【導(dǎo)讀】作為最有效的語音分析技術(shù)之一，線性預(yù)測(cè)是一種基于全極點(diǎn)模型假定和均方預(yù)測(cè)誤差。最小準(zhǔn)則下的波形逼近技術(shù)，通過對(duì)音頻信號(hào)的時(shí)域和頻域分析對(duì)聲道參數(shù)進(jìn)行估值，以少。量低信息率的時(shí)變參數(shù)精確地描述語音波形及其頻譜的性質(zhì)，能夠在盡量保持原音質(zhì)的基礎(chǔ)。上合成出高質(zhì)量的語音。本文重點(diǎn)研究了線性預(yù)測(cè)的原理、Levinson-Durbin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。關(guān)鍵詞語音信號(hào)LPCLevinson-Durbin算法MATLAB仿真

　　

【正文】 真內(nèi)容 對(duì)音頻信號(hào)進(jìn)行分析，實(shí)現(xiàn)對(duì)語音采樣、線性編碼，使語音在傳輸時(shí)失真最小。 仿真系統(tǒng)模型 通過在 MATLAB 命令欄中輸 入 dsplpc，打開語音信號(hào)線性預(yù)測(cè)分析仿真模型： 顯示仿真模型如下圖： 圖 31 仿真系統(tǒng) 框 圖 圖 31 是線性預(yù)測(cè)語音信號(hào)的分析合成系統(tǒng)，本仿真圖由兩大部分構(gòu)成，分別是語音信號(hào)的分析合成部分。由上圖可知對(duì)于因信號(hào)進(jìn)行采樣，采樣頻率為 8KHz 的語音信號(hào)“ MATLAB”，首先進(jìn)行 預(yù)加重 ，提升語音信號(hào)的高頻部分，提高信噪比，然后通過疊階窗分析將語音信號(hào)的頻譜圖連接起來，達(dá)到淡入淡出的效果，防止語音信號(hào)在連接點(diǎn)的跳變，避免刺耳的噪聲。 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)。進(jìn)行自相關(guān)函數(shù) 的計(jì)算，得到 LPC 方程組，通過萊文森 — 杜賓算法計(jì)算出預(yù)測(cè)系數(shù)。預(yù)測(cè)系數(shù)作為逆濾波系數(shù)，并將殘差信號(hào)送到聲道濾波器中進(jìn)行濾波，合成的語音信號(hào)進(jìn)行 去加重 ，便得到與原始信號(hào)相似的語音波形。 仿真工作過程 語音信號(hào)采樣 圖 32 輸入語音信號(hào)模型 雙擊出現(xiàn)如下對(duì)話框，輸入一個(gè) 8kHZ 的語音信號(hào) “ matlab” 。 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。 預(yù)加重 圖 34 預(yù)加重 模型 12 圖 35 預(yù)加重參數(shù)設(shè)定 參數(shù) 分析： 傳遞函數(shù)類型：全極點(diǎn)，即全零點(diǎn) FIR數(shù)字濾波器。這類濾波器對(duì)于無限長(zhǎng)脈沖響應(yīng)最終趨于 0，由于無限長(zhǎng)脈沖 響應(yīng)濾波器中存在反饋電路， 因此 對(duì)于脈沖輸入信號(hào)的響應(yīng)是無限延續(xù)的。有限 脈沖 響應(yīng)濾波器的優(yōu)點(diǎn)： FIR 有線性相位，不會(huì)導(dǎo)致信號(hào)的包絡(luò)失真，各個(gè)頻率成分傳輸速度同樣 快 ，同步到達(dá)輸入端。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。并且 FIR 濾波器是穩(wěn)定的，在 Z域轉(zhuǎn)換后的所有極點(diǎn)都在單位圓內(nèi)。 濾波器結(jié)構(gòu)： 直接型無反饋。分 子系數(shù)： [1,] 起始值： ]10[0 在語音信號(hào)的 A/D 轉(zhuǎn)換過程中，為了防止頻譜混疊，通常在對(duì)模擬語音信號(hào)取樣之前先進(jìn)行低通濾波器，但濾波的同時(shí)也降低了高頻趨于信號(hào)的能量，這對(duì)線性預(yù)測(cè)分析是相當(dāng)不利的。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。使信號(hào)的頻譜變得平坦，保持在低頻到高頻的整個(gè)頻帶中，能用同樣的信噪比求頻譜，以 便于頻譜分子或聲道參數(shù)分析。通俗的說，預(yù)加重就是設(shè)計(jì)濾波器，常采用的是傳遞函數(shù)為 H（ z） =1u/z 的一階 FIR 高通濾波器來實(shí)現(xiàn)預(yù)加重。預(yù)加重系數(shù)取接近于 1 的值，常取 ~1。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=。 13 疊階窗分析 圖 36 疊接窗 模型 如圖 31 所示，通過預(yù)加重處理后，接下來進(jìn)行加窗分幀處理。語音信號(hào)是一種隨時(shí)間變化的信號(hào)，主要分為濁音和清音兩大類。濁音的基 音 周期、清音周期信號(hào)幅度和聲道參數(shù)等都隨時(shí)間而緩 慢變化。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。這樣，可以把語音信號(hào)分為一些短幀（稱為分析幀）逐幀進(jìn)行處理。正是因?yàn)橹饚治觯栽趲c幀之間，即波形相接的地方不夠平滑，在聽覺上會(huì)有嚴(yán)重的失真，所以我們要 建立 淡入淡出的概念，通過交疊分段的方法，使幀和幀之間平滑過渡，使其保持連續(xù)性。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)的方法實(shí)現(xiàn)的。一般每秒 33~100 幀，視情況而定。前一幀和后一幀的交疊部分稱為幀移，幀移與幀長(zhǎng)的比值一般取為 0~1/2。 雙擊該圖標(biāo)將出現(xiàn)圖 37： 圖 37 疊接窗參數(shù)設(shè)定 參數(shù)分析：由上圖可知，幀長(zhǎng)： 160bit。 幀移動(dòng)： 80bit； 幀移與幀長(zhǎng)的比值為 1/2，即一幀 160 個(gè)樣點(diǎn)，緩沖 80 個(gè)樣點(diǎn)。 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。常用的窗有兩種，一種是矩形窗，一種是漢明窗，在這里我們用的是漢明窗。 下圖是漢明窗的參數(shù)設(shè)定： 圖 39 漢明窗參數(shù)設(shè)定 參數(shù)分析：由圖可知采用漢明窗口輸入，采用對(duì)稱采樣。 自相關(guān)算法 圖 310 自相關(guān)和 萊文森 杜賓 算法模型 由前面的討論可知，清音和濁音的發(fā)生機(jī)理不同，因此在波形上也存在著較大差異。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。這樣，可以用自相關(guān)函數(shù)測(cè)定語音的相似特性，之后運(yùn)用萊文森 杜賓算法進(jìn)行快速簡(jiǎn)便的運(yùn)算，計(jì)算出預(yù)測(cè)系數(shù)。 15 在這個(gè)過程中即可用前 n1 個(gè)值來預(yù)測(cè)第 n 個(gè)值，用來取消冗余，實(shí)際與現(xiàn)實(shí)有誤差，來計(jì)算誤差。計(jì)算得出的值作為預(yù)測(cè)系數(shù)進(jìn)行傅里葉等計(jì)算得到 LPC 的頻譜 。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)。 圖 311為 LPC 頻譜。如圖 312為通過格形算法算出的反射系數(shù)樣點(diǎn)波形圖。 圖 311 LPC 頻譜圖 圖 312 反射系數(shù)樣點(diǎn)波形 圖 311為萊文森 杜賓算法計(jì)算得出的預(yù)測(cè)系數(shù)經(jīng)添零后作傅里葉變換，再求其倒數(shù)得到的 LPC 頻譜，圖 312為格形算法計(jì)算得出的反射系數(shù)樣點(diǎn)波形圖。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。此外，格形結(jié)構(gòu)對(duì)于算法中的有限字長(zhǎng)帶來的誤差比較不敏感，因此特別適宜于只能采取定點(diǎn)的硬件系統(tǒng)來實(shí)現(xiàn)，基于以上原因，大部分用語音合成器的系統(tǒng)都采用格形結(jié)構(gòu)。 通過圖 311 也可以清晰地看到第一共振峰，第二共振峰以及第三共振峰。在語音科學(xué)及語音學(xué)中，共振峰描述的是人類聲道中的共振情形。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。但假如如說話者，用比較高的基頻發(fā)出元音，例如小孩或女性的聲音，則頻譜上看起來比較像是寬帶狀，比較無法看出明顯的峰值。 數(shù)字濾波器 從 仿真框圖中可以看到，分析濾波器有兩個(gè)輸入端，經(jīng)格形運(yùn)算后的預(yù)測(cè)系數(shù)作為分析濾波器的系數(shù)，并對(duì)預(yù)加重后的原始語音信號(hào)濾波，輸出殘?jiān)?。這個(gè)過程其實(shí)就是取新樣本的實(shí)際數(shù)值，和預(yù)測(cè)值進(jìn)行比較，得到差值后，僅把預(yù)測(cè)值與現(xiàn)實(shí)樣值之差（預(yù)測(cè)誤差）進(jìn)行傳輸。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 313 為分析濾波器的參數(shù)設(shè)定圖。 圖 313 分析濾波器參數(shù)設(shè)定 由圖 313 可知，分析濾波器 采用 FIR數(shù)字濾波器。 17 圖 314 LPC 誤差濾波器參數(shù)設(shè)定 由圖 314 可知，合成濾波器采用的是 IIR 型數(shù)字濾波器。 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。 由圖 315 和圖 316 可以知道，由于我們輸入的語音信號(hào)為 matlab，最開始頻譜沒有明顯波動(dòng)，當(dāng)將時(shí)間軸調(diào)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?yàn)榘l(fā)出 t這樣的清音，類似于噪聲，導(dǎo)致頻譜變化幅度非常明顯 。 仿真結(jié)果分析 實(shí)驗(yàn)結(jié)果通過雙擊 Original Signal 模塊來聽原始語音，與雙擊 Processed Signal 模塊，采用 LPC 法合成的語音信號(hào)來聽量化的語音，發(fā)現(xiàn)兩者聽起來 幾乎 沒有差別。 參考文獻(xiàn) [1] 易克初，田斌，付強(qiáng) . 語音信號(hào)處理 [M]. 國(guó)防工業(yè)出版社， 2020， 6. 95~106 [2] 張雪英 . 數(shù)字語音處理 [M]. 電子工業(yè)出版社， 2020,~100 [3] 薛定宇，陳陽泉 . 基于 MATLAB/Simulink 的系統(tǒng)仿真技術(shù)與應(yīng)用， 2020,2. [4] 李賀冰 . Simulink 通信仿真教程 [M]. 國(guó)防工業(yè)出版社， 2020,5. 27~35 [5] 楊行峻，遲惠生，等 . 語音信號(hào)數(shù)字處理 [M].北京：電子工業(yè)出版社， 1995,~63