语音信号处理-语音信号的线性分析教程.doc

2015.10.14 1.介绍 在语音处理技术中，线性预测是第一个真正得到实际应用的技术，可以用于估计基本的语音参数，如基因周期、共振峰频率、频谱特征及声道面积函数等。 语音取样的现在值可以用若干个语音取样的过去值的加权线性组合来逼近。不是一直增加的，变化平稳，误差减小不再明显。 在对原始语音信号进行处理之前我要对信号进行预处理，预处理的步骤包括采样预加重加窗和去噪等，本文采取分帧去除直流分量后再剔除噪声帧来进行预处理，结束后，我们语音信号进行，文中通过Levinson-Durbin求出预测系数，通过不同阶数P滤波器得到预测误差找出最小误差值下的最优阶数最小与关系曲线图。 2.LPC基本原理 ）信号的样值序列n)，n=1,2,3……n，s(n)的预测值 （1） 误差为n) （2） 函数为z)，为滤波器，设计预测误差滤波器z)就是求解预测系数，使得误差在预定准则下最小 ） ）常用的是均方误差最小的准则对系数求偏导，另其结果为 （4） S(n)自相关序列为 ） 因为是偶对称，因此 ） 上式可以表示为 ， （7） ，， 式子（）矩阵形式为所以就可以求出线性预测系数。 3. Levinson-Durbin （8） （9） （10） （11） （12） （13） 上式（8）—（13）对i=1,2,……,p进行递推求解，其最终解为 （14） 在上面的一组式子中，i表示预测器阶数，如表示i图像分析  5.结论 图像结果最佳预测点P值如下表所示 语音文件 最佳系数P Bird 26 Dog 14 GirlEng 13 MaleChns 9 从上图中我们可以看出来不同的语言信号在相同的算法下得到的最佳预测阶数是不同的，鸟儿语音所要的阶数是最高的，其余三个语音的阶数相差不大。 6.附加程序 BIRD语音程序 clear all; clc; filename=Bird; load Bird wavedata;%读入语音 %对语音进行分帧 len=200;inc=80; %设置帧长，帧移 wavesize=size(wavedata,2); fsum=fix((wavesize-len+inc)/inc);%计算帧数 f=zeros(fsum,len);%初始化 i=1;n=1; while i=fsum j=1; while j=len f(i,j)=wavedata(1,n); n=n+1; j=j+1; end n=n+inc-len; i=i+1; end %去除噪声帧 if size(wavedata,1)=1 %求出鸟鸣语音的直流量 dc=sum(wavedata(30000:34000))/4000; else a=wavedata(1,:); for i=2:size(wavedata,1) a=cat(2,a,wavedata(i,:)); end dc=sum(a(1:4000))/4000; end wavesize1=size(f,2); n=1; for i=1:size(f,1) fp=sum((f(1:wavesize1)-dc).^2)/(wavesize1-1);%帧信号的平均能量 eva=sum((wavedata(30000:34000)-dc).^2)/4000;%鸟鸣语音求出高斯白噪声的估计方差 threshold=2*wavesize1*eva*(erfcinv(10^-3))^2/(wavesi