基于FPGA的语音信号LPC参数提取算法的实现

　　关键词: 部分相关系数舒尔递推算法FPGA 并行处理技术

　　随着语音技术应用的发展，越来越多的语音信号数字处理系统需要按照实时方式或在线方式工作，特别在嵌入式系统设计中，对系统的硬件环境要求更高。随着语音处理算法的日益复杂，用普通处理器对语音信号进行实时处理，已显得力不从心。本文将采用新一代现场可编程门阵列FLEX10K系列的FPGA芯片实现语音信号的LPC分析，并通过舒尔(Schur)递推算法，提取语音信号处理中的重要参数――部分相关系数，即PARCOR系数。

1 LPC分析及舒尔递推算法

1.1 LPC分析基本原理

　　线性预测分析(LPC)是对一给定的时域离散线性系统用输出信号的过去值的线性组合来估计即将到来的输出值。即某一时刻n的语音信号的估计值为:

　　按均方误差最小准则，即LMS算法，可求得预测器最佳预测系数a_i应满足下列方程组:

这组方程称为LPC正则方程，其中R(l)称为自关函数，它们是进行LPC分析的基础。

1.2 舒尔递推算法

将正则方程作适当变换，定义一个变量Q_l^(m)如下:

　其中r(l)=R(l)/R(0)为归一化自关函数。

　　根据Q_l^(m)的性质和正交定理[1]可证明部分相关系数K^(m)与Q_l^(m)有下列关系:

　　由于部分相关系数K⁽¹⁾～K^(P)与最佳预测系数a₁^(P)～a_P^(P)间存在简单对应关系，因而部分相关系数K^(m)被广泛应用于语音识别、语音合成和低速语音编译器中。