【正文】 式（ ）代入 可得 以上兩式組合起來得 稱為尤勒 沃爾克（ YuleWalker）方程。 根據(jù)線性預(yù)測分析的原理可知， 求解 p 個線性預(yù)測系數(shù)的依據(jù)，是預(yù)測誤差濾波器的輸出方均值或輸出功率最小。 在語音產(chǎn)生的數(shù)字模型中，語音抽樣信號 s(n)和激勵信號之間的關(guān)系可用下列差分方程來表示： 可見，如果語音信號準確服從上式的模型，則 ，所以預(yù)測誤差濾波器 A(z)是 H（ z）的逆濾波器，故有下式成立： 線性預(yù)測的概念與原理 LevinsonDurbin 自相關(guān)解法 由于語音是一種短時平穩(wěn)信號，因此只能利用一段語音來估計模型參數(shù)。 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)。 一般都用 AR模型作為語音信號處理的常 用模型。 聲門激勵、聲道調(diào)制和嘴唇輻射的合成貢獻，可用如下數(shù)字時變?yōu)V波器表示 上式既有極點又有零點。 圖中，準周期性脈沖序列發(fā)生器產(chǎn)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(chǎn)生清音的激勵源，模擬湍空氣湍流 ； 清 濁音開關(guān)控制清音和濁音的產(chǎn)生；嘴唇的輻射特性可以用一個一階極點數(shù)字濾波器來實現(xiàn)；增益控制來控制語音的強度。這樣式（ ）進一步表示為 paaa 、 ?21? ? ? ? ? ? )(?)( 1?? ????? pi i insansnsnsnepaaa 、 ?21)]([ 2 neE 2 1 0])()([2)]([ 2 pka neneEa neE kk 、 ???????? 2 1 )()( pkknsa ne k 、 ??????? 2 1 0)]()([2 pkknsneE 、 ?????pkknsinsaknsnsEknsneE pi i 、 ? 2 1 0)]()()()([)]()([ 1 ???????? ??)]()([)( knsnsEkR ??)]()([)()( knsnsEkRkR ????pkikRakR pi i 、 ? 2 1 0)()( 1 ???? ??? ? 1 1 ipi i zazA ?????? ? ? ? )( 1 neinsans pi i ??? ?? 4 （ ） 上式稱為標準方程式， 它表明只要語音信號是已知的，則 p個預(yù)測系數(shù) 通過求解該方程即可得到。將 對各個系數(shù)求偏 導，并令其結(jié)果為零，即 （ ） 由式（ ）可知 （ ） 將式（ ）代入（ ）可得 （ ） 式（ ）表明預(yù)測誤差與信號的過去 p的取樣值是正交的， 稱為正交方程。 系統(tǒng) A（ z）為 LPC誤差濾波器，設(shè) 計 預(yù)測誤差濾波器就是求解預(yù)測系數(shù)，使得預(yù)測誤差e(n)在某個預(yù)定的準則下最小，這個過程就是 LPC分析。 預(yù)測信號 ??Sn? 為： () ? ? ? ??? ??pi i insans 1? 3 ，稱為預(yù)測系數(shù)， 由于語音信號性質(zhì)變化緩慢，所以對于所分析的幀來說，預(yù)測系數(shù)是一組恒定的參數(shù)。 線性預(yù)測的概念與原理 線性預(yù)測分析的概念 線性預(yù)測編碼原理：利用過去的樣值對新 樣值進行預(yù)測，然后將樣值的實際值與其預(yù)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(shù)，使編碼速率降低。這樣，我們就可以采用平穩(wěn)過程的分析處理方法。 語音信號是一種典型的非平穩(wěn)信號。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。該空氣流經(jīng)過聲道流入聲道后從嘴唇輻射出來，從而產(chǎn)生濁音。聲帶啟開時，空氣流從聲門噴出，形成一個脈沖，聲帶閉合時相應(yīng)于脈沖序列的間隙期。當發(fā)出不同的語音，激勵和聲道的情況是不同的，它們對應(yīng)的模型也不同。 空氣由肺部排入喉部，經(jīng)過聲帶進入聲道，最后由嘴輻射出聲波，這就形成了語音。此外， LPC分析還能夠?qū)舱穹?、功率譜等語音參數(shù)進行精確估計， LPC分析得到的參數(shù)可以作為 語音識別的重要參數(shù)之一。 采用線性預(yù)測分析不僅能夠得到語音信號的預(yù)測波形，而且能夠提供一個非常好的聲道模型。語音線性預(yù)測的基本思想是：一個語音信號的抽樣值可以用過去若干個取樣值的線性組合來逼近。其重要性在于它能夠極為精確地估計語音參數(shù)，用極少的參數(shù)有效而又正確地表現(xiàn)語音波形及其頻譜的性質(zhì)，而且可以用比較簡單的計算和比較快的速度求得參數(shù)。線性預(yù)測技術(shù)產(chǎn)生至今，語音處理又有許多突破，但這種技術(shù)目前仍然是唯一的最重要的分析技術(shù)基礎(chǔ)。這種方法是最有效和最流行的語音分析技術(shù)之一。 1967年，板倉等人最先將線性預(yù)測技術(shù)直接應(yīng)用到語音分析和合成中。 關(guān)鍵詞 語音信號 LPC LevinsonDurbin 算法 MATLAB 仿真 Abstract As one of the most effective speech analysis technique, linear prediction is a kind of based on the pole model assumption and minimum mean square error criterion of wave approximation technique, based on the audio signal of time domain and frequency domain analysis of track parameters valuations, with a few low information rate of timevarying parameters accurately describe the nature of the speech waveform and spectrum, to be able to try to keep the original sound quality on the basis of the synthesis of high quality speech. This paper mainly studies the linear prediction (LPC), Levinson from the principle of the algorithm, based on MATLAB speech linear prediction simulation, and the selection of parameters to do a parative analysis. Keywords voice signal LPC Levinson Durbin algorithm MATLAB simulation 目 錄 第 1 章 緒論 ............................................................................................................. 1 語音信號 LPC 分析技術(shù)的基本概念 .................................................................................... 1 第 2 章 線性預(yù)測編碼的基本原理 .......................................................................... 2 語音信號的 產(chǎn)生 ..................................................................................................................... 2 線性預(yù)測的概念與原理 ......................................................................................................... 2 線性預(yù)測分析的概念 ....................................................................................................... 2 LPC 和語音信號模型的關(guān)系 ................................................