手機對話中的語音處理（三）

標籤：mil   osi   hid   流程   post   log   lan   string   border   

本系列文章由 @YhL_Leo 出品。轉載請註明出處。
文章連結： http://blog.csdn.net/yhl_leo/article/details/50359479

上一篇：部落格手機對話中的語音處理（二）講述了有聲語音利用LP模型進行語音合成的整個流程，本文將講述LP預測合成技術在無聲語音（即雜訊）中的使用。

2.2 30毫秒無聲語音的LP合成

從上篇部落格的語音波形圖中選取一部分30毫秒的無聲語音訊號（這裡選擇2000~2239這段訊號）：

input_frame=speech(2000:2239);plot(input_frame);

圖 1 語音波形

繪製出其功率譜密度圖。須要強調的是，我們如今處理的是雜訊（並不是語音），所以採用平均周期頻譜來估算功率譜密度（相比一個簡單的周期頻譜而言頻率解析度減少）。這裡使用Matlab中的pwlech函數，預設將語音幀分為8個子幀，相鄰之間重疊度為50%。

pwelch(input_frame);

圖 2 功率譜密度圖

相同使用LP模型，p=10合成一個新的幀。

合成的時候，使用all-pole濾波（使用預測殘差的標準差σ作為其標準差）處理高斯白色雜訊幀：

[ai, sigma_square]=lpc(input_frame,10);sigma=sqrt(sigma_square);excitation=randn(240,1);synt_frame=filter(sigma,ai,excitation);plot(synt_frame);

圖 3 合成語音波形

相同繪製出其功率譜密度圖：

pwelch(synt_frame);

圖 4 合成音功率譜密度圖

非常明顯，儘管合成音的波形與原音的波形基本沒什麼共同點，可是功率譜密度圖還有些類似。

這就是LP模型的雜訊合成分析~

手機對話中的語音處理（三）