lpcc求法(matlab)

==================================%应用MATLAB求解线性预测倒谱主程序 [x,f,p]=wavread('1.wav'); % x为全部采样点 %x=filter([1-0.9375],1,x); len=160; %按照惯例，每一帧信号取20ms，采样8k的话，每帧160个采样点 y=buffer(x,len,len/2); % 分帧处理，一般情况下帧移选择在0.5个帧宽 [c,b]=size(y); % 返回行列数，b为列数，每行代表一帧 for n=1:b yy=y(:,n); %提取一帧 p=10; %p为阶数,lpc计算阶数，8k的采样率选择10较为合适 A=real(LPC3(yy,p)); lpc1=A; a=lpc2lpcc(lpc1); lpcc(n,:)=a; end %==============================求解线性预测系数子程序 function lpc1=lpc3(y2,p); %求自相关函数 r=zeros(1,p+1); for k=1:p+1 sum=0; for m=1:160+1-k %160为每一帧的长度 sum=sum+y2(m).*y2(m-1+k); end r(k)=sum; end %根据durbin算法求线性预测系数 k=zeros(1,p); k(1)=r(2)/r(1); a=zeros(p,p); a(1,1)=k(1); e=zeros(1,p); e(1)=(1-k(1)^2)*r(1); %递推过程 for i=2:p c=zeros(1,i); sum=0; for j=1:i-1 sum=sum+(a(i-1,j).*r(i+1-j)); end c(i)=sum; k(i)=(r(i+1)-c(i))/e(i-1); %求反射系数 a(i,i)=k(i); for j=1:i-1 a(i,j)=a(i-1,j)-k(i).*a(i-1,i-j); end e(i)=(1-k(i)^2)*e(i-1); %求预测误差 end %递推结束后提取预测系数 d=zeros(1,p); %p=10 for t=1:p d(t)=a(p,t); end lpc1=d; %返回向量 %================================求解倒谱程序，以每一帧为单位 function lpcc=lpc2lpcc(lpc1) %lpc1为线性预测参数 n_lpc=8;n_lpcc=12; lpcc=zeros(1,n_lpcc); %12个元素的数组，用来存放特征 lpcc(1)=lpc1(1); %第一个值相同 for n=2:n_lpc %求8前面的阶数 lpcc(n)=lpc1(n); for l=1:n-1 lpcc(n)=lpcc(n)+lpc1(l)*lpcc(n-l)*(n-l)/n; end end for n=n_lpc+1:n_lpcc %求8后面的阶数 lpcc(n)=0; for l=1:n_lpc lpcc(n)=lpcc(n)+lpc1(l)*lpcc(n-l)*(n-l)/n; end end lpcc=-lpcc