声学特征 PLP

---

PLP的由来

Linear prediction可以用来获得语音功率谱P(ω)的全极点模型A(ω)，也可以把LP看做获取P(ω)的频谱包络的手段，参考前面的文章
由于LP对待所有频率一视同仁，它不符合人耳的听觉机理，比如人耳对于高于800Hz的感知会下降，对于中间频段更敏感。
为了解决这个问题，Hermansky在进行LP之前修改语音的功率谱P(ω)，称为perceptual linear predictive。可以理解为更符合听觉感知的LP。

PLP流程

在LP之前修改P(ω)，需要的步骤见下图

critical-band spectral resolution

首先在频率轴上将Hz转化为Bark，参考bark scale,500Hz以下跟频率近似线性关系，500Hz以上近似log关系

Ω(ω)=6ln{ω/1200π+[(ω/1200π)2+1]0.5}

然后和critial-band masking curve Ψ(Ω)进行卷积

Θ(Ωi)=∑Ω=−1.32.5P(Ω−Ωi)Ψ(Ω)

equal-loudness preemphasis

为了模拟听觉对于不同频带敏感度的不同，使用equal-loudness curve对频谱进行预加重

Ξ[Ω(ω)]=E(ω)Θ[Ω(ω)]

其中E(ω)如下：

E(ω)=[(ω2+56.8∗106)ω4]/[(ω2+6.3∗106)2∗(ω2+0.38∗109)]

intensity-loudness power law

为了描述声音强度和感知响度之间的关系

Φ(Ω)=Ξ(Ω)0.33

参考

Perceptual linear predictive (PLP) analysis of speech