语音信号LPC分析的编程实现

摘要

线性预测编码作为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，是语音编码中的一种重要技术，运用这种编码方式通过对音频信号的时域和频域分析，线性预测编解码，滤波等处理，能够在尽量保持原音质的基础上合成出高质量的语音。

本文通过对波形编码，参量编码，混合编码，中低速率编码的介绍，重点研究了线性预测（LPC）的原理、Levinson-Durbin算法及MATLAB在处理语音信号时的应用。最后以MATLAB为开发工具，编写了线性预测编码的程序，对语音信号进行了线性预测编码处理，并对阶数的选取做了比较分析。

关键词语音信号LPC 莱文森-杜宾算法MATLAB仿真

Abstract

LPC all-pole model as based on assumptions and the smallest mean squared prediction error criterion of waveform approximation technique，is an important speech coding techniques，By using this encoding audio signals in time domain and frequency domain analysis, linear prediction coding and decoding, filtering processing, able to keep the original sound quality on the basis of high-quality voice synthesis.

In this paper，based on the introduction of the waveform coding，parametric coding, hybrid coding, low rate coding, focuses on the linear prediction (LPC) principle，Levinson-Durbin algorithm and MATLAB in the application of speech signal processing. Finally, with MATLAB as the development tool，write a linear predictive coding procedures，voice signal processing of linear predictive coding.,and the number of orders to do a comparative analysis.

Keywords voice signal LPC Levinson - Durbin algorithm MATLAB simulation

目录

第1章绪论 (1)

1.1 语音信号LPC分析技术的基本概念 (1)

1.2 语音信号LPC分析技术的发展 (2)

1.3 语音信号LPC分析技术的应用 (2)

1.4 基本设计要求及设计思路 (3)

第2章线性预测编码的基本原理 (4)

2.1 语音信号的数字模型 (4)

2.1.1 激励模型 (4)

2.1.2 辐射模型 (5)

2.1.3 声道模型 (5)

2.2 线性预测的概念与原理 (6)

2.2.1 线性预测分析的概念 (6)

2.2.2 自相关法 (7)

2.2.3 协方差法 (8)

2.2.4 全极点声道模型 (8)

2.3 解线性预测参数方程组的算法 (9)

2.3.1 利用乔里斯基分解计算协方差法的方程组 (9)

2.3.2 利用杜宾递推算法计算自相关法的方程组 (11)

2.3.3 利用格型法求解线性预测系数 (12)

2.4 各种算法的比较 (16)

第3章编程实现LPC分析 (19)

3.1 MATLAB的简介 (19)

3.2 基于MATLAB的编程实现 (20)

3.2.1 程序设计流程图 (21)

3.2.2 主函数及其功能 (21)

3.2.3 程序分析 (22)

3.2.4 实验结果与分析 (24)

3.3 基于C的编程实现 (24)

结束语 (26)

谢辞 ............................................................................................ 错误!未定义书签。

参考文献 (27)

附录 (28)

第1章绪论

1.1 语音信号LPC分析技术的基本概念

语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科。处理的目的就是要得到一些语音参数以便高效的传输或存储；或者是通过处理的某种运算以达到某种用途的要求，例如人工合成出语音、辨识出说话者、识别出讲话的内容等。

人类社会愈来愈显示出信息社会的特点。不但在人与人之间，而且在人与机器之间每时每刻都需要进行大量的信息交换。通信或信息交换已经成为人类社会存在的必要条件，正如衣食住行对于人类是必要的一样。

虽然，嗅觉、触觉等也是人类固有的感觉，人们也可以从中得到某些外界信息，但是可以指出，最重要的、最精细的信息源只有图像和语言两种。而且，语言是人类最重要、最有效、最常用和最方便的通讯形式。

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。

LPC：Linear Predictive Coding，线性预测编码。

线性预测(Linear Prediction)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。

参数编码又称为声源编码，是将信源信号在频率域或其它正交变换域提取特征参数，并将其变换成数字代码进行传输。译码为其反过程，将收到的数字序列经变换恢复特征参量，再根据特征参量重建语音信号。具体说，参数编码是通过对语音信号特征参数的提取和编码，力图使重建语音信号具有尽可能高的准确性，但重建信号的波形同原语音信号的波形可能会有相当大的差别。

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