基于 MATLAB 分析语音信号频域特征.doc

1、语音信号处理 实验报告实验三 基于 MATLAB 分析语音信号频域特征所在院系： 工学院专 业: 电子信息工程班 级： 电信 112姓 名： 学 号： 指导教师： 汤永清2014 年 05 月 06日实验三 基于 MATLAB 分析语音信号频域特征一 、 实 验 目 的信 号 的 傅 立 叶 表 示 在 信 号 的 分 析 与 处 理 中 起 着 重 要 的 作 用 。 因 为 对 于 线 性 系 统 来 说 ， 可以 很 方 便 地 确 定 其 对 正 弦 或 复 指 数 和 的 响 应 ， 所 以 傅 立 叶 分 析 方 法 能 完 善 地 解 决 许 多 信 号 分 析 和 处 理 问

2、题 。 另 外 ， 傅 立 叶 表 示 使 信 号 的 某 些 特 性 变 得 更 明 显 ， 因 此 ， 它 能 更 深 入 地 说 明 信 号 的 各 项 红 物 理 现 象 。由 于 语 音 信 号 是 随 着 时 间 变 化 的 ， 通 常 认 为 ， 语 音 是 一 个 受 准 周 期 脉 冲 或 随 机 噪 声 源 激 励 的 线 性 系 统 的 输 出 。 输 出 频 谱 是 声 道 系 统 频 率 响 应 与 激 励 源 频 谱 的 乘 积 。 声 道 系 统 的 频 率 响 应 及 激 励 源 都 是 随 时 间 变 化 的 ， 因 此 一 般 标 准 的 傅 立 叶 表 示

3、 虽 然 适 用 于 周 期 及 平 稳 随 机 信 号 的 表 示 ， 但 不 能 直 接 用 于 语 音 信 号 。 由 于 语 音 信 号 可 以 认 为 在 短 时 间 内 ， 近 似 不 变 ， 因 而 可 以 采 用 短 时 分 析 法 。本 实 验 要 求 掌 握 傅 里 叶 分 析 原 理 ， 会 利 用 已 学 的 知 识 ， 编 写 程 序 估 计 短 时 谱 、 倒 谱 ， 画 出 语 谱 图 ， 并 分 析 实 验 结 果 ， 在 此 基 础 上 ， 借 助 频 域 分 析 方 法 所 求 得 的 参 数 分 析 语 音 信 号 的 基 音 周 期 或 共 振 峰 。二

4、 、 实 验 原 理 1、 短 时 傅 立 叶 变 换由 于 语 音 信 号 是 短 时 平 稳 的 随 机 信 号 ， 某 一 语 音 信 号 帧 的 短 时 傅 立 叶 变 换 的 定 义 为 ： 其 中 w(n-m)是 实 窗 口 函 数 序 列 ， n 表 示 某 一 语 音 信 号 帧 。 令 n-m=k， 则 得 到同 样 ， 不 同 的 窗 口 函 数 ， 将 得 到 不 同 的 傅 立 叶 变 换 式 的 结 果 。 由 上 式 可 见 ， 短 时 傅 立 叶变 换 有 两 个 变 量 ： n 和 ， 所 以 它 既 是 时 序 n 的 离 散 函 数 ， 又 是 角 频 率

5、的 连 续 函 数 。 与离 散 傅 立 叶 变 换 逼 近 傅 立 叶 变 换 一 样 ， 如 令 =2 k/N， 则 得 离 散 的 短 时 傅 立 叶 吧 如 下 ：2、 语 谱 图水 平 方 向 是 时 间 轴 ， 垂 直 方 向 是 频 率 轴 ， 图 上 的 灰 度 条 纹 代 表 各 个 时 刻 的 语 音 短 谱 。 语 谱 图 反 映 了 语 音 信 号 的 动 态 频 率 特 性 ， 在 语 音 分 析 中 具 有 重 要 的 实 用 价 值 。 被 成 为 可 视 语 言 。语 谱 图 的 时 间 分 辨 率 和 频 率 分 辨 率 是 由 窗 函 数 的 特 性 决 定

6、 的 。 时 间 分 辨 率 高 ， 可 以 看 出 时 间 波 形 的 每 个 周 期 及 共 振 峰 随 时 间 的 变 化 ， 但 频 率 分 辨 率 低 ， 不 足 以 分 辨 由 于 激 励 所 形 成 的 细 微 结 构 ， 称 为 宽 带 语 谱 图 ； 而 窄 带 语 谱 图 正 好 与 之 相 反 。宽 带 语 谱 图 可 以 获 得 较 高 的 时 间 分 辨 率 ， 反 映 频 谱 的 快 速 时 变 过 程 ； 窄 带 语 谱 图 可 以 获 得 较 高 的 频 率 分 辨 率 ， 反 映 频 谱 的 精 细 结 构 。 两 者 相 结 合 ， 可 以 提 供 带 两

7、与 语 音 特 性 相 关 的 信 息 。 语 谱 图 上 因 其 不 同 的 灰 度 ， 形 成 不 同 的 纹 路 ， 称 之 为 “声 纹 ”。 声 纹 因 人 而 异 ， 因 此可 以 在 司 法 、 安 全 等 场 合 得 到 应 用 。3、 复 倒 谱 和 倒 谱在 时 域 上 ， 语 音 产 生 模 型 实 际 上 是 一 个 激 励 信 号 与 声 道 冲 激 响 应 的 卷 积 。 对 于 浊 音 ， 激 励 信 号 可 以 由 周 期 脉 冲 序 列 表 示 ； 对 于 清 音 ， 激 励 信 号 可 以 由 随 机 噪 声 序 列 表 示 。 声 道 系 统 相 当 于

8、参 数 缓 慢 变 化 的 零 极 点 线 性 滤 波 器 。 这 样 经 过 同 态 处 理 后 ， 语 音 信 号 的 复 倒 谱 ， 激 励 信 号 的 复 倒 谱 ， 声 道 系 统 的 复 倒 谱 之 间 满 足 下 面 的 关 系 ：由 于 倒 谱 对 应 于 复 倒 谱 的 偶 部 ， 因 此 倒 谱 与 复 倒 谱 具 有 同 样 的 特 点 ， 很 容 易 知 道 语 音 信号 的 倒 谱 ， 激 励 信 号 的 倒 谱 以 及 声 道 系 统 的 倒 谱 之 间 满 足 下 面 关 系 ：浊 音 信 号 的 倒 谱 中 存 在 着 峰 值 ， 它 的 出 现 位 置 等 于

9、 该 语 音 段 的 基 音 周 期 ， 而 清 音 的 倒 谱 中则 不 存 在 峰 值 。 利 用 这 个 特 点 我 们 可 以 进 行 清 浊 音 的 判 断 ， 并 且 可 以 估 计 浊 音 的 基 音 周 期 。4、 基 因 周 期 估 计浊 音 信 号 的 倒 谱 中 存 在 峰 值 ， 它 的 出 现 位 置 等 于 该 语 音 段 的 基 音 周 期 ， 而 清 音 的 倒 谱 中 则 不 存 在 峰 值 。 利 用 倒 谱 的 这 个 特 点 ， 我 们 可 以 进 行 语 音 的 清 浊 音 判 决 ， 并 且 可 以 估 计 浊 音 的 基 音 周 期 。 首 先 计

10、 算 语 音 的 倒 谱 ， 然 后 在 可 能 出 现 的 基 因 周 期 附 近 寻 找 峰 值 。 如 果 倒 谱 峰 值 超 过 了 预 先 设 置 的 门 限 ， 则 输 入 语 音 判 断 为 浊 音 ， 其 峰 值 位 置 就 是 基 因 周 期 的 估 计 值 ； 反 之 ， 如 果 没 有 超 出 门 限 的 峰 值 的 话 ， 则 输 入 语 音 为 清 音 。5、 共 振 峰 估 计对 倒 谱 进 行 滤 波 ， 取 出 低 时 间 部 分 进 行 进 行 逆 特 征 系 统 处 理 ， 可 以 得 到 一 个 平 滑 的 对 数 谱 函 数 ， 这 个 对 数 谱 函

11、数 显 示 了 输 入 语 音 段 的 共 振 峰 结 构 ， 同 时 谱 的 峰 值 对 应 于 共 振 峰 频 率 。 通 过 此 对 数 谱 进 行 峰 值 检 测 ， 就 可 以 估 计 出 前 几 个 共 振 峰 的 频 率 和 强 度 。 对 于 浊 音 的 声 道 特 性 ， 可 以 采 用 前 三 个 共 振 峰 来 描 述 ； 清 音 不 具 备 共 振 峰 特 点 。二 、 实 验 结 果1 短 时 谱 2 语 谱 图3 倒 谱 和 复 倒 谱图 3、 4 是 加 矩 形 窗 和 汉 明 窗 的 倒 谱 图 和 复 倒 谱 图 ,图 中 横 轴 的 单 位 是 Hz， 纵

12、轴 的 单 位是 dB。4 基 因 周 期 和 共 振 峰 估 计四、参考程序clear a=wavread(beijing.wav); subplot(2,1,1), plot(a); title(original signal); grid N=256; h=hamming(N); for m=1:N b(m)=a(m)*h(m) end y=20*log(abs(fft(b) subplot(2,1,2) plot(y);title(); grid 0 0.5 1 1.5 2 2.5 3 3.5 4x 104-0.500.51 original signal0 50 100 150 20

13、0 250 300-150-100-50050 义 义 义x,fs,nbits=wavread(beijing.wav) specgram(x,512,fs,100); xlabel(s); ylabel(Hz); title();0 0.5 1 1.5 2 2.5 3 3.5 4x 104-0.500.51 original signal义 义 (s)义义(Hz)义 义 义0.5 1 1.5 2 2.5 3 3.5 4 4.501000200030004000clear a=wavread(beijing.wav,4000,4350); N=300; h=linspace(1,1,N); f

14、or m=1:N b(m)=a(m)*h(m); end c=cceps(b); c=fftshift(c); d=rceps(b); d=fftshift(d); subplot(2,1,1) plot(d);title() subplot(2,1,2) plot(c);title() 0 50 100 150 200 250 300-6-4-202 义 义 义 义 义 义 义 义0 50 100 150 200 250 300-6-4-202 义 义 义 义 义 义 义 义 义clear a=wavread(beijing.wav,4000,4350); N=300; h=hamming(

15、N); for m=1:N b(m)=a(m)*h(m); end c=cceps(b); c=fftshift(c); d=rceps(b); d=fftshift(d); subplot(2,1,1) plot(d);title() subplot(2,1,2) plot(c);title() 0 50 100 150 200 250 300-6-4-202 义 义 义 义 义 义 义 义0 50 100 150 200 250 300-10-505 义 义 义 义 义 义 义 义 义语音信号处理 实验报告实验四 基于 MATLAB 的 LPC 分析所在院系： 工学院专 业: 电子信息工程

16、班 级： 电信 112姓 名： 学 号： 指导教师： 汤永清2014 年 05 月 06日实验四 基于 MATLAB 的 LPC 分析一 、 实 验 目 的线 性 预 测 分 析 是 有 效 的 语 音 分 析 技 术 之 一 ， 在 语 音 编 码 、 语 音 合 成 、 语 音 识 别 和 说 话 人 识 别 等 语 音 处 理 领 域 中 得 到 了 广 泛 的 应 用 。 语 音 线 性 预 测 的 基 本 思 想 是 ： 一 个 语 音 信 号 的 抽 样 值 可 以 用 过 去 若 干 个 取 样 值 的 线 性 组 合 来 逼 近 。 通 过 使 实 际 语 音 抽 样 值 与

17、线 性 预 测 抽 样 值 的 均 方 误 差 达 到 小 ， 可 以 确 定 唯 一 的 一 组 线 性 预 测 系 数 。采 用 线 性 预 测 分 析 不 仅 能 够 得 到 语 音 信 号 的 预 测 波 形 ， 而 且 能 够 提 供 一 个 非 常 好 的 声 道 模 型 。 如 果 将 语 音 模 型 看 作 激 励 源 通 过 一 个 线 性 时 不 变 系 统 产 生 的 输 出 ， 那 么 可 以 利 用 LP 分 析 对 声 道 参 数 进 行 估 值 ， 以 少 量 低 信 息 率 的 时 变 参 数 精 确 地 描 述 语 音 波 形 及 其 频 谱 的 性 质 。

18、此 外 ， LP 分 析 还 能 够 对 共 振 峰 、 功 率 谱 等 语 音 参 数 进 行 精 确 估 计 ， LP 分 析 得 到 的 参 数 可 以 作 为 语 音 识 别 的 重 要 参 数 之 一 。由 于 语 音 是 一 种 短 时 平 稳 信 号 ， 因 此 只 能 利 用 一 段 语 音 来 估 计 模 型 参 数 。 此 时 有 两 种 方 案 ： 一 种 是 将 长 的 语 音 序 列 加 窗 ， 然 后 对 加 窗 语 音 进 行 LP 分 析 ， 只 要 限 定 窗 的 长 度 就 可 以 保 证 分 析 的 短 时 性 ， 这 种 方 案 称 为 自 相 关 法

19、； 另 一 种 方 案 不 对 语 音 加 窗 ， 而 是 在 计 算 均 方 预 测 误 差 时 限 制 其 取 和 区 间 ， 这 样 可 以 导 出 LP 分 析 的 自 协 方 差 法 。本 实 验 要 求 掌 握 LPC 原 理 ， 会 利 用 已 学 的 知 识 ， 编 写 程 序 估 计 线 性 预 测 系 数 以 及 LPC 的 推 演 参 数 ， 并 能 利 用 所 求 的 相 关 参 数 估 计 语 音 的 端 点 、 清 浊 音 判 断 、 基 因 周 期 、 共 振 峰 等 。二 、 实 验 原 理1 LP 分 析 基 本 原 理LP 分 析 为 线 性 时 不 变 因

20、 果 稳 定 系 统 V（ z） 建 立 一 个 全 极 点 模 型 ， 并 利 用 均 方 误 差 准 则 ，对 已 知 的 语 音 信 号 s(n)进 行 模 型 参 数 估 计 。如果利用 P 个取样值来进行预测，则称为 P 阶线性预测。 假设用过去 P 个取样值 显 然 ， 误 差 越 接 近 于 零 ， 线 性 预 测 的 准 确 度 在 均 方 误 差 小 的 意 义 上 为 佳 ， 由 此 可 以计 算 出 预 测 系 数 。通 过 LPC 分 析 ， 由 若 干 帧 语 音 可 以 得 到 若 干 组 LPC 参 数 ， 每 组 参 数 形 成 一 个 描 绘 该 帧 语 音

21、特 征 的 矢 量 ， 即 LPC 特 征 矢 量 。 由 LPC 特 征 矢 量 可 以 进 一 步 得 到 很 多 种 派 生 特 征 矢 量 ， 例 如 线 性 预 测 倒 谱 系 数 、 线 谱 对 特 征 、 部 分 相 关 系 数 、 对 数 面 积 比 等 等 。 不 同 的 特 征 矢 量 具 有 不 同 的 特 点 ， 它 们 在 语 音 编 码 和 识 别 领 域 有 着 不 同 的 应 用 价 值 。2 自 相 关 法 值 得 注 意 的 是 ， 自 相 关 法 在 计 算 预 测 误 差 时 ， 数 据 段 的 两 端 都 需 要 加 P 个 零 取 样 值 ，因 而

22、可 造 成 谱 估 计 失 真 。 特 别 是 在 短 数 据 段 的 情 况 下 ， 这 一 现 实 更 为 严 重 。 另 外 ， 当 预 测系 数 量 化 时 ， 有 可 能 造 成 实 际 系 统 的 不 稳 定 。3 协 方 差 法可 以 看 出 ， 这 里 的 数 据 段 两 端 不 需 要 添 加 零 取 样 值 。 在 理 论 上 ， 协 方 差 法 计 算 出 来 的预 测 系 数 有 可 能 造 成 预 测 误 差 滤 波 器 的 不 稳 定 ， 但 在 实 际 上 当 每 帧 信 号 取 样 足 够 多 时 ， 其 计 算 结 果 将 与 自 相 关 法 的 结 果 很

23、接 近 ， 因 而 稳 定 性 一 般 是 能 够 保 证 的 (当 然 这 种 方 法 也 有 量 化 效 应 可 能 引 起 不 稳 定 的 缺 点 )。协 方 差 解 法 的 大 优 点 在 于 不 存 在 自 相 关 法 中 两 端 出 现 很 大 预 测 误 差 的 情 况 ， 在 N 和 P 相 差 不 大 时 ， 其 参 数 估 值 比 自 相 关 法 要 精 确 的 多 。 但 是 在 语 音 信 号 处 理 时 ， 往 往 取 N 在 200 左 右 。 此 时 ， 自 相 关 法 具 有 较 大 误 差 的 段 落 在 整 个 语 音 段 中 所 占 的 比 例 很 小 ，

24、 参 数 估 值 也是 比 较 准 确 的 。 在 这 种 情 况 下 ， 协 方 差 法 误 差 较 小 的 优 点 就 不 再 突 出 ， 其 缺 乏 高 效 递 推 算 法的 缺 点 成 为 了 制 约 因 素 。 所 以 ， 在 语 音 信 号 处 理 中 往 往 使 用 高 效 的 自 相 关 法 。4 全 极 点 声 道 模 型 将 线 性 预 测 分 析 应 用 于 语 音 信 号 处 理 ， 不 仅 是 为 了 利 用 其 预 测 功 能 ， 更 因 为 它 提 供 了 一 个非 常 好 的 声 道 模 型 。将 式 (2)所 示 的 方 程 看 成 是 滤 波 器 在 语 音

25、 信 号 激 励 下 的 输 入 输 出 方 程 ， 则 该 滤 波 器 称为预 测 误 差 滤 波 器 ， 其 e(n)是 输 出 误 差 。 变 换 到 z 域 ， P 阶 预 测 误 差 滤 波 器 的 系 统 函 数 为因 为 预 测 误 差 含 有 语 音 信 号 的 基 音 信 息 ， 所 以 对 于 浊 音 ， 模 型 的 激 励 信 号 源 是 以 基 音 周 期 重 复 的 单 位 脉 冲 ； 对 于 清 音 ， 激 励 信 号 源 e(n)是 自 噪 声 。 语 音 信 号 的 全 极 点 模 型 是一 种 很 重 要 的 声 道 模 型 ， 是 许 多 应 用 和 研 究

26、 的 基 础 。6 结 合 语 音 帧 能 量 构 成 LPC组 合 参 数 由 于 人 能 从 声 音 的 音 色 、 频 高 等 各 种 信 息 中 感 知 说 话 人 的 个 性 ， 因 此 可 以 想 象 ， 利 用 特 征 的 有 效 组 合 可 以 得 到 比 较 稳 定 的 识 别 性 能 。 一 般 来 说 ， 如 果 组 合 的 各 参 量 之 间 相 关 性 不 大 ， 则 会 更 有 效 一 些 ， 因 为 它 们 分 别 反 映 了 语 音 信 号 中 的 不 同 特 征 。 多 年 来 ， 人 们 对 组 合 参 数 在 说 话 人 识 别 中 的 应 用 进 行 了

27、 大 量 研 究 。 实 验 证 明 ， 组 合 参 数 可 以 提 高 系 统 的 识 别 性 能 。组 合 参 数 虽 然 可 以 提 高 系 统 的 性 能 ， 但 很 显 然 ， 无 论 是 在 特 征 参 数 提 取 环 节 ， 还 是 在 模 型训 练 和 模 型 匹 配 环 节 都 使 运 算 量 有 所 增 加 。 在 特 征 参 数 提 取 环 节 ， 要 计 算 一 种 以 上 的 特 征 参数。 在 模 型 训 练 和 模 型 匹 配 环 节 ， 由 于 组 合 参 数 特 征 矢 量 的 维 数 较 多 ， 使 运 算 复 杂 度 有 所 增 加 。运 算 量 的 增

28、加 会 使 系 统 的 识 别 速 度 受 到 影 响 。语 音 帧 能 量 是 指 一 帧 语 音 信 号 的 能 量 ， 它 等 于 该 帧 语 音 样 值 的 平 方 和 。 选 取 与 语 音 帧 能量 构 成 组 合 参 数 主 要 有 以 下 考 虑 ： 1） 语 音 帧 能 量 是 语 音 信 号 基 本 的 短 时 参 数 之 一 ， 它 表 帧 能 量 是 一 个 标 量 值 ， 与 其 它 参 量 构 成 组 合 参 数 不 会 使 原 特 征 矢 量 的 维 数 明 显 增 加 ， 特 征 矢 征 一 帧 语 音 信 号 能 量 的 大 小 ， 是 语 音 信 号 一 个

29、 重 要 的 时 域 特 征 ； 2） 由 一 帧 语 音 求 出 的 语 音量 的 维 数 越 少 ， 则 需 要 的 运 算 复 杂 度 越 小 ， 另 外 ， 获 取 语 音 帧 能 量 的 运 算 并 不 复 杂 ； 3） 语音 帧 能 量 与 LPC 参 数 之 间 的 相 关 性 不 大 ， 它 们 反 映 的 是 语 音 信 号 的 不 同 特 征 ， 应 该 有 较 好的 效 果 。7 模 型 增 益 G三 、 实 验 结 果 (参 考 )我 们 使 用 的 原 始 语 音 为 “北 风 ”， 采 样 频 率 为 11000Hz,运 行 程 序 见 附 录 。在 这 里 我 们

30、 取 第 30 帧 进 行 观 察 ， 线 性 预 测 阶 数 为 12， 看 到 图 3.1 所 示 的 原 始 语 音 帧的 波 形 ， 预 测 语 音 帧 波 形 和 它 们 之 间 预 测 误 差 的 波 形 。 图 3.2 为 原 始 语 音 帧 和 预 测 语 音 帧的 短 时 谱 和 LPC 谱 的 波 形这 里 我 们 可 以 改 变 线 性 误 差 的 阶 数 来 观 察 语 音 帧 的 短 时 谱 和 LP 谱 的 变 化 情 况 ， 如 图3.3。图 3.3 预 测 阶 数 对 语 音 帧 短 时 谱 和 LPC 谱 的 影 响图 3.5 给 出 了 原 始 语 音 的

31、语 谱 图 和 预 测 语 音 的 语 谱 图 ， 通 过 比 较 发 现 ， 预测 语 音 的 预 测 效 果 还 可 以 ， 基 音 频 率 相 差 无 几 。 三 、 附 录 （ LPC 分 析 参 考 程 序 ）MusicSource = wavread(beijing.wav); Music_source = MusicSource; N = 256; Hamm = hamming(N); frame = input(请键入想要处理的帧位置 = ); origin = Music_source(frame - 1) * (N / 2) + 1):(frame - 1) * (N /

32、2) + N); Frame = origin .* Hamm; s1,f1,t1 = specgram(MusicSource,N,N/2,N); Xs1,Ys1 = size(s1); for i = 1:Xs1 FTframe1(i) = s1(i,frame); end N1 = input(请键入预测器阶数 = ); coef,gain = lpc(Frame,N1); est_Frame = filter(0 -coef(2:end),1,Frame); FFT_est = fft(est_Frame); err = Frame - est_Frame; subplot(2,1,1

33、),plot(1:N,Frame,1:N,est_Frame,-r);grid;title(原始语音帧 vs.预测后语音帧) subplot(2,1,2),plot(err);grid;title(误差); pause fLength(1 : 2 * N) = origin,zeros(1,N); Xm = fft(fLength,2 * N); X = Xm .* conj(Xm); Y = fft(X , 2 * N); Rk = Y(1 : N); PART = sum(coef(2 : N1 + 1) .* Rk(1 : N1); G = sqrt(sum(Frame.2) - PAR

34、T); A = (FTframe1 - FFT_est(1 : length(f1) ./ FTframe1 ;subplot(2,1,1),plot(f1,20*log(abs(FTframe1),f1,(20*log(abs(1 ./ A),-r);grid;title(短时谱); subplot(2,1,2),plot(f1,(20*log(abs(G ./ A);grid;title(LPC 谱); pause temp = FTframe1 - FFT_est(1 : length(f1); pitch1 = log(abs(temp); pLength = length(pitch

35、1); result1 = ifft(pitch1,N); pitch1(pLength - 32) : pLength) = 0; result2 = ifft(pitch1,N); pitch = fftshift(rceps(err); origin_pitch = fftshift(rceps(Frame); subplot(211),plot(origin_pitch);grid;title(原始语音帧倒谱(直接调用函数); subplot(212),plot(pitch);grid;title(预测误差倒谱(直接调用函数); pause subplot(211),plot(1:le

36、ngth(result1),fftshift(real(result1);grid;title(预测 (根据定义编写，没有去除高频分量)subplot(212),plot(1:length(result2),fftshift(real(result2);grid;title(预测误差倒谱(根据定义编写，去除高频分量);0 50 100 150 200 250 30000.010.020.030.04 义 义 义 义 义 vs.义 义 义 义 义 义0 50 100 150 200 250 300-0.01-0.00500.0050.01 义 义0 10 20 30 40 50 60 70-20

37、0-1000100 义 义 义0 10 20 30 40 50 60 70050100150 LPC义0 50 100 150 200 250 300-4-202 义 义 义 义 义 义 义 (义 义 义 义 义 义 )0 50 100 150 200 250 300-4-202 义 义 义 义 义 义 (义 义 义 义 义 义 )0 50 100 150 200 250 300-2-101 义 义 (义 义 义 义 义 义 义 义 义 义 义 义 义 义 义 )0 50 100 150 200 250 300-1.5-1-0.500.5 义 义 义 义 义 义 (义 义 义 义 义 义 义 义 义 义 义 义 义 )