Оценка форманта с коэффициентами LPC

Этот пример показывает, как оценить частоты форманта гласных с помощью линейного прогнозирующего кодирования (LPC). Формантные частоты получаются путем нахождения корней полинома предсказания.

Этот пример использует речевую выборку mtlb.mat, который является частью Signal Processing Toolbox™. Речь отфильтрована lowpass. Из-за низкой частоты дискретизации эта речевая выборка не оптимальна для этого примера. Низкая частота дискретизации ограничивает порядок авторегрессионной модели, которую можно подогнать к данным. Несмотря на это ограничение, пример иллюстрирует метод использования коэффициентов LPC для определения формантов гласных.

Загрузите речевой сигнал. Это женщина, которая говорит «MATLAB ®». Частота дискретизации составляет 7418 Гц.

load mtlb

MAT-файл содержит форму речевого сигнала, mtlb, и частоту дискретизации, Fs.

Используйте spectrogram функция для идентификации голосового сегмента для анализа.

segmentlen = 100;
noverlap = 90;
NFFT = 128;

spectrogram(mtlb,segmentlen,noverlap,NFFT,Fs,'yaxis')
title('Signal Spectrogram')

Извлеките сегмент от 0,1 до 0,25 секунд для анализа. Извлеченный сегмент примерно соответствует первому гласному ,/ae/, в «MATLAB».

dt = 1/Fs;
I0 = round(0.1/dt);
Iend = round(0.25/dt);
x = mtlb(I0:Iend);

Двумя общими шагами предварительной обработки, примененными к формам речевого сигнала перед линейным прогнозирующим кодированием, являются оконная обработка и фильтрация перед выделением (high-pass).

Оконное окно речевого сегмента с помощью окна Хэмминга.

x1 = x.*hamming(length(x));

Применить фильтр предварительного подчеркивания. Фильтр предварительного акцента является высокополюсным (AR (1)) фильтром.

preemph = [1 0.63];
x1 = filter(1,preemph,x1);

Получите линейные коэффициенты предсказания. Чтобы задать порядок модели, используйте общее правило, согласно которому порядок в два раза превышает ожидаемое количество формантов плюс 2. В частотной области значений, [0,|Fs|/2], вы ожидаете три форманта. Поэтому установите порядок модели равным 8. Найдите корни полинома предсказания, возвращенного lpc.

A = lpc(x1,8);
rts = roots(A);

Поскольку коэффициенты LPC являются реальными, корни происходят в сложных сопряженных парах. Сохраните только корни с одним знаком для воображаемой детали и определите углы, соответствующие корням.

rts = rts(imag(rts)>=0);
angz = atan2(imag(rts),real(rts));

Преобразуйте угловые частоты в рад/выборке, представленной углами, в герц и вычислите полосы пропускания формантов.

Полосы пропускания формантов представлены расстоянием предсказания полинома нулями от модуля круга.

[frqs,indices] = sort(angz.*(Fs/(2*pi)));
bw = -1/2*(Fs/(2*pi))*log(abs(rts(indices)));

Используйте критерий, что формантные частоты должны быть больше 90 Гц с шириной полосы менее 400 Гц, чтобы определить форманты.

nn = 1;
for kk = 1:length(frqs)
    if (frqs(kk) > 90 && bw(kk) <400)
        formants(nn) = frqs(kk);
        nn = nn+1;
    end
end
formants

formants = 1×3
103 ×

    0.8697    2.0265    2.7380

Первые три форманта 869,70, 2026,49 и 2737,95 Гц.

Ссылки

[1] Снелл, Рой С. и Фаусто Милинаццо. «Расположение форманта из данных анализа LPC». Транзакции IEEE ® по обработке речи и аудио. Том 1, № 2, 1993, стр. 129-134.

[2] Loizou, Philipos C. «COLEA: A MATLAB Software Tool for Speech Analysis».