В противоположность этому кодеры с предсказанием, упомянутые выше, основывают свое предсказание только на измерениях прошедшего сигнала (задержанная оценка). Быстрые изменения в речеобразующем тракте или возбуждении приводят к тому, что модели, основанные на измерениях прошедшего сигнала, становятся менее точными.
Рис. 3.42. Модель генерации речевого сигнала при кодировании с линейным предсказанием
В кодере (анализаторе) с линейным предсказанием определяется и передается в сторону декодера (синтезатора) следующая информация:
о характере возбуждения (гласные или звонкие согласные звуки в сопоставлении с глухими звуками);
о периоде основного тона (для возбуждения гласных или звонких согласных звуков);
о коэффициенте усиления;
4) о коэффициентах предсказания (параметрах модели речеобразующего тракта).
Как и в других типах вокодеров, характер возбуждения определяется тем, содержится или нет значительная периодическая компонента в сигнале. Частота основного тона определяется измерением периодичности, если она существует. Помимо того, что кодер (анализатор) с линейным предсказанием измеряет основной тон способами, аналогичными используемым другими типами вокодеров, он обладает еще и специфическими свойствами, которые содействуют определению параметров основного тона [35].
Коэффициенты предсказания можно определить, используя одну из нескольких различных процедур вычисления [35]. Во всех этих процедурах в качестве желаемого выходного сигнала синтезатора используются дискреты реального сигнала. При этом образуется система из р линейных уравнений с р неизвестными коэффициентами. В результате эти коэффициенты определяются путем инвертирования матрицы размером рxр- Поскольку порядок р может варьироваться от 6 до 12 в зависимости от желаемого качества речи, прямая инверсия матрицы требует огромного объема вычислений. Однако, если принять для модели специальные ограничения, матрицы приобретают особые свойства, которые существенно упрощают решение уравнений.
Хотя кодеры с линейным предсказанием обрабатывают сигнал речи во временной области, они обеспечивают хорошие оценки пиков в спектре речи. Кроме того, КЛП способен эффективно отслеживать медленные изменения огибающей спектра. Итоговый результат состоит в том, что КЛП дают более естественное звучание речи, чем вокодеры, основанные на анализе только в частотной области [19]. Большая часть исследований в области КЛП сконцентрирована на кодировании речи со скоростью передачи в диапазоне от 1,2 до 2,4 кбит/с.
Анализ и синтез речи является еще одной областью широко распространенных исследований, тесно связанных с преобразованием речи в цифровую форму Цифро-аналоговое и аналого-цифровое преобразования