一、LPC和LPCC
1、LPC
假设:当前信号的值x(n),可以用过去p个取样值的加权和s(n)^来预测
其中,s(n)^为预测值,s(n)为真实值, 加权系数a1、a2、a3…ai称为p阶线性预测系数。
LPC分析:对于预测误差滤波器而言,求其预测系数a1、a2、a3…ai,使得预测误差e(n)在某种预测条件下最小的过程。
A(z)称为LPC误差滤波器,用于求p阶参数。
最小准则:常用的是均方误差E[e(n)^2]最小。
2、语音信号模型与LPC之间的关系
语音信号产生过程:声门激励u(n),声道调制h(n)。
声道系统函数:H(z)=S(z)/U(z)是线性预测合成滤波器,用于重建语音
结论:声道系统函数H(z)可以通过线性预测进行表示,即LPC可以反映声道的参数。(当p足够大的时候,该H(z)模型可以模拟所有语音信号的声道系统。)
3、LPCC
本质:声道可以进行线性假设
原因