線形予測モデル(LPC):自己相関法

質問

音声についてまったくわかりません。ほんとに基本的なことをお聞きしたいです。
大学で「線形予測モデル(LPC):自己相関法」についてPowerPointをつかって説明しろと言われました。

(1)線形予測モデル(LPC)とはなにか。
(2)線形予測モデル(LPC)と自己相関法はどういう関係か。
(3)わかりやすく説明するにはどのようにすればいいか。

など、どれでもいいので教えてほしいです。

回答No.1

kiyomushi · ベストアンサー

(1) の線形予測についてだけ。

LPC は過去のサンプルの「線形結合」で現在の値を「予測」するから「線形予測」という名前になってます。

過去のサンプル x[n-1], x[n-2], x[n-3],… の線形結合(重み付け和)で現在値 x[n] を予測しますので、

y[n] = a[1]*x[n-1] + a[2]*x[n-2] + a[3]*x[n-3] + …

のような形になります (y[n] は x[n] の予測値です)。見てお分かりのように、これは x[ ] を FIR フィルタリングすることに等しいです。

最適な FIR 係数 a[ ] はユール・ウォーカー方程式を解くと得られ、この際にレビンソン・ダービンのアルゴリズムが使えます。

お礼

ありがとうございます！