数据压缩实验二.docxVIP

实验目的针对一段（长度约10~20秒）语音信号，对其进行LPC分析，求解线性预测系数，并对阶数的选取进行比较分析。程序框图源程序1.读入原始语音信号数据。[x,fs]=audioread(speech.wav);2．根据Durbin算法求线性预测系数。①求线性预测函数方程k=zeros(1,p);k(1)=r(2)/r(1);a=zeros(p,p);a(1,1)=k(1);e=zeros(1,p);e(1)=(1-k(1)^2)*r(1);②基于for循环的递推过程，代码如下：for i=2:pc=zeros(1,i);sum=0;for j=1:i-1sum=sum+(a(i-1,j).*r(i+1-j));end③提取预测系数d=zeros(1,p);for t=1:pd(t)=a(p,t);endz=zeros(1,N);for i=1:pz(i)=y2(i);end3.提取反射系数。c(i)=sum;k(i)=(r(i+1)-c(i))/e(i-1);%求反射系数if find(abs(k)1) disp(default)elsesubplot(413);plot(abs(k));title(|k(i)|=1)end4．显示程序结果图像。figure(1);subplot(411);plot(y2);title(原始数据)subplot(412);plot(z);title(durbin算法求线性预测系数)subplot(413);plot(abs(k));title(|k(i)|=1)实验结果分析①由第一幅图可以看出，原始数据的两端的波形幅度很小，波形幅度趋于平稳，适合进行模型化处理。②第二幅图中取线性预测阶数P=30，并对语音信号进行Durbin算法的LPC分析，获得线性预测系数。③由第三、四幅图可以看出，随着阶数P取值的增大，|ki|和预测器残差能量的值逐渐下降，但当P增大到一定程度时，下降的幅度不再明显，趋于平稳，所以由图可以判断出P的取值最好在0~20之间。