米 川，白俊賢

（河北科技大學(xué)研究生學(xué)院，河北 石家莊 050000）

0 引 言

語(yǔ)音信號(hào)的線性預(yù)測(cè)作為一種工具，已被應(yīng)用于語(yǔ)音信號(hào)處理的各個(gè)方面，是最有效和最流行的語(yǔ)音分析技術(shù)之一。它能夠較為精確地估計(jì)語(yǔ)音參數(shù)，用極少的參數(shù)就可以有效而又正確地表現(xiàn)語(yǔ)音信號(hào)的時(shí)域及頻域特性。

線性預(yù)測(cè)應(yīng)用于語(yǔ)音，是因?yàn)榫€性預(yù)測(cè)可以提供一個(gè)非常好的聲道模型，這個(gè)聲道模型是用準(zhǔn)周期脈沖或隨機(jī)噪聲激勵(lì)一個(gè)線性時(shí)不變系統(tǒng)所產(chǎn)生的輸出而生成的，而這樣的聲道模型對(duì)理論研究和實(shí)際應(yīng)用都是相當(dāng)有用的。本文就是用這樣的線性預(yù)測(cè)模型合成的語(yǔ)音。

1 語(yǔ)音信號(hào)的線性預(yù)測(cè)

語(yǔ)音信號(hào)線性預(yù)測(cè)分析的基本原理是把被分析的語(yǔ)音信號(hào)用一個(gè)模型來(lái)表示，即將信號(hào)看做某一個(gè)模型的輸出，這樣就可以用模型參數(shù)來(lái)描述信號(hào)。

1.1 語(yǔ)音信號(hào)的模型

語(yǔ)音信號(hào)的模型如圖1。

圖1 語(yǔ)音信號(hào)x（n）的模型化表示

其系統(tǒng)傳遞函數(shù)為：

H（z）是以系數(shù)ai和增益G為模型參數(shù)的全極點(diǎn)模型。用系數(shù)｛ai｝可以定義一個(gè)p階線性預(yù)測(cè)器F（z），即：

將這個(gè)p階線性預(yù)測(cè)器從時(shí)域角度理解為：用信號(hào)的前p個(gè)樣本來(lái)預(yù)測(cè)當(dāng)前的樣本得到如下預(yù)測(cè)值：

預(yù)測(cè)器的預(yù)測(cè)誤差：

短時(shí)預(yù)測(cè)均方誤差為：

即：

解方程得到線性預(yù)測(cè)系數(shù)ai的值。

1.2 線性預(yù)測(cè)系數(shù)的提取

首先錄制了一段語(yǔ)音，內(nèi)容為“語(yǔ)音信號(hào)處理”，采樣頻率為8 kHz，對(duì)語(yǔ)音信號(hào)進(jìn)行歸一化處理，消除直流分量。然后將語(yǔ)音信號(hào)進(jìn)行分幀處理，每幀240個(gè)樣點(diǎn)，分別求出每一幀信號(hào)的線性預(yù)測(cè)系數(shù)，線性預(yù)測(cè)計(jì)算階數(shù)為12。其中，樣點(diǎn)（3601－3841）這一幀信號(hào)的線性預(yù)測(cè)系數(shù)提取如圖2所示。

圖2 一幀語(yǔ)音信號(hào)的線性預(yù)測(cè)系數(shù)

線性預(yù)測(cè)系數(shù)為：

2 線性預(yù)測(cè)系數(shù)合成語(yǔ)音

線性預(yù)測(cè)參數(shù)法是一種簡(jiǎn)單和實(shí)用的語(yǔ)音信號(hào)合成方法，特點(diǎn)是復(fù)雜度和成本較低，線性預(yù)測(cè)語(yǔ)音編碼可以有效地估計(jì)基本語(yǔ)音參數(shù)，如基音、共振峰、譜、聲道面積函數(shù)等，可以對(duì)語(yǔ)音的基本模型做出精確的估計(jì)。求出預(yù)測(cè)誤差e（n）和預(yù)測(cè)系數(shù)ai后，可求出合成語(yǔ)音

2.1 合成模型

線性預(yù)測(cè)合成模型是一種濾波器模型，這種語(yǔ)音合成器的框圖如圖3所示，其中的聲道參數(shù)和時(shí)變?yōu)V波器由預(yù)測(cè)系數(shù)ai直接遞歸濾波器所構(gòu)成。語(yǔ)音合成的結(jié)構(gòu)如圖4所示。

圖3 語(yǔ)音合成器的框圖

圖4 語(yǔ)音合成的結(jié)構(gòu)圖

2.2 重疊存儲(chǔ)法

語(yǔ)音信號(hào)參數(shù)合成都是一幀一幀計(jì)算的，而且信號(hào)在分幀的過(guò)程中還有重疊，那么在語(yǔ)音合成的時(shí)候如何把一幀幀的數(shù)據(jù)連接成連續(xù)的、平滑的數(shù)據(jù)流，而不使數(shù)據(jù)中間產(chǎn)生中斷或跳變非常重要。

設(shè)有兩個(gè)時(shí)間系列h（n）和x（n），它們的長(zhǎng)度相差很大。若h（n）的長(zhǎng)度為N、x（n）的長(zhǎng)度為N1，而N1?N。將x（n）分幀為xi（m），相鄰兩幀之間互不重疊，每幀長(zhǎng)與h（n）的長(zhǎng)相接近，然后將每幀xi（m）與h（n）做卷積。

假設(shè)h（n）是時(shí)不變的，在它的后面補(bǔ)零值，有

xi（m）每幀長(zhǎng)度為N＋M－1，要求分幀后每幀的最后一個(gè)數(shù)據(jù)點(diǎn)都在iM（i＝1，2，…）處，對(duì)于第一幀（i＝1）數(shù)據(jù)幀的最后一點(diǎn)在M處，其長(zhǎng)度只有M，達(dá)不到N＋M－1，只能向前補(bǔ)了N－1個(gè)零值，所以在分幀前數(shù)據(jù)x（n）要前向補(bǔ)N－1個(gè)零值，有

前向補(bǔ)零后的（n）進(jìn)行分幀，每幀xi（m）為xi（m）＝（n） （i－1）M＋1≤n≤iM＋N－1

對(duì)（m）和xi（m）計(jì)算卷積，得到

每幀卷積結(jié)果舍去前N－1個(gè)點(diǎn)，而只保留最后M個(gè)值，即每次卷積只取yi（m）的最后M個(gè)值：

而輸出序列為

2.3 合成結(jié)果

原始語(yǔ)音信號(hào)波形和合成語(yǔ)言信號(hào)如圖5所示。

圖5 原始語(yǔ)音信號(hào)波形和合成語(yǔ)音信號(hào)

3 結(jié) 論

本文對(duì)語(yǔ)音信號(hào)的線性預(yù)測(cè)分析進(jìn)行了比較系統(tǒng)的探討，并用Matlab進(jìn)行了具體實(shí)驗(yàn)，說(shuō)明了線性預(yù)測(cè)可提供一種簡(jiǎn)單而有效的用少量參數(shù)來(lái)表示語(yǔ)音信號(hào)的方法，這種方法是以語(yǔ)音信號(hào)數(shù)字模型為基礎(chǔ)。實(shí)際應(yīng)用中，線性預(yù)測(cè)模型帶來(lái)的誤差不大、分析計(jì)算簡(jiǎn)單、速度快、計(jì)算所得數(shù)據(jù)量少，因此它在語(yǔ)音分析中的地位是極其重要的。

［1］ Linde，Buro，Gray.An Algorithm for Vector Quantizer Design［J］.IEEE Transaction Communication，1980，（28）：84－95.

［2］ 韓紀(jì)慶.語(yǔ)音信號(hào)處理［M］.北京：清華大學(xué)出版社，2004.

［3］ 王京輝.語(yǔ)音信號(hào)處理技術(shù)研究［M］.濟(jì)南：山東大學(xué)，2008.

［4］ 周偉雄.語(yǔ)音信號(hào)的神經(jīng)網(wǎng)絡(luò)非線性分析模型及應(yīng)用［D］.廣州：華南理工大學(xué)碩士學(xué)位論文，2010.

［5］ 高曉紅.基于非線性理論的漢語(yǔ)語(yǔ)音的分析［D］.長(zhǎng)沙：中南大學(xué)碩士學(xué)位論文，2012.

［6］ 宋知用.MATLAB在語(yǔ)音信號(hào)分析與合成中的應(yīng)用［M］.北京：北京航空航天大學(xué)出版社，2013.