手机对话中的语音处理（三）

本系列文章由 @YhL_Leo 出品，转载请注明出处。
文章链接： http://blog.csdn.net/yhl_leo/article/details/50359479

---

上一篇：博客手机对话中的语音处理（二）讲述了有声语音利用LP模型进行语音合成的整个流程，本文将讲述LP预测合成技术在无声语音（即噪声）中的使用。

2.2 30毫秒无声语音的LP合成

从上篇博客的语音波形图中选取一部分30毫秒的无声语音信号（这里选择2000~2239这段信号）：

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

图 1 语音波形

绘制出其功率谱密度图，需要强调的是，我们现在处理的是噪声（并非语音），所以采用平均周期频谱来估算功率谱密度（相比一个简单的周期频谱而言频率分辨率降低）。这里使用Matlab中的pwlech函数，默认将语音帧分为8个子帧，相邻之间重叠度为50%。

pwelch(input_frame);

图 2 功率谱密度图

同样使用LP模型，p=10合成一个新的帧。合成的时候，使用all-pole滤波（使用预测残差的标准差σ作为其标准差）处理高斯白噪声帧：

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

图 3 合成语音波形

同样绘制出其功率谱密度图：

pwelch(synt_frame);

图 4 合成音功率谱密度图

很明显，虽然合成音的波形与原音的波形基本没什么共同点，但是功率谱密度图还有些相似。

这就是LP模型的噪声合成分析~