第06章线性预测要点分析.ppt

* 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 * 很多应用如语音编码、合成和识别等都需要解卷运算；共振峰实际上就是声道传递函数中各对复共轭极点的频率。 第6章 语音信号的线性预测分析 6.1 概述 6.2 线性预测分析的基本原理 6.3 线性预测方程组的建立 6.4 LPC的解法（1）—自相关法和协方差法 6.5 LPC的解法（2）—格型法 6.1 概述 线性预测（Linear Prediction）这一术语是维纳1947年首次提出的。1967年，日本学者板仓等人最先将线性预测技术直接应用到语音分析和合成中。 线性预测是语音信号处理的核心技术，是最有效和应用最广泛的分析技术之一。 在各种语音分析技术中，它是第一个真正得到实际应用的技术。 6.1 概述 其重要性在于它能够极为精确地估计语音参数，用极少的参数有效而又正确地表现语音波形及其频谱的性质，而且计算效率高，应用灵活方便。 基本思想是：一个语音的抽样能够用过去若干个语音抽样的线性组合来逼近。通过使实际语音抽样和线性预测抽样之间差值的平方和达到最小值，即进行最小均方误差的逼近，能够决定惟一的一组预测系数。 6.1 概述 线性预测应用于语音处理，不仅具有预测功能，而且提供了一个非常好的声道模型。 应用于语音编码时，利用模型参数可有效降低传输码率。 应用于语音识别时， 将LPC参数形成模板存储可提高识别率和减少计算时间。 线性预测分析的参数包括： LPC (Linear Prediction Coding)参数 PARCOR (Partial-Correlation Coefficients)参数 LSP (Line Spectrum Pair)参数 6.2 线性预测分析的基本原理 线性预测分析的基本原理是将被分析的信号用一个模型来表示，即将信号看做是某一个模型（即系统）的输出。这样，就可以用模型参数来描述信号。 线性预测分析是根据已知的s(n)对各参数ai和G进行估计。 用线性预测分析的方法求出声道传递函数H(z)，实际上实现了解卷，其过程由于需要求解参数，所以称之为参数解卷。 H(z) u(n) s(n) 图