[Audio processing] 常见语音特征 —— LPC

共振峰产生的原理及其在音质上的体现，共振峰的分布位置是建立在声音产生媒介的共鸣物理结构基础上的（Resonant Physical Structure）。

 

无论是人声还是乐器，它们的声音特性都源自两个因素，一个是发声系统，如人的声带或乐器的振动簧片，另一个是共鸣系统。乐器不同的共鸣系统使其在一定频域中的分音的振幅得以突出，这样，这些区域就产生了这个乐器所特有的共振峰值，这些共振峰值同共鸣体的大小、形状的材料密切相关。由于一件乐器的结构是稳定的，因此在一件乐器发出的所有音调中，不论基频如何，都会表现出相同的共振峰值，只不过其显著性有强有弱罢了。这就可以帮助我们解释为什么在很多的乐器中，同一乐器所发出的不同音调具有相同的音质。

 

在语音声学中，人声也同样受自身生理如鼻孔、咽腔、口腔大小的影响有自身的共振峰区（Formant Regions）。通过利用这些共鸣空间的形状和大小不同的变化（例如改变咽喉、嘴形），我们就能改变声音的共振峰。我们之所以能够区分不同的人声、元音，主要也是依靠它们的共振峰分布的位置

LPC即基于人发声机理的特征，在成人小孩识别、性别识别、说话人鉴别上有较好表现

具体步骤如下：

Step 1. 激励函数e(n)

Step 2. 使e(n)的平方最小

step 3. 将step 2中俩式子结合，有下列等式

step 4. 接下来的就是解方程组，经典解法有两种：一种是自相关法，一种是协方差法。

最后，输出作为计算结果LPC参数可以很好的表征共振峰频率和带宽，根据多项式零点与阶数关系，LPC参数的阶数大小与共振峰个数有如下关系P=2D+I，其中D为共振峰个数。由LPC参数表征的共振峰谱包络示意如下图，

女声LCP参数图：

男声LCP参数图：

其中P=11，横坐标为归一化频率，纵坐标为幅度响应，单位是dB。