实验目的
1、熟练运用MATLAB软件进行语音信号实验;
2、熟悉短时分析原理、LPC的原理;
3、学习运用MATLAB编程进行LPC的提取;
4、学会利用短时分析原理提取LPC特征序列。
LPC分析基本原理
LPC分析为线性时不变因果稳定系统V(z)建立一个全极点模型,并利用均方误差准则,对已知的语音信号s(n)进行模型参数估计。
显然,误差越接近于零,线性预测的准确度在均方误差最小的意义上为最佳,由此可以计算出预测系数。
通过LPC分析,由若干帧语音可以得到若干组LPC参数,每组参数形成一个描绘该帧语音特征的矢量,即LPC特征矢量。由LPC特征矢量可以进一步得到很多种派生特征矢量,例如线性预测倒谱系数、线谱对特征、部分相关系数、对数面积比等等。不同的特征矢量具有不同的特点,它们在语音编码和识别领域有着不同的应用价值。
2 、自相关法
在最佳线性预测中,若用下式定义的时间平均最小均方准则代替(3)式的集合平均最小均方准则,即令
事实上就是短时自相关函数,因而
另外,当预测系数量化时,有可能造成实际系统的不稳定。 自相关解法主要有杜宾算法、格型算法和舒尔算法等几种高效递推算法。
3、 协