语音信号处理__第三章_语音信号线性预测分析.pptVIP

采用线性预测分析不仅能够得到语音信号的预测波形 而且能够提供一个非常好的声道模型。 LP分析还能够对共振峰、功率谱等语音参数进行精确估计，LP分析得到的参数可以作为语音识别的重要参数之一。 实际上语音信号处理中最常用的是全极点模型，这是因为： 1）如果不考虑鼻音和摩擦音，那么语音的声道传递函数就是一个全极点模型；对于鼻音和摩擦音，细致的声学理论表明，其声道传递函数既有零点也有极点，但这时如果模型的阶数p足够高，可以用全极点模型来近似表示零极点模型，因为一个零点可以用许多极点来近似，即 可以证明，如果s(n)是由全极点模型产生的话，那么最佳预测系数p=P，最佳预测系数 等于该全极点模型的参数。 如果模型阶数是已知的，那么可以设置预测阶数p=P。进一步计算使均方预测误差达到最小时的一组预测系数，就可求出模型参数。 如果模型阶数不确定，可以观察均方最小预测误差随p的变化规律，确定阶数P。 对于语音信号而言，P=8~12就可以对绝大多数语音信号的声道模型取得足够近似的逼近，P值选得过大尽管可以稍微改善逼近效果，但是会大大增加计算量，并受有限字长影响使得参数估计效果变差。 在确定了p=P以后，下面推导最佳预测系数。 利用公式（3-76），可得最小 均方预测误差为 设 将上式代入式（3-95a）和（3-95b）后，得 式（3-97c）的分母等于 由（3-74）可知 对于浊音，在一个基音周期内的输入为 ， 此时的输出为h(n)，即声道系统的冲激响应可以表示为 再利用（5-56），立刻求得 由于输入为 的响应的总能量 和信号总能量Rn(0) 必须相等，所以 它的对数功率谱为 这两个式子均为p+1阶多项式，则由上面二式可直接得出 按上式求得的复倒谱h^(n)称之为LPC复倒谱。 令上式左右两边的常数项和z-1各次幂的系数分别相等，从而可由 求出 。 LPC复倒谱由于利用了线性预测中声道系统函数H(z)的最小相位特性，避免了相位卷绕问题；且LPC复倒谱的运算量小，它仅是用FFT求复倒谱时运算量的一半；又因为当p→∞时，语音信号的短时复频谱S(ejω)满足|S(ejω)|= |H(ejω)|，因而可以认为h^(n)包含了语音信号频谱包络信息，即可近似把h^(n)当作s(n)的短时复倒谱s^(n)，来分别估计出语音短时谱包络和声门激励参数。在实时语音识别中也经常采用LPC复倒谱作为特征矢量。 对以上所介绍的进行总结可知，为了估计语音信号的短时谱包络，有三种方法：①由LPC系数直接估计语音信号的谱包络；②由LPC倒谱估计谱包络；③求得复倒谱s^(n)，再用低时窗取出短时谱包络信息，这种方法称之为FFT倒谱。 3．LPC美尔倒谱系数(LPCCMCC) 由式(3-143)求得复倒谱h^(n)后，由c(n)=1/2[h^(n)+h^(-n)]即可求出倒谱c(n)。但是，这个倒谱c(n)是实际频率尺度的倒谱系数(称为LPC倒谱系数：LPCC)。根据人的听觉特性可以把上述的倒谱系数进一步按符合人的听觉特性的美尔(MEL)尺度进行非线性变换，从而求出如下所示的LPC美尔倒谱系数(LPCMCC)。 其中， （公式中为 ）表示倒谱系数； 表示美尔倒谱系数；n为迭代次数；k为美尔倒谱阶数，取n=k。迭代是从高往低，即n从大到0取值，最后求得的美尔倒谱系数放在 里面。 当抽样频率分别为8kHz、10kHz时， 取0.31、0.35，这样可以近似于美尔尺度。 §3.6.4 线谱对(LSP)分析 线谱对分析也是一种线性预测分析方法，只是它求解的模型参数是“线谱对”(Line Spectrum Pair，简称为LSP)，它是频域参数，因而和语音信号谱包络的峰有着更紧密的联系；同时它构成合成滤波器H(z)时容易保证其稳定性，合成语音的数码率也比用格型法求解时要低。 在线谱对分析中，仍然采用全极点模型。设p阶线性预测误差滤波器传递函数为A(z)，令 则由杜宾算法 两边同乘以 得 分别将 和 时的 用