上一篇：博客手機對話中的語音處理（二）講述了有聲語音利用LP模型進行語音合成的整個流程，本文將講述LP預測合成技術在無聲語音（即噪聲）中的使用。

2.2 30毫秒無聲語音的LP合成

從上篇博客的語音波形圖中選取一部分30毫秒的無聲語音信號（這裏選擇2000~2239這段信號）：

input_frame=speech(2000:2239);
plot(input_frame);
 

圖 1 語音波形

繪制出其功率譜密度圖。須要強調的是，我們如今處理的是噪聲（並不是語音），所以採用平均周期頻譜來估算功率譜密度（相比一個簡單的周期頻譜而言頻率分辨率減少）。這裏使用Matlab中的pwlech函數，默認將語音幀分為8個子幀，相鄰之間重疊度為50%。

pwelch(input_frame);

圖 2 功率譜密度圖

相同使用LP模型，p=10合成一個新的幀。

合成的時候，使用all-pole濾波（使用預測殘差的標準差σ作為其標準差）處理高斯白噪聲幀：

[ai, sigma_square]=lpc(input_frame,10);
sigma=sqrt(sigma_square);
excitation
 
=randn(240,1);
synt_frame=filter(sigma,ai,excitation);
plot(synt_frame);

圖 3 合成語音波形

相同繪制出其功率譜密度圖：

pwelch(synt_frame);

圖 4 合成音功率譜密度圖

非常明顯，盡管合成音的波形與原音的波形基本沒什麽共同點，可是功率譜密度圖還有些類似。

這就是LP模型的噪聲合成分析~

手機對話中的語音處理（三）