PROCESAMIENTO DIGITAL DE SEÑALES

TRABAJO N° 12

NOMBRES: DAVID LÓPEZ, JUAN MENA

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.