语音信号线性预测分析仿真_学位论文.doc

摘 要 作为最有效的语音分析技术之一，线性预测是一种基于全极点模型假定和均方预测误差最小准则下的波形逼近技术，通过对音频信号的时域和频域分析对声道参数进行估值，以少量低信息率的时变参数精确地描述语音波形及其频谱的性质As one of the most effective speech analysis technique, linear prediction is a kind of based on the pole model assumption and minimum mean square error criterion of wave approximation technique, based on the audio signal of time domain and frequency domain analysis of track parameters valuations, with a few low information rate of time-varying parameters accurately describe the nature of the speech waveform and spectrum, to be able to try to keep the original sound quality on the basis of the synthesis of high quality speech. This paper mainly studies the linear prediction (LPC), Levinson - from the principle of the algorithm, based on MATLAB speech linear prediction simulation, and the selection of parameters to do a comparative analysis. Keywords voice signal LPC Levinson - Durbin algorithm MATLAB simulation 目 录 第1章 绪论 1 1.1 语音信号LPC分析技术的基本概念 1 第2章 线性预测编码的基本原理 2 2.1 语音信号的产生 2 2.2 线性预测的概念与原理 2 2.2.1 线性预测分析的概念 2 2.2.2 LPC和语音信号模型的关系 4 2.3 解线性预测参数方程组的算法 5 2.3.1 Levinson-Durbin自相关解法 5 2.3.2 利用格型法求解线性预测系数 6 第3章 simulink仿真的分析合成系统 10 3.1 仿真内容 10 3.2 仿真系统模型 10 3.3 仿真工作过程 11 3.3.1 语音信号采样 11 3.3.2 预加重 11 3.3.3 叠接窗分析 13 3.3.4 汉明窗 14 3.3.5 自相关算法 14 3.3.6 数字滤波器 16 3.4 仿真结果分析 18 参考文献 18 第1章 绪论 1.1 语音信号LPC分析技术的基本概念 语音是人们交流思想和进行社会活动的最基本手段, 我们要对语音信号进行测定并将其转变为另一种形式, 以提高我们的通信能力。 线性预测(Linear Prediction)这一术语是维纳1947年首次提出的，此后，线性预测应用于许多领域中。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。这种方法是最有效和最流行的语音分析技术之一。在各种语音分析技术中，它是第一个真正得到实际应用的技术。线性预测技术产生至今，语音处理又有许多突破，但这种技术目前仍然是唯一的最重要的分析技术基础。 在估计基本的语音参数(例如基音、共振蜂、谱、声道面积函数，以及用低速率传输或储存语音等)方面，线性预测是一种主要的技术。其重要性在于它能够极为精确地估计语音参数，用极少的参数有效而又正确地表现语音波形及其频谱的性质，而且可以用比较简单的计算和比较快的速度求得参数。 线性预测分析是最有效的语音分析技术之一，在语音编码、语音合成、语音识别和说话识别等语音处理领域中得到了广泛的应用。语音线性预测的基本思想是：一个语音信号的抽样值可以用过去若干个取样值的线性组合来逼近。通过使实际语音抽样值与线性预测抽样值的均方误差达到最小，可以确定唯一的一组线性预测系数。 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。如果将语音模型看作通过一个线性时不变系统产生的输出，那么可以利用LP分析对声