实验四语音信号的lpc倒谱参数.docxVIP

实验四 语音信号的 LPC倒谱参数的提取 1 实验目的 通过 Matlab 编程掌握语音信号的 LPC倒谱参数的求解方法。 2 实验原理 线性预测分析的基本思想是： 用过去 P 个样点的值来预测现在或未来的样点 p 值：预测误差为： e(n) x(n) x (n) x( n) ak x(n k) k 1 理论上通常采用预测系数 {a k} 的取值使均方误差 E[e 2(n)]( 是{a k } 的函数 ) 最小的 准则。 p E[e2 ( n)]  E[( x(n)  ak  x(n  k ))2 ] k 1 E[ e2 (n)] 0 1 k p ak E[ e2 (n)] 2E[e(n) x(n k)] 0 ak 预测误差与过去的样点不相关 E[e(n)x(n j )] 0 E e(n)x(n j ) 0 p E [ x(n) ak x( n k)] x(n j ) k 1 p j=1 ?P E [ x(n) x(n j )] ak x(n k ) x( n j ) k 1 p R( j ) ak R( j k) 0 k 1 求解以上 P 个方程组则可得到预测系数 ak。 方程组的求解方法有自相关的算法，有协方差的方法，本实验采用 Durbin 算法来求解，完整的递推过程如下： (1) En0 Rn (0) i 1 Rn (i ) Rn (i k) aki 1 (2) ki k 1 En i 1 aii ki (4) aki aki 1 aii k1ki k 1 i 1 (5) Eni (1 ki2 ) Eni 1 if ip go to (2) (6) a a p , a a p ,......a p 1 a p , a p a p 1 1 2 2 p 1 p 实验过程 [x,fs,bits]=wavread( c:\WINDOWS\Media\chimes.wav x=x(:,1); %[x,fs,bits]=wavread(E:\3_1.wav); x=x; len=length(x); N=256; M=128; Fn=fix((len-N)/M+1); y=[]; for i=1:Fn down=1+(i-1)*M; up=down+N-1; temp=x(down:up); temp=temp.*hamming(N); y=[y;temp]; end P=12; a=[]; k=[]; lpc=[]; for q=1:Fn  ); temp2=y(q,:); R=corr(temp2,P); for i=1:P if i==1 E(1)=R(1); k(1)=R(2)/R(1); a(1,1)=k(1); E(2)=(1-k(i).^2)*E(1); else temp4=0; for s=1:i-1 temp4=temp4+a(s,i-1)*R(i-s+1);  %×￠ò  aR?ó1 end k(i)=(R(i+1)-temp4)/E(i);  %×￠ò  aó |?? ê ?R(i+1) a(i,i)=k(i); for s=1:i-1 a(s,i)=a(s,i-1)-k(i)*a(i-s,i-1); end E(i+1)=(1-k(i).^2)*E(i); end end for  n=1:P; b(n)=a(n,P); end lpc=[lpc;b]; end