论文藏语拉萨语LPC语音参数提取是关于藏语方面的论文题目、论文提纲、藏语论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
摘 要： 藏语语音参数提取是藏语语音识别的关键技术之一,参数提取的精确度直接影响语音识别的效果.线性预测系数（LPC）是语音信号的重要频域参数,是目前语音信号处理过程中比较重要的处理技术,广泛应用于语音压缩、语音声学建模、语音合成、语音识别等过程中.首先介绍了线性预测算法原理,然后提出了藏语语音LPC参数提取的方案,最后在Matlab平台上实现了藏语语音LPC参数的提取和仿真分析,研究结果对完善藏语语音合成技术和提高藏语语音识别效率有一定的研究参考价值.
关键词： 藏语语音； LPC； 参数提取； 语音信号
中图分类号： TN912.3?34 文献标识码： A 文章编号： 1004?373X（2017）18?0020?03
Research on speech parameter extraction of LPC in Tibetan Lhasa language
ZHUO Ga, DONG Zhicheng
（School of Engineering, Tibet University, Lhasa 850000, China）
Abstract： Tibetan speech parameter extraction is the one of the key technologies of Tibetan speech recognition. The accuracy of parameter extraction directly affects the effect of speech recognition. Linear prediction coefficient （LPC）, as an important frequency domain parameter of speech signals, is currently an important processing technology in speech signal processing and widely used in the process of speech compression, speech acoustic modeling, speech synthesis, speech recognition and so on. In this paper, the principle of linear prediction algorithm is introduced. A scheme of LPC parameter extraction from Tibetan speech signals is proposed. LPC parameter extraction from Tibetan speech signals and simulation analysis are conducted on the Matlab platform. The results of the research provide some references for improving the Tibetan speech synthesis technology and the efficiency of speech recognition.
Keywords： Tibetan speech； LPC； parameter extraction； speech signal
語音识别技术是集信号处理技术、语言学、声学等知识的一门综合的、跨学科的技术.目前,由于大数据、深度学习、语音智能化研究的兴起[1],语音识别技术在国内外得到很多专家学者的高度关注[2?4].线性预测算法[5]（Linear Prediction）是语音识别的关键技术之一,这一术语是维纳1947年首次提出的,此后,线性预测应用于许多领域中.1967年,板仓等人最先将线性预测技术直接应用到语音分析和合成中.随着这一算法的深入研究和不断完善,在语音的合成、分析、编码和识别等方面得到了广泛的应用.
本文首先介绍了LPC线性预测算法原理,然后提出了藏语语音LPC参数提取的方案,最后在Matlab平台上实现了藏语语音LPC参数的提取和仿真分析.
1 LPC线性预测算法原理
LPC线性预测原理：对于输入的一段语音信号,首先用信号样点间的相关性,获得线性预测的参数值,然后将预测样点的值与原始语音信号样点的值相减,得到的误差值用某种计算准则降到最低,从而逼近原始语音波形.已知原始语音信号样点值为[s（n）],预测语音信号样点值[s（n）]的关系如下,[p]为原始样点的个数,[ak]为加权系数即预测系数,那么预测样值[s（n）]为[p]个原始样点的加权之和：
[s（n）等于k等于1pak（n-k）]
从而可以得到预测误差为：
[e（n）等于s（n）-s（n）等于s（n）-k等于1pak（n-k）]
然后计算短时平均最小误差：
[ε等于E[e2（n）]等于min]
为了使预测效果最佳,利用均方误差最小算法,得到：
[?[e2（n）]?ak等于0, 1≤k≤p]
令：
[?（i,k）等于E[s（n-i）,s（n-k）]]
得到最小的[ε]为：
[εmin等于?（0,0）-k等于1pak?（0,k）]
从而可以看出,误差越接近于零,那么计算出的线性预测系数越逼近原始语音信号的样点.
在实际应用中,可以用线性预测算法建立线性时不变因果稳定的全极点声道模型[6],并进行语音合成,其数学公式如下,将时域误差[e（n）]进行[z]变化,得到[p]阶的误差滤波器的系统函数：
总结:本论文主要论述了藏语论文范文相关的参考文献,对您的论文写作有参考作用。
参考文献：
1、 藏语方言学和语言地图如何看待康方言 [摘要]本文介绍藏语方言学研究中的地理语言学的研究方法，并利用此方法对所谓的藏语“康方言”进行分析，探讨其具体语言现象，并提出在以往藏语研究中常。
2、 俄藏敦煌写本孔子家语残卷再探 内容摘要：俄藏敦煌写本《孔子家语》残卷是继英藏敦煌写本《家语》残卷之后发现的又一份新材料，其中所蕴含的信息对校勘今本《家语》及推动《家语》相关研。
3、 基于广义S变换吸收衰减参数提取 摘 要：广义S变换通过引入调节因子来改善窗口函数来提高灵活性和时频分辨率，但随着频率的增加，广义S变换窗函数的幅度将迅速增加，对高频能量的时间频。
4、 壮语对广西汉语方言语音影响 摘 要：广西境内的白话、平话、官话、客家话、湘语、闽语六大汉语方言中受壮语影响最多的是白话、平话、官话、客家话。本文主要分析壮语对这四种汉语方言。
5、 理财微语 【新三板分层正式出炉：260家企业有望闯入创新层，2000多只僵尸股有危险】11月24日，全国中小企业股份转让系统发布《全国股转系统挂牌公司分层。
6、 读者感言本刊提示理财微语 读者感言编辑部各位老师：最近，央行发布了关于信用卡收费的新规，取消了滞纳金的收取，改为收取违约金，请问这两种标准之间有什么区别？实际是如何收。