關鍵詞: 部分相關系數舒爾遞推算法FPGA 并行處理技術

　　隨著語音技術應用的發(fā)展，越來越多的語音信號數字處理系統(tǒng)需要按照實時方式或在線方式工作，特別在嵌入式系統(tǒng)設計中，對系統(tǒng)的硬件環(huán)境要求更高。隨著語音處理算法的日益復雜，用普通處理器對語音信號進行實時處理，已顯得力不從心。本文將采用新一代現場可編程門陣列FLEX10K系列的FPGA芯片實現語音信號的LPC分析，并通過舒爾(Schur)遞推算法，提取語音信號處理中的重要參數――部分相關系數，即PARCOR系數。

1 LPC分析及舒爾遞推算法

1.1 LPC分析基本原理

　　線性預測分析(LPC)是對一給定的時域離散線性系統(tǒng)用輸出信號的過去值的線性組合來估計即將到來的輸出值。即某一時刻n的語音信號的估計值為:

　　按均方誤差最小準則，即LMS算法，可求得預測器最佳預測系數a_i應滿足下列方程組:

這組方程稱為LPC正則方程，其中R(l)稱為自關函數，它們是進行LPC分析的基礎。

1.2 舒爾遞推算法

將正則方程作適當變換，定義一個變量Q_l^(m)如下:

　其中r(l)=R(l)/R(0)為歸一化自關函數。

　　根據Q_l^(m)的性質和正交定理[1]可證明部分相關系數K^(m)與Q_l^(m)有下列關系:

　　由于部分相關系數K⁽¹⁾～K^(P)與最佳預測系數a₁^(P)～a_P^(P)間存在簡單對應關系，因而部分相關系數K^(m)被廣泛應用于語音識別、語音合成和低速語音編譯器中。