next up previous contents
Seguinte: Construção de Exemplos Acima: Parte Teórica Anterior: Cálculo do Ganho e   Conteúdo

Descodificação, Descompressão ou Síntese LPC

Uma sequência de samples ao longo do tempo produz um sinal digital no domínio do tempo, onde a partir da qual se aplicarmos a transformarda de Fourier discreta se produz uma representação no domínio da frequência.

A maior parte dos filtros pode, no domínio-Z (domínio da frequência é um subconjunto do domínio-Z), ser descrito pela sua função de Transferência.

Como já foi referido, o 'Linear Predictor' representa cada sample e mais um sinal de erro designado de resíduo.

O filtro é então representado como:


\begin{displaymath}
x[n] = \sum_{i=1}^{N} a_{i} x[n-i] + e[n]
\end{displaymath}

Onde no dominio-Z, equivale a:


\begin{displaymath}
x(z) = \frac{1}{A(z)} e(z)
\end{displaymath}

onde A(z) é definida como:


\begin{displaymath}
A(z) = 1 - \sum_{i=1}^{N} a_{i} z^{-i}
\end{displaymath}

Normalmente designa-se A(z) como o filtro da análise LPC e $
\frac{1}{A(z)} $ como o filtro da síntese.

Image filtro

Os vocoders baseados no Modelo-LPC usam um filtro IIR (figura acima) tendo como função de Transferência:


\begin{displaymath}
H(z) = \frac{G}{1 + \sum_{k=1}^{p} a_{p} (k) z^{-k}}
\end{displaymath}

Onde G é o ganho do filtro e p é o número de coeficientes LPC.


next up previous contents
Seguinte: Construção de Exemplos Acima: Parte Teórica Anterior: Cálculo do Ganho e   Conteúdo
2003-07-23