Linear Predictive Coding (LPC) ist ein Verfahren der Audiosignal- und Sprachverarbeitung, das unter anderem für die Audiodatenkompression und Spracherkennung verwendet wird. Dabei wird ein vereinfachtes Modell des menschlichen Stimmtrakts gebildet, mit dem die Sprache synthetisiert werden kann. Damit kann ein Sprachsignal nur durch die Modellparameter und Erregungsmuster beschrieben werden. Im Vergleich zur PCM-Repräsentation fallen dabei erheblich weniger Daten an. Üblicherweise wird dazu noch ein zusätzliches Fehlersignal übertragen, dass die Differenz zwischen Modellvorhersage und Originalsignal beschreibt.
Das Modell des Stimmtraktes besteht oft aus einem Schwingungsgenerator, um die Stimmbänder bzw. den Kehlkopf nachzubilden, und einer einfachen Röhre als Repräsentation des nachgelagerten Vokaltrakts bzw. Artikulationsraums (Rachen, Mundraum). Der Schwingungsgenerator erzeugt eine regelmäßige Schwingung, die in ihrer Lautstärke und Tonhöhe moduliert werden kann. Die Röhre stellt den Resonanzraum von Rachen und Mundraum dar und dient im Falle einfacher Vokale üblicherweise als hinreichende Repräsentation, wogegen die Darstellung von Nasallauten Abzweigungen von der Röhre (Nasenhöhle) erfordern würden, die mathematisch weitaus aufwändiger darzustellen wären. Daher werden diese Klanganteile teils verworfen und teils mit Hilfe eines Restsignales beschrieben.[1]
Ein bekanntes Beispiel für die Nutzung von LPC für Audiodatenkompression ist CELP, welches das Restsignal mittels Codebüchern komprimiert. Das standardisierte Verfahren LPC-10e arbeitet ohne Codebücher und führt zu einer geringeren Bitrate auf Kosten von Klangqualität.
Siehe auch
Weblinks
- real-time LPC analysis/synthesis learning software (englisch)
- HawkVoice open-source LPC software and API (englisch)