ARMA模型在语信号线性预测分析中的应用.docVIP

ARMA模型在语音信号线性预测分析中的应用摘要：语音信号是一种典型的非平稳随机信号，对语音做分帧处理后可以将其看作准平稳随机信号，从而使用处理平稳随机信号的方法进行处理。由于语音信号的产生可以用一个有理函数式来表达，因此可以用ARMA模型来对语音信号进行建模分析。本文介绍了用于随机时间序列的ARMA模型，线性预测分析的原理及方法，分析了ARMA模型中的AR模型在语音线性预测分析中的应用，阐述了在线性预测分析中AR模型参数求解的具体方法以及影响因素。关键词：ARMA模型，AR模型，线性预测分析，语音信号，随机信号，随机时间序列引言语音信号是一种随机信号，其特性及表征本质特征的参数均是随时间而变化的，是一种非平稳随机过程，所以语音信号的数学模型中的参数应该是随时间而变化的。虽然语音信号具有时变特性，但是它的特性随时间变化是很缓慢的在一个短时间范围内（一般为10~30ms），其特性基本保持不变，即短时平稳性。所以可以做出一些合理的假设，将语音信号分为一些相继的短段进行处理，在这些短段内认为语音信号特性是不随时间变化的平稳随机过程，然后应用平稳随机过程的方法来处理语音信号。将语音信号分为一帧一帧来分析其特征参数（帧长取为10~30ms），这样对于整体的语音信号而言，分析出的是由每一帧特征参数组成的特征参数随机时间序列。因为语音信号是一种随机过程，所以在语音信号处理的很多方面可以应用随机模型