Teza doctorat (pdf) - Universitatea Tehnică

F0
Excitaţie
Figura 4.5. Modelul producerii vorbirii prin metoda LPC
62
Cap. 4. Analiza semnalului vocal
Modelul LPC al producerii vorbirii este generat în concordanţă cu producerea sunetului
de către sistemul fonator uman. Astfel, energia sonoră de bază este furnizată de către un semnal
de excitaţie, care poate să fie periodic sau neperiodic, în funcţie de sunetul produs (tren de
impulsuri periodice pentru cazul vocalelor sau zgomot alb în cazul consoanelor). Pentru un
semnal de excitaţie periodic, se furnizează frecvenţa fundamentală F0 ca parametru de intrare în
generator.
Semnalul de excitaţie este apoi amplificat cu un factor G (numit câştigul modelului) şi
trecut printr-un filtru variabil având funcţia de transfer H(z). Filtrul variabil modelează
comportamentul tractului vocal din cadrul sistemului fonator, şi va produce la ieşire semnalul
scontat s(n). Filtrul este controlat pe baza unor parametrii care sunt coeficienţii LPC {ak}.
Parametrii sunt calculaţi pentru fiecare segment de vorbire de aproximativ 10-30 ms.
Funcţia de transfer a filtrului are expresia [Tod05]:
G
H ( z)
p
1
k 1
a
k
z
k
G
A(
z)
unde: G este câştigul filtrului, iar
ak sunt coeficienţii de predicţie LPC.
(4.12)
Câştigul se poate determina pe baza erorii de predicţie dintre semnalul calculat cu
ajutorul filtrului recursiv şi semnalul original. Pentru calculul parametrilor ak există mai multe
metode, dintre care cele mai cunoscute sunt metoda autocorelaţiei (prin algoritmul Levinson -
Durbin) şi metoda covarianţei.
Metoda de analiză prin predicţie liniară LPC are avantajul că necesită efort computaţional
relativ redus, rezultând un set de parametrii ce aproximează bine comportamentul semnalului în
domeniul frecvenţă. Analiza LPC determină simplificarea spectrului semnalului, situaţie foarte
avantajoasă în cazul recunoaşterii vorbirii, când se va genera un set de vectori mult mai adecvaţi
tratării prin mijloace specifice inteligenţei artificiale, cum ar fi reţelele neuronale. Totodată,
analiza LPC este utilă şi în cazul sintezei de voce, generând reducerea volumului de date în
condiţiile menţinerii inteligibilităţii vocii.
G
Filtru variabil
H(z)
Parametrii
tractului vocal
s(n)