【正文】 接下來在接收端通過一個合成濾波器，將經格形算法得出的預測系數作為合成濾波器的預測系數，對殘差進行濾波，得到新的語音信號，最后經加重濾波器，便可恢復與原信號近似的波形。濁音的時間波形呈現出一定的周期性，波形之間相似性較好；清音的時間波形呈現出隨機噪聲的特性，雜亂無章，樣點間的相似性較差。設 n 時刻的語音采樣信號 x(n)，經過預加重處理后的結果為 y(n)=x(n)ux(n1)，這里取 u=。 11 而后通過漢明窗對語音信號頻譜進行截取，分析一段語音信號。在自相關法和協(xié)方差法中，用預測誤差最小為條件求出線性預測系數。稱這一最小方均誤差為正向預測誤差功率 pE ，即 （ ） 由式（ ）正交方程知 上式第二項為 0。 線性預測的基本問題就是由語音信號直接求出一組線性預數 ，這組預測誤差濾波器就被看做語音產生模型中系統(tǒng)函數 H（ z）的參數， 使得在一短段語音波形中均方預測誤差最小。 空氣 經過聲帶時，如果聲帶是緊繃的，則聲帶將周期 性地 開啟和閉合。 線性預測作為一種工具，幾乎普遍地應用于語音信號處理的各個方面。其重要性在于它能夠極為精確地估計語音參數，用極少的參數有效而又正確地表現語音波形及其頻譜的性質，而且可以用比較簡單的計算和比較快的速度求得參數。這時，如果聲道有某部位 收縮成一個狹窄的通道，則空氣流到達此處時將被迫高速 沖過此收縮區(qū)，并在附近形成湍流，這種空氣湍流激勵聲道后便形成清音或摩擦音。 圖中，準周期性脈沖序列發(fā)生器產生濁音的激勵源，濁音的基音 頻率由脈沖重復的周期決定；隨機噪聲發(fā)生器產生清音的激勵源，模擬湍空氣湍流 ； 清 濁音開關控制清音和濁音的產生；嘴唇的輻射特性可以用一個一階極點數字濾波器來實現；增益控制來控制語音的強度。利用 LevinsonDurbin 算法遞推時，從最低階預測器開始，由低階到高階進行逐階遞推計算。可以證明，格型濾波器穩(wěn)定的充要條件是： ik 1。 預加重 圖 34 預加重 模型 12 圖 35 預加重參數設定 參數 分析： 傳遞函數類型：全極點，即全零點 FIR數字濾波器。這樣，可以把語音信號分為一些短幀（稱為分析幀）逐幀進行處理。 圖 311為 LPC 頻譜。 由圖 315 和圖 316 可以知道，由于我們輸入的語音信號為 matlab，最開始頻譜沒有明顯波動，當將時間軸調到中間的部分，可以看到頻譜變化十分明顯，很像噪聲的頻譜，那是因為發(fā)出 t這樣的清音，類似于噪聲，導致頻譜變化幅度非常明顯 。在語音科學及語音學中，共振峰描述的是人類聲道中的共振情形。 幀移動： 80bit； 幀移與幀長的比值為 1/2，即一幀 160 個樣點，緩沖 80 個樣點。分 子系數： [1,] 起始值： ]10[0 在語音信號的 A/D 轉換過程中，為了防止頻譜混疊，通常在對模擬語音信號取樣之前先進行低通濾波器，但濾波的同時也降低了高頻趨于信號的能量，這對線性預測分析是相當不利的。 （ 10） 結束。 根據式（ ）和（ ） ，當 i=0 時，有 ( 0 ) ( 0 )( ) ( ) ( )e n b n s n?? （ ） 而 i=p 時 ()( ) ( )pe n e n? （ ） 這里 ()en 是 P 價線性預測逆濾波器所輸出的預測誤差信號，如果改用符號 ()()ifn表示正向預測誤差 ()()pen，則可寫成如下遞推形式 ( ) ( 1 ) ( 1 ) 21( ) ( 1 ) ( 1 )( 0 ) ( 0 )( ) ( ) ( 1 ) ( )( ) ( 1 ) ( )( ) ( ) ( )ni i iiiii i iif n f n k b n X Xb n b n k f nf n b n s n??????? ? ? ????? ? ? ???????? （ ） + ++輸 入S ( n )誤 差+ +)(0 nf )(1 nf )(2 nf )(1 nf n ?1k?1k? 2k? 2k? nk?1?Z 1?Z 1?Z)(1 nb )(2 nb )(1 nb n? )()( nfne ? 圖 22 這個濾波器輸入為 s(n)，輸出為正向預測誤差 ()()pfn，亦即預測誤差 e(n)。 當 p足夠大時，上式幾乎可以模擬所有語音信號的聲道系統(tǒng)。 線性預測的概念與原理 線性預測分析的概念 線性預測編碼原理：利用過去的樣值對新 樣值進行預測，然后將樣值的實際值與其預測值相減得到一個誤差信號，顯然誤差信號的動態(tài)范圍遠小于原始語音信號的動態(tài)范圍，對誤差信號進行量化編碼，可大大減少量化所需的比特數，使編碼速率降低。此外， LPC分析還能夠對共振峰、功率譜等語音參數進行精確估計， LPC分析得到的參數可以作為 語音識別的重要參數之一。 專業(yè)課設 2 0 1 3 年 1 月 語音信號線性預測分析仿真 院（系、部）： 信 息 工 程 學 院 姓 名： 熊 潔 班 級： 通 0 9 2 學 號： 0 9 0 9 3 5 指導教師簽名 ： 王 嵩 摘 要 作為最有效的語音分析技術之一，線性預測是 一種基于全極點模型假定和均方預測誤差最小準則下的波形逼近技術， 通過對音頻信號的時域和頻域分析 對聲道參數進行估值，以少量低信息率的時變參數精確地描述語音波形及其頻譜的性質 ，能夠在盡量保持原音質的基礎上合成出高質量的語音。如果將語音模型看作 激勵源 通過一個線性時不變系統(tǒng)產生的輸出，那么可以利用 LPC分析對聲道參數進行估值，以少量低信息率的時變參數精確地描述語音波形及其頻譜的性質。一般是用一個長度有限的窗序列截取語音信號進行分析，并讓這個窗滑動以便分析任一時刻附近的信號。此時 H(z)寫為 ???????????????ppaaaA ? 21????????????????? )0( )2( )1( )2( )0( )1( )1( )1( )0( RpRpRpRRRpRRRR p???????????????????)( )2()1(pRRRRp ??0?? ppp ARR??ppp RRA 1?? s ( n ) 聲道參數 清音 / 濁音 開關 G 周期脈沖 發(fā)生器 隨機噪聲 發(fā)生器 基音周期 時變數字 濾波器 圖 2 1 語音產生的數字模型簡化 圖 ? ? ? ?? ? 1111?????????? piiiqlllzazbGzUzSzH ）（? ? ? ?? ? 11?????? piii zaGzU zSzH 5 式中，增益 G以及數字濾波器系數都可以隨時間而變化， p為預測器階數。在建立了正向預測和反向預測的