语言信号处理第六章线性预测.pptVIP

主要内容 概述 线性预测分析的基本原理（重点） 线性预测分析的解法 线性预测分析应用（重点） ---LPC谱估计和LPC复倒谱 6. 1概述 线性预测(Linear Prediction)是1947年维纳首次提出,1967年板仓等人最先将线性预测技术直接应用到语音分析和合成中. 线性预测作为一种工具,几乎普遍地应用于语音信号处理的各个方面,是最有效和最流行的语音分析技术之一. 6.2 线性预测分析的基本原理 语音信号数学模型： 语音信号可以看成准周期脉冲或白噪声激励一个线性时不变系统所产生的输出。 模型系统函数H(z) 线性预测分析就是根据已知信号s(n)对各参数 和增益G进行估计。在这里 为线性预测系数 这里采用的是全极点模型又称“AR模型”，各系数 和增益G为模型参数。这样信号就可以用有限数目的参数构成的信号模型来表示。 线性预测模型采用全极点模型的原因： 全极点模型容易计算，对全极点模型做参数估计是对线性方程组的求解过程，而含有有限零点则是解非线性方程。 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。 对于声道函数既有零点又有极点的，可以用全极点模型来近似表示极零点模型。 如果分母多项式收敛足够快，只取少数几项。 6.3 语音信号的线