摘 要

线性预测是现如今比较有效及简洁的语音分析方法，它被大量的运用在各种语音处理技术中。本文主要研究的是线性预测在语音信号合成中的应用。线性预测是求取使预测误差最小的预测系数，用这些系数来表示语音特性的一种分析技术，它一般都是选用全极点模型。通过对语音分析得到预测系数，计算声道参数，合成出较高音质的语音。

本文着重研究了预测理论在语音处理中的应用，预测理论最早应用于语音的编码中，对语音进行线性预测能够获得语音的参数，从而实现压缩传输。有了语音的压缩技术，进而将线性预测理论应用于语音分析合成中。深入分析线性预测在语音分析合成中的应用。同时还研究了共振峰和基音参数语音合成法以及频谱参数语音合成的合成原理及效果，并将这两种方法的合成效果与线性预测系数和基音参数语音合成法的合成效果进行比较并在MATLAB上进行仿真实现。

本文中的主要内容：

（1）讨论研究的目的及意义，研究语音处理的国内外现状，总结了研究内容及章节安排。

（2）研究语音的线性预测分析，主要研究线性预测的原理及算法。

（3）研究语音的基音检测，主要研究基音检测的原理及仿真实现。

（4）研究语音的共振峰检测，主要研究共振峰检测的原理以及仿真实现。

（5）实现三种语音合成方法在MATLAB上的仿真实现，并将结果进行比较，得出线性预测合成法在简单的语音信号合成中比较适用。

关键词：语音信号；LPC；共振峰；语音合成；MATLAB

Abstract

Linear prediction is nowadays more effective and concise speech analysis method, which is widely used in various speech processing technology. In this paper, i mainly study the application of linear prediction in speech signal synthesis. Linear prediction is to obtain the predicted minimum forecasting error coefficient, using these coefficients to represent speech characteristics of an analysis technique, it is usually choose the all pole model. Through the speech analysis prediction coefficient,channel parameter calculation, to synthesize high quality speech.

This paper focuses on the prediction theory in the speech processing applications, prediction theory, which was first used in speech coding, speech linear predictive speech parameters, so as to realize the compression and transmission. The voice compression technology, and then the linear prediction theory for the analysis of speech synthesis. In depth analysis of linear prediction in speech analysis synthesis application. At the same time, it studies the resonance peaks and pitch parameters of speech synthesis and speech spectrum parameter synthesis synthetic principle and effect and the synthesis effect of the synthetic effect and linear prediction series number and pitch parameter speech synthesis method of these two methods and compared in MATLAB To carry out the simulation.

The main elements of the text:

(1)Discussing the purpose and significance of research, researching status both at home and abroad of speech processing , summarizing up the contents and chapters arrangements.

(2)Researching linear predictive analysis of the speech , the main of it is principle and algorithm of linear prediction .

(3)Researching pitch detection of the speech,the main of it is the principle of pitch detection and Simulation.

(4)Researching formant detection of the speech, the main of it is the principle of formant detection and Simulation.

(5)Achieving three speech synthesis method implemented in MATLAB simulation, and the results were compared, results in a simple linear prediction synthesis speech signal synthesis is more appropriate.

Keywords: Speech signal; LPC; formants; speech synthesis; MATLAB

目 录

摘 要 I

Abstract II

第1章 绪 论 1

1.1研究的目的与意义 1

1.2国内外现状 1

1.3研究的主要工作与章节安排 3

第2章 语音信号线性预测 4

2.1语音信号产生模型 4

2.2语音信号的线性预测分析 5

2.3线性预测分析的解法 6

第3章语音信号的基音周期检测 8

3.1能量过零率检测法的断点检测 8

3.2基于能熵比端点检测的基音周期检测 9

3.3实验仿真结果及算法 12

第4章 语音信号的共振峰检测 13

4.1共振峰检测原理 13

4.2实验仿真结果及分析 17

第5章 语音信号合成方法的研究 18

5.1线性预测系数和基音参数的语音信号合成 18

5.1.1语音型号的声学模型 18

5.1.2语音信号合成模型模型 18

5.1.3设计合成算法的流程及实验结果讨论 20

5.2共振峰和基音参数的语音信号合成 21

5.2.1共振峰与基音参数语音合成的原理 21

5.2.3设计语音合成的流程与实验仿真结果讨论 23

5.3频谱参数语音合成 25

5.3.1合成原理 25

5.3.2实验仿真结果及分析 26

5.4语音信号合成法的比较 27

第6章 总结与展望 28

6.1论文总结 28

6.2未来工作展望 29

参考文献 30

致 谢 31

第1章 绪 论

1.1研究的目的与意义

当前，电子信息科学技术在急速的发展，计算机已经是人们生活中不可或缺的一部分了，智能机器人也是人们不断追求的部分，人们不断的完善它的功能，希望它能够成为计算机和人类的结合体，拥有极其强大的功能。而不管它有什么其它高端的功能，语言功能都是其最基本的功能，因为语言是人类交换信息中最便捷的一种交流方式。因此人机（不只是机器人，还包括电脑等电子产品）交流是如今语音信号处理中的一个重要研究部分，是当今时代信息产业的重要竞争市场。现在人机交流技术已经发展到了一定阶段，已经实现了机器基本、简单的说话功能。

要构成一个能听能讲的语音系统实现人机交流，语音信号合成是其中必不可少的一个重要技术。语音合成技术已经在现实里得以实现与应用，并开始了商品化，已成为一种别样的产业，而且这个进程会不断加快，加深。

语音合成实现的功能就是将任何文字转换成和人类语言一样，可听可懂，有着高自然度，高准确度的语音信号，并通过机器将其播放出来，实现机器“开口说话”。与将语音信号记录，存储下来再通过播放器将语音播放出来的录音不同，语音合成是建立一个包含语音单元的库，然后将任何文字输入其中，系统都可以从中取出相应的语音单元合成想要的语音信号。从语音合成技术被提出开始到现在，它已经发展了几十年了，这项技术已经开始走向成熟。在这几十年里，人们已经发明了大量的方法来实现语音合成以及提高语音合成的质量。这些方法从技术方面看大体可以分为波形合成法、参数合成法和规则合成法。由于参数合成法是用分析出的语音参数来合成语音，所以只需保持这些需要的参数。这样就大大压缩了合成语音的压缩量。这种方法包括LPC合成、LSP合成。LPC合成主要是采用线性预测分析语音得到预测系数，构成声道模型，再根据语音产生模型合成语音。