线性预测编码.docxVIP

多媒体技术实验报告——线性预测编码2016年 11 月 20 日第一章 LPC基本原理1.1预处理 贯穿于语音分析全过程的是短时分析技术因从整体来看，语音信的特 性及表征本质特征的参数均是随时间而的，所它是一个非稳态过程， 能用处理稳信的数信处理技术对进行分析处理但是，由于同的 语音是由人的口腔肌肉动构声道某种形状而产生的响应，而种口腔肌肉 动相对于语音频率来说是非常缓慢的，所从一方面看，虽然语音信有时 特性，但是在一个短时间范围内一般认在 10～30ms 的短时间内，特 性基本保持，即相对稳定，因而可将看作一个准稳态过程，即语音信 有短时稳性所任何语音信的分析和处理必建立在短时的基础， 即进行短时分析，将语音信分一段一段来分析特征参数，其中每一段称为一帧，帧长一般取为10～30ms。 分帧虽然可采用连续分段的方法，但一般要采用如图 2-1 所示的交叠分段的方法，这是为了使帧与帧之间平滑过渡，保持其连续性。分帧是用可移动的有限长度窗口进行加权的方法来实现的，就是用一定的窗函数w(n)来乘s(n)，从而形成加窗语音信号Sw(n)=s(n)?w(n)。这样，对于整体的语音信号来讲，分析出的是由每一帧特征参数组成的特征参数时间序列。1.2 LPC分析 线性预编码的基本思想是：一个语音的现在值可用若个语音过去值的加权线性组合来逼近，在线性组合中的加权系数称预测器系数。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，能够定唯一的一组预测器系数。线性预器是使用过去的P个样本值来预测现时刻的采样值。如图 2-2 所示，预测值可用过去 P个样本值的线性组合来表示。线性预测误差为：这是一个线性差分方程。在给定的时间范围里，如，使的平方和即最小，这样可使预测得到的样本值更精确。通过求解偏微分方程，可找到系数的值。如果把发音器官等效成滤波器，些系数值就可理解成滤波器的系数。这些参数不再是声音波形本身的值，而是发音器官的激励参数。在接收端重构的话音也不再具体复现真实话音的波形，而是合成的声音。LPC 模型是系数和增益G为模型参数的全极点模型（AR）。时变数字滤波器的传递函数为： {}预测系数，i=1,…,p,p为模型的阶数。 用于计算预测系数的最常用方法是协方差法和自相关法。采用自相关法，原因在于该方法能保证时变数字滤波器的传递函数式中多项式的根总是于单位圆内部，从而保证系统传递函数H(z)稳定性。对于自相关算法可用 Levinson-Durbin 递推算法求解 。1.3 LPC 合成正如课中所讲，语音是由轻音和浊音的交替产生的，发轻音（如 z，s 些辅音）时声带不震动，在波形表现出类似白噪的现象；发浊音（如元音 a，o，ou， ai 等）时声带振动，在波形表现出明显的周期性。因此我们可将发音过程用类似图 2-3 的“源-滤波器”模型模拟。线性预测合成模型是一种“源-滤波器”模型，由白噪声序列和脉冲序列构成的激励信号，经过选通，放大（增益 G），并通过时变数字滤波器，即由语音参数（LPC 系数）控制的声道模型，就可以再获得原语音信号。第二章 LPC代码实现%线性预测编码程序function [Coeff,pitch] = proclpc(data)% arguments check if ( nargin ~= 1) %nargin函数是用来判断输入变量个数的函数error(argument check failed);end;% system constants %系统常量 sr = 16000; %采样率16Korder = 20; %求20个参数fl = 512; %一帧32ms，0.032*16K=512个采样点fs = 80; %每帧偏移5ms，0.005*16K=80个采样点nframe = 0;data = [zeros(0.5*fl,1); data]; duration = length(data); overlap = fl-fs;for frameIndex = 1:fs:duration-fl %取每一帧计算20个ai和一个增益 nframe = nframe+1; frameData = data(frameIndex:(frameIndex+fl+1)); frameData = blackman((frameIndex+fl+1)-frameIndex+1).*frameData; %Add blackman window % Levinsons method N = length(frameData); R=zeros(1,20); %求R（0） R0= frameData * frameData; %计算其他的r值 for j=1:order for