LPCC、MFCC和CQCC简介及matlab实现

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：LPC对误差比较敏感（L