Привет всем. Пишу программу по обработке речевых сигналов. Если реализация ДПФ и Полосовых Фильтров не составила труда, то вот с Коэффициентами Линейного Предсказания возник трабл

Может быть кто-то знает простой алгоритм для вычисления спектра речевого сигнала на основе линейного предсказания? Естесственно, алгоритм пишется на C/C++. Если кто-то знает, напишите пожалуйста кусок кода хотя бы для анализа текущего сегмента (окна).

Заранее спасибо

народ хелп горю

для этого надо сесть и немного пописать на бумажке...
z - оператор запаздывания
s - сигнал
A(z) - полином, соответствующий модели линейного предсказания
e=A(z^-1)s - ошибка линейного предсказания
E(w) - значение спектра сигнала e на частоте w
S(w) - соответственно для сигнала s
T - период дискретизации
тогда:
E(w)=A(exp(-iwT)S(w)
S(w)=E(w) / A(exp(-iwT))
|S(w)|=|E(w)| / |A(exp(-iwT))|
обычно в данной модели принимают |E(w)|=E - не зависит от w, т.е. e - сигнал типа "белый шум"
тогда получается:
|S(w)|=E / |A(exp(-iwT))|

Это сообщение отредактировал(а) maxim1000 - 20.5.2004, 11:17

Ну и как по этому описанию составить алгоритм? Это все теория, теории - полный интернет. А толковую библиотеку - днем с огнем.

1. берем кусок сигнала
2. находим такие коэффициенты полинома A, чтобы среднеквадратическая ошибка была наименьшей. Обычно это делают через автокорреляционную функцию - решают систему линейных уравнений: c(j+1)=a1*c(j)+a2*c(j-1)+...+am*c(j-m+1)
3. при определении коэффициентов полинома A также определяем среднеквадратическое значение сигнала ошибки
4. вычисляем модуль спектра |S(w)|=E / |A(exp(-iwT))|

Цитата

Это все теория, теории - полный интернет

ну так обычно в теории и дается алгоритм

Алгоритм простой - решить уравнение, записанное в самом конце статьи (уравнение Юла-Уокера).
Коэффициенты от 1 до a(p) - искомые коэффициенты LPC-фильтра.
Добавлено @ 22:28
З.Ы. поскольку обрабатываешь речь, самый действенный способ - решить уравнение "в лоб".
Всякие "навороченные" методы, которые могут ускорить вычисления, обладают плохой устойчивостью, особеннно когда матрица R плохо обусловлена. Будешь получать всякие exception' ы из-за того, что напрашивается решение с комплексными коэффициентами.
Положение осложняется тем, что для речи порядок LPC фильтра должен быть не ниже 12. Иногда и больше.
Вобщем, с наскока сразу не сделаешь, потратишь некоторое время. Зато в Матлабе получается всё красиво

Присоединённый файл ( Кол-во скачиваний: 12 )
 Youle.doc

Как пример - процедура Левинсона-Дарбина. Не самое лучшее решение, но наведет на мысли.

Код

#include <math.h> #include <stdlib.h> #include <stdio.h> /* Calculation of LPC filter koeffs using Levinson - Durbin recursion. *acf = ponter to array of autocorrelation function values acf[0], acf[1]....acf[lpc_order] *lpc = pointer to filter koeffs calculated by function  a[0],a[1]...a[lpc_order-1] lpc_order = the order of LPC */ float lpc(float *acf, float *lpc, int lpc_order) { int i,j; float tmp0,E,Pk; float *tmp; tmp=(float *)malloc(lpc_order*sizeof(float)); E=acf[0]; for(i=0;i<lpc_order;i++) lpc[i]=0.0; for(i=0;i<lpc_order;i++) { tmp0=acf[i+1]; for(j=0;j<i;j++) tmp0-=lpc[j]*acf[i-j]; if(fabs(tmp0)>=E) break; lpc[i]=Pk=tmp0/E; E-=tmp0*Pk; for(j=0;j<i;j++) tmp[j]=lpc[j]; for(j=0;j<i;j++) lpc[j]-=Pk*tmp[i-j-1]; } free(tmp); return E; } /* LPC analyse FIR filter (whitening filter) *data = pointer to input/output data *lpc = pointer to filter koeffs *z = pointer to filter memory data_length = the length of the data to be processed lpc_order = the order of LPC */ void lpc_analyse_filter(float *data,float *lpc,float *z,int data_length,int lpc_order) { int i,j; float tmp; for(i=0;i<data_length;i++) { tmp=data[i]; for(j=0;j<lpc_order;j++) tmp-=z[j]*lpc[j]; for(j=lpc_order-1;j>0;j--) z[j]=z[j-1]; z[0]=data[i]; data[i]=tmp; } return; } /* LPC synthesis IIR filter (modeling filter) *data = pointer to input/output data *lpc = pointer to filter koeffs *z = pointer to filter memory data_length = the length of the data to be processed lpc_order = the order of LPC */ void lpc_synthesis_filter(float *data,float *lpc,float *z,int data_length,int lpc_order) { int i,j; float tmp; for(i=0;i<data_length;i++) { tmp=data[i]; for(j=0;j<lpc_order;j++) tmp+=z[j]*lpc[j]; for(j=lpc_order-1;j>0;j--) z[j]=z[j-1]; z[0]=data[i]=tmp; } return; }

Цитата

Как пример - процедура Левинсона-Дарбина. Не самое лучшее решение, но наведет на мысли.

упс... в моей магистерской как раз используется этот метод...
а нельзя ли подробней почему? (а то надо быть готовым к этому на защите )

А что тут говорить? Итеративная процедура, придуманная ого-го когда. На защите наверняка могут спросить об устойчивости синтезированного фильтра. Если фильтр неустойчив, то при малом входном сигнале можно получить очень большой выходной. Скажешь, как ввести проверку условия устойчивости.