GRUPO: 6 NRC: 3623 NIVEL: V PROFESOR: Ing. Ruben León PARCIAL: ll TEMA: Resumen del capítulo 6 de DTSP de Oppenheim
SANGOLQUÍ, 2017 UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
6. Análisis Predictivo Lineal
El análisis predictivo lineal es uno de los más poderosos y ampliamente
utilizan técnicas de análisis del habla. La importancia de este método tanto en su capacidad para proporcionar estimaciones precisas de los parámetros del habla y en su velocidad relativa de cálculo
6.1 La predicción lineal y el modelo de habla
Lo particular Del modelo fuente / sistema implícito por la predicción lineal
se muestra en la figura 6.1, donde el modelo de voz es la parte dentro del cuadro discontinuo. En intervalos de tiempo cortos, el sistema lineal es
Descrito por una función de sistema de todos los polos de la forma:
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
6.2 Cálculo de los coeficientes de predicción
Hasta ahora no hemos sido explícitos sobre el significado del promedio la notación h i se utiliza para definir el error de predicción cuadrático medio en (6.7).
Como hemos indicado, en un procedimiento de análisis de corta duración,
el promedio debe estar sobre un intervalo finito.
6.2.1 El método de covarianza
Un enfoque para calcular los coeficientes de predicción se basa en la
definición
Teniendo la siguiente grafica
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
6.2.2 El Método de Autocorrelación
Tal vez el método más ampliamente utilizado de análisis predictivo lineal
se llama método de autocorrelación porque la función de covarianza Φn [i, k] necesario se reduce a la STACF φn [| i - k |]. En el método de autocorrelación, el Segmento de análisis sn [m] se define como
6.3 Recursión Levinson-Durbin
Como se indica en (A.2) anterior, la matriz Φ en (6.12) es una definición
positiva simétrica Toeplitz, lo que significa que todos los elementos de una Diagonal en la matriz son iguales. La ecuación (6.22) muestra las estructura de la ecuación matricial Φα = ψ para la autocorrelación método UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
6.4 Espectro LPC
La interpretación del dominio de frecuencia del análisis predictivo lineal proporciona un enlace informativo a nuestras discusiones anteriores de la STFT y cepstrum análisis. El método de autocorrelación se basa en el tiempo corto función de autocorrelación, φn [m], que es la Fourier discreta inversa transformada de la magnitud-cuadrado de la STFT. Señal de voz en ventana [m] = s [n + m] w [m]. Los valores φn [m] para M = 0,1, ..., p se utilizan para calcular los coeficientes de predicción y la ganancia, que a su vez definen la función H (z) del sistema vocal.
Como hemos observado antes, el rápido Las variaciones con frecuencia en
el STFT se deben principalmente a la excitación, Mientras que la forma general se supone que está determinada por la Efectos del pulso glótico, función de transferencia del tracto vocal y radiación UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
Evidentemente, la Los espectros predictivos tienden a favorecer los
picos de la Fourier de corta duración transformar. Que esto es cierto en general se puede argumentar utilizando el Parseval Teorema del análisis de Fourier UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
6.5 Representaciones equivalentes
Los parámetros básicos obtenidos por el análisis predictivo lineal son la ganancia G y los coeficientes de predicción {αk}. De éstos, una variedad de Se pueden obtener representaciones equivalentes. Estas diferentes representaciones Son importantes, particularmente cuando se usan en la codificación del habla, Porque a menudo deseamos cuantificar los parámetros del modelo para la eficiencia En el almacenamiento o la transmisión del habla codificada
6.5.1 Raíces de la función del sistema de error de predicción
La ecuación (6.5) muestra que la función del sistema del error de
predicción Filtro es un polinomio en z -1 y por lo tanto se puede representar en términos De sus ceros como
Teniendo las siguientes graficas:
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
6.5.2 Coeficientes de LSP
Una alternativa mucho más deseable para la cuantificación de las raíces de
A (z) fue introducido por Itakura [52], que definió el par de espectro de línea (LSP) polinomios 6
6.5.3 Cepstrum de Respuesta de Impulso de Tracto Vocal
Una de las representaciones alternativas más útiles del predictor lineal Es el
cepstrum de la respuesta de impulso, h [n], del tracto vocal filtrar. La respuesta de impulso se puede calcular recursivamente a través de la diferencia ecuación:
6.5.4 Coeficientes PARCOR
Hemos mencionado que si tenemos un conjunto de coeficientes PARCOR,
podemos simplemente usarlos en el paso (D.2) del algoritmo de Levinson- Durbin obteniendo así un algoritmo para convertir PARCORs en Coeficientes predictores. Al trabajar hacia atrás a través del Levinson- Algoritmo de Durbin, podemos calcular los coeficientes PARCOR de un conjunto dado de coeficientes predictores. El algoritmo resultante es dada a continuación UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
6.5.5 Coeficientes de área de registro
Como se mencionó anteriormente, la representación de filtro de
reticulación del tracto vocal Está fuertemente relacionado con los modelos de tubos acústicos concatenados Física de la propagación del sonido en el tracto vocal. Estos modelos se caracterizan por Por un conjunto de áreas de sección transversal de tubo denotadas Ai . Estas "áreas Función "son representaciones alternativas útiles de la función vocal Trazado modelo obtenido a partir de análisis predictivo lineal. Específicamente, la Los parámetros de relación de área de registro se definen como
6.6 El papel de la predicción lineal
En este capítulo, hemos discutido muchos de los fundamentos del análisis
predictivo del habla. El valor del análisis predictivo lineal de su capacidad de representar en una forma compacta la parte del modelo vocal asociado con el tracto vocal, que a su vez está estrechamente relacionado con la representación fonémica de la señal de habla. Mayores 40 años de investigación sobre métodos predictivos lineales han producido una conocimiento que ha sido ampliamente y efectivamente aplicado en casi area de procesamiento del habla, pero especialmente en la codificación del habla, síntesis del habla, y el reconocimiento del habla. El presente capítulo y los capítulos 3-5 constituyen la base de los capítulos restantes de este texto, que en estas áreas de aplicación particulares.