语音信号线性预测分析仿真

专业课设2013年1月语音信号线性预测分析仿真院（系、部）：信息工程学院姓名：熊洁班级：通092学号：090935指导教师签名：王嵩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，能够在尽量保持原音质的基础上合成出高质量的语音。本文重点研究了线性预测（LPC）的原理、Levinson-Durbin算法，基于MATLAB进行语音线性预测仿真，并对参数的选取做了比较分析。关键词语音信号LPCLevinson-Durbin算法MATLAB仿真AbstractAsoneofthemosteffectivespeechanalysistechnique,linearpredictionisakindofbasedonthepolemodelassumptionandminimummeansquareerrorcriterionofwaveapproximationtechnique,basedontheaudiosignaloftimedomainandfrequencydomainanalysisoftrackparametersvaluations,withafewlowinformationrateoftime-varyingparametersaccuratelydescribethenatureofthespeechwaveformandspectrum,tobeabletotrytokeeptheoriginalsoundqualityonthebasisofthesynthesisofhighqualityspeech.Thispapermainlystudiesthelinearprediction(LPC),Levinson-fromtheprincipleofthealgorithm,basedonMATLABspeechlinearpredictionsimulation,andtheselectionofparameterstodoacomparativeanalysis.KeywordsvoicesignalLPCLevinson-DurbinalgorithmMATLABsimulation目录第1章绪论................................................................................................................11.1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............................................................................22.1语音信号的产生.....................................................................................................................22.2线性预测的概念与原理.........................................................................................................22.2.1线性预测分析的概念.......................................................................................................22.2.2LPC和语音信号模型的关系............................................................................................42.3解线性预测参数方程组的算法.............................................................................................52.3.1Levinson-Durbin自相关解法..........................................................................................52.3.2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...................................................................103.1仿真内容...............................................................................................................................103.2仿真系统模型.......................................................................................................................103.3仿真工作过程........................................................................................................................113.3.1语音信号采样..................................................................................................................113.3.2预加重..............................................................................................................................113.3.3叠接窗分析.....................................................................................................................133.3.4汉明窗.............................................................................................................................143.3.5自相关算法.....................................................................................................................143.3.6数字滤波器.....................................................................................................................163.4仿真结果分析.......................................................................................................................18参考文献......................................................................................................................181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(LinearPrediction)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、语音识别和说话人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激励源通过一个线性时不变系统产生的输出，那么可以利用LPC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。此外，LPC分析还能够对共振峰、功率谱等语音参数进行精确估计，LPC分析得到的参数可以作为语音识别的重要参数之一。2第2章线性预测的基本原理2.1语音的产生为了用数字信号处理的方法对语音信号进行处理，首先要建立语音信号产生的数字模型，因此，我们必须在对人的发声器官和机理上进行研究的基础上，才能建立精确的模型。空气由肺部排入喉部，经过声带进入声道，最后由嘴辐射出声波，这就形成了语音。在声门以左，称为“声门子系统”，它负责产生激励振动；右边是“声道系统”和“辐射系统”。当发出不同的语音，激励和声道的情况是不同的，它们对应的模型也不同。空气经过声带时，如果声带是紧绷的，则声带将周期性地开启和闭合。声带启开时，空气流从声门喷出，形成一个脉冲，声带闭合时相应于脉冲序列的间隙期。因此，这种情况下在声门处产生一个准周期脉冲的空气流。该空气流经过声道流入声道后从嘴唇辐射出来，从而产生浊音。如果声带是完全舒展的，则空气流将不受影响的通过声门并进入声道。这时，如果声道有某部位收缩成一个狭窄的通道，则空气流到达此处时将被迫高速冲过此收缩区，并在附近形成湍流，这种空气湍流激励声道后便形成清音或摩擦音。这时，如果声道有部位完全闭合，则当空气流到达时将在此处形成空气压力，一旦闭合处突然开启便会让空气压力快速释放，激励声道后便会形成爆破音。语音信号是一种典型的非平稳信号。但是由于语音的形成过程与发音器官的运动密切相关，这种物理运动比起声音振动速度来讲要缓慢得多，因此语音信号常常可假定为短时平稳的，即在10~20ms