实验4 基于matlab的语音信号lpc分析.pptVIP

一、实验目的 掌握LPC原理，会利用已学的知识，编写程序估计线性预测系数以及LPC的推演参数 。 能利用所求的相关参数估计语音的端点、清浊音判断、基因周期、共振峰等 。 二、实验原理 自相关法 在最佳线性预测中，若用下式定义的时间平均最小均方准则代替(3)式的集合平均最小均方准则，即令 协方差法 如果在最佳线性预测中，用下式定义的时间平均最小均方准则代替(3)式的集合平均最小均方准则，则可得到类似的方程： 全极点声道模型 能量分析是基于语音信号能量随时间有相当大的变化，将线性预测分析应用于语音信号处理，不仅是为了利用其预测功能，更因为它提供了一个非常好的声道模型。 将式(2)所示的方程看成是滤波器在语音信号激励下的输入输出方程，则该滤波器称为预测误差滤波器，其e(n)是输出误差。变换到z域，P阶预测误差滤波器的系统函数为 LPC 如果声道特性H(Z)用式(14)所示的全极点模型表示，有 结合语音帧能量构成LPC组合参数 实验证明，组合参数可以提高系统的识别性能。 组合参数虽然可以提高系统的性能，但很显然，无论是在特征参数提取环节，还是在模型训练和模型匹配环节都使运算量有所增加。在特征参数提取环节，要计算一种以上的特征参数。在模型训练和模型匹配环节，由于组合参数特征矢量的维数较多，使运算复杂度有所增加。运