預(yù)測(cè)誤差濾波器就被看做語音產(chǎn)生模型中系統(tǒng)函數(shù) H（ z）的參數(shù)， 使得在一短段語音波形中均方預(yù)測(cè)誤差最小。 設(shè) （ ） 上式 矩陣形式為 或者 （ ） 通過求解上式即可求得 p個(gè)線性預(yù)測(cè)系數(shù) LPC 和語音信號(hào)模型的關(guān)系 如圖 1所示，為描述語音產(chǎn)生過程的離散時(shí)間信號(hào)模型。按其有理式的不同，有如下三種信號(hào)模型： （ 1）自回歸滑動(dòng)平均模型（ ARMA模型）； （ 2）自回歸信號(hào)模型（ AR模型）； （ 3）滑動(dòng)平均模型（ MA模型）。采用簡(jiǎn)化模型的主要優(yōu)點(diǎn)：可以用線性預(yù)測(cè)分析法對(duì)增益 G和濾波器系數(shù)進(jìn)行直接而高效的計(jì)算。稱這一最小方均誤差為正向預(yù)測(cè)誤差功率 pE ，即 （ ） 由式（ ）正交方程知 上式第二項(xiàng)為 0。 該方法是目前廣泛采用的一種方法。將這兩部分信號(hào)定義為正向預(yù)測(cè)誤差信號(hào) ()()ien和反向預(yù)測(cè)誤差信號(hào) ()()ibn ( ) ( )1( ) ( ) ( )iiijje n s n a s n j?? ? ?? （ ） ( ) ( )1( ) ( ) ( )iiijjb n s n i a s n i j?? ? ? ? ?? （ ） piEjirairk iij iji ???????? ?? ??? 1 )()( )1(1 1 1)( ，? ? ? ? 0 0 rE ?)1(2 )1( ??? iii EkE? ? 11 1)1()( ???? ??? ijakaa i jiiijij ，() 1 pjja a j p ? ? ?， ) ( i i i ka ? 7 式（ ）中的 ()()ien即是通常的線性預(yù)測(cè)誤差，它是用 i 個(gè)過去的樣本值： s(n— 1)、 s(n— 2)、 ...、 s(ni)來預(yù)測(cè) s(n)時(shí)的誤差；而式（ ）中的 ()()ibn可看成是用時(shí)間 上延遲時(shí)刻的樣本值 s(ni+1)， s(ni+2)， … ， s(n)預(yù)測(cè) s(ni)樣本的誤差，所以整個(gè)誤差稱為反向預(yù)測(cè)誤差。另一方面，在圖 2— 2 所示語音信號(hào)模型化的框圖中，模型即合成波器的 H（ z）亦可采用格型結(jié)構(gòu)。在自相關(guān)法和協(xié)方差法中，用預(yù)測(cè)誤差最小為條件求出線性預(yù)測(cè)系數(shù)。 ②格型濾波器的穩(wěn)定性可由其反射系數(shù)的值來判定。 （ 5） 由（ ）式求 ki 1 ( 1 ) ( 1 )()01122( 1 ) ( 1 )002 ( ) ( 1 )( ) ( 1 )N iiiniiNNiinne n b nkae n b n? ??????????????? ? ? ???? ? ? ???? （ 6） 決定 ()ija ,（ j=1,2， … ， i1）， ( ) ( 1 ) ( 1 ) , (1 1 )i i ij j i i ja a k a j i???? ? ? ? ? （ 7） 同（ 3）。 由于格型算法不需要計(jì)算自相關(guān)函數(shù)，可以直接從語音取樣中求得預(yù)測(cè)系數(shù)，因而避免了語音端點(diǎn)處具有比較大的相關(guān)函數(shù)誤差的缺點(diǎn)。 11 而后通過漢明窗對(duì)語音信號(hào)頻譜進(jìn)行截取，分析一段語音信號(hào)。 圖 33 輸入語音信號(hào) 參數(shù)設(shè)定 參數(shù)分析：采樣周期為 1/8000,每幀采樣點(diǎn)為 80，并分幀處理。而 IIR 濾波器則可能導(dǎo)致包絡(luò)失真，部分頻率成分傳輸速度快就會(huì) 先 到達(dá)接收端，速度慢色頻率成分則會(huì)后到達(dá)接收端，在輸出端疊加，造成失真。由于高頻區(qū)域能量的降低可能會(huì)影響到自相關(guān)矩陣的正確性，導(dǎo)致自相關(guān)矩陣病態(tài)甚至可逆，因而通常在計(jì)算 LPC 系數(shù)之前利用只有一個(gè)零點(diǎn)的濾波器對(duì)語音進(jìn)行處理，預(yù)加重的目的就是增強(qiáng)語音的高頻分辨率。設(shè) n 時(shí)刻的語音采樣信號(hào) x(n)，經(jīng)過預(yù)加重處理后的結(jié)果為 y(n)=x(n)ux(n1)，這里取 u=。由于發(fā)聲器官的慣性運(yùn)動(dòng)，可以認(rèn)為在一小段時(shí)間里（一般為10~30ms）語音信號(hào)近似不變，即語音信號(hào)具有短時(shí)平穩(wěn)性。一般每秒 33~100 幀，視情況而定。 漢明窗 14 圖 38 漢明窗 模型 如圖 38 所示，語音信號(hào)的分幀是采用可移動(dòng)的有限長(zhǎng)度窗口進(jìn)行加權(quán)的方法來實(shí)現(xiàn)的。濁音的時(shí)間波形呈現(xiàn)出一定的周期性，波形之間相似性較好；清音的時(shí)間波形呈現(xiàn)出隨機(jī)噪聲的特性，雜亂無章，樣點(diǎn)間的相似性較差。而通過萊文森算法得出的預(yù)測(cè)系數(shù)作為濾波器系數(shù)，使預(yù)測(cè)語音信號(hào)和原始信號(hào)進(jìn)行相減濾波得出殘差，這里 即為預(yù)測(cè)系數(shù)。通過杜賓算法算出的預(yù)測(cè)系數(shù)與通過格形算法算出的預(yù)測(cè)系數(shù)其實(shí)沒有本質(zhì)的區(qū)別，只是相比較而言，格形算法較為 16 簡(jiǎn)潔， 更易于保證語音合成器的穩(wěn)定性。常用的測(cè)量方法是由頻譜分析或聲譜圖中，尋找頻譜中的峰值。接下來在接收端通過一個(gè)合成濾波器，將經(jīng)格形算法得出的預(yù)測(cè)系數(shù)作為合成濾波器的預(yù)測(cè)系數(shù)，對(duì)殘差進(jìn)行濾波，得到新的語音信號(hào)，最后經(jīng)加重濾波器，便可恢復(fù)與原信號(hào)近似的波形。 圖 315 零時(shí)刻殘差時(shí)域波形圖 18 圖 316 中間時(shí)刻殘差時(shí)域波形 如圖 315,316 所示為 LPC 誤差濾波器輸出的殘差系數(shù)在不同時(shí)刻的時(shí)域波形圖