21、语音处理高级技术：LSP调整与语音音调变换

语音处理高级技术：LSP调整与语音音调变换

1. LSP调整技术

在语音处理中，线性预测谱对（LSP）调整是一项重要的技术。对于原始的LSP集合 lsp ，我们可以通过一定的度数 b （单位为Barks）进行偏移，从而得到一组偏移后的LSP集合 lsp2 。具体的偏移公式为：
[lsp2(n) = bark2f(f2bark(lsp(n)) + b)]
不过，并非需要对LSP集合中的每一条线都进行偏移，通常只需要对与特定共振峰直接相关的线进行操作。同时，为了防止LSP值接近角频率的极值（0或$\pi$），需要设置硬限制，并且要检查是否因两条线靠得太近而产生意外的共振。因为对连续语音频谱进行大幅度的改变很可能会导致语音质量下降。

1.1 处理复杂度

从处理复杂度的角度来看，LSP变窄操作每条线需要进行三次运算，对于典型的三共振峰帧则需要九次运算。使用公式（7.14）进行偏移时，每条线需要四次运算，对于十阶分析帧中的所有线进行偏移则需要40次运算。而使用公式（7.15）进行LSP偏移时，每条线大约需要六次运算，并且在实现时通常需要一个查找表。

我们也可以使用自适应滤波器技术来实现类似的共振峰处理效果。对于每个N样本的P阶分析帧，这种滤波器至少需要$2NP$次运算。在对240样本帧进行十阶分析时，这里讨论的LSP处理方法比自适应滤波器的效率高40到400倍。但这些数据仅在LSP数据可用的情况下有效（许多码激励线性预测（CELP）编码器就是这种情况）。如果LSP数据不可用，将线性预测系数（LPC）转换为LSP以及反向转换的开销将远远超过可能获得的效率提升。