LPC语音信号处理第36章.pptVIP

3.6语音信号的线性预测分析 3.7基间周期估计 (单独) 3.8共振峰估计 3.6 语音信号的线性预测分析 线性预测分析的基本思想是：由于语音样点之间存在相关性，所以可以用过去的样点值来预测现在或未来的样点值，即一个语音的抽样能够用过去若干个语音抽样或它们的线性组合来逼近。 通过使实际语音抽样和线性预测抽样之间的误差在某个准则下达到最小值来决定唯一的一组预测系数。而这组预测系数就反映了语音信号的特性，可以作为语音信号特征参数用于语音识别、语音合成等。 线性预分析的基本原理 线性预测分析的基本思想是：用过去p个样点值来预测现在或未来的样点值： 预测误差ε(n)为： 这样就可以通过在某个准则下使预测误差ε(n)达到最小值的方法来决定惟一的一组线性预测系数ai（i=1，2，…，p）。 线性预分析的基本原理 图3-5的模型系统函数H(z)可以写成有理分式的形式： 采用全极点模型，传输函数为： 线性预测器： 式中ai称为线性预测系数。从而，p阶线性预测器的系统函数具有如下形式： 预测误差为： 线性预测分析要解决的问题是：给定语音序列(显然，鉴于语音信号的时变特性，LPC分析必须按帧进行)，使预测误差在某个准则下最小，求预测系数的最佳估值ai，这个准则通常采用最小均方误差准则。 下面推导线性预测方程。把某一帧内的短时平均预测误差定义为： 为使E{ε