语音的线性预测编码(LPC)

rss=sxcorr(length(sxcorr)-space+1:length(sxcorr)); %预测系数与相关系数的互相关 reconv=conv(fliplr(ra),rss); re=reconv(length(reconv)-space+1:length(reconv)); %清音浊音判断 max=0.25;period=0; for k=24:space
语音信号加载
clear,clc,close all %读取语音信号 [voice,fs,bits]=wavread('voice'); y=voice(1:8*fs)'; %将语音信号分为段长为160样本的若干段 space=160; N=floor(length(y)/space);
计算LPC系数 能量 周期
b=re(k)/re(1); if b>max
max=b; period=k; end end A(i,:)=a; G(i)=g; T(i)=period; end
声音合成
result=[]; for i=1:N
x=zeros(1,space); if T(i)>0
%周期冲激串发生器,做为浊音 for k=0:floor(space/T(i))
p=10; %LPC阶数 A=zeros(N,p+1);%LPC预测系数 G=zeros(N,1); %能量 T=zeros(N,1); %周期 for i=1:N
s=y((i-1)*160+1:(i*160)); %利用lpc函数求解预测系数a和能量g [a,g]=lpc(s,p); %预测系数的自相关序列 raxcorr=xcorr(a,a); ra=raxcorr(length(a):2*length(a)-1); %语音自相关序列 sxcorr=xcorr(s,s);
x(k*T(i)+1)=1*100*G(i)*(-1)^k; end %全极点滤波器 x=filter(1,A(i,:),x); else %白噪声发生器，做为清音 x=randn(1,length(x))*G(i)*10; end result((i-1)*160+1:(i*160))=x(1:space); end
信号波形比较
subplot(211);plot(y);title('输入语音波形'); subplot(212);plot(result);title('合成后的语音波形');
Байду номын сангаас
信号声音比较
sound(y,fs); sound(result,fs);
Pub lished with MATLAB® R2012b
Conte nts
语音的线性预测编码（LPC） 语音信号加载 计算LPC系数 能量 周期 声音合成 信号波形比较 信号声音比较
语音的线性预测编码（LPC）
%{ 目的:
理解和掌握语音的线性预测编码（LPC）算法原理，掌握自相关互相关的计算方法，掌握基音周期的求法。 要求:
1.使用MATLAB语言实现基于线性预测编码（LPC）的语音信号分析与合成； 2.将合成的语音信号与原语音信号作比较，评估合成效果。 步骤: 1．读取语音信号（采样频率8000赫兹，8位编码，wavread），并将语音信号分为帧长为160的若干帧； 2．利用lpc函数求解预测系数，设全极点滤波器阶数为10； 3．利用自相关序列判断每帧是清音还是浊音，并求出浊音的基因周期； 4．合成语音信号，清音帧用白噪声，浊音帧用周期冲激串通过相应的全极点滤波器而合成； 5．分别画出原始语音信号和合成语音信号的波形作对比，通过试听比较效果。 作者: 王龙河 2011010501 时间: 2014.1.1星期三 %}