论文部分内容阅读
针对某些语音LPC（Linear Prediction Coding）分析的缺陷提出一种改进算法。该算法重点研究经典LPC分析后基音激励方向向下的语音，对这种浊音LPC残差进行后滤波以取代预增强的方法使其逼近语音激励。该算法将传统LPC分析中的声道模型和声门模型分开考虑，既避免了引入ARMA模型难以计算的缺陷，同时又显著的抵消了声门模型中极点的影响。实验表明，该算法对经典LPC分析后基音激励方向反向的语音，改善效果明显，残差的方向性与理论分析更加吻合。最后将该方案应用于语音水印的研究中，具有一定实用性。