醫療類國考
109年
[語言治療師] 基礎言語科學
第 42 題
線性預測編碼（linear predictive coding, LPC）分析可用來預測共振頻率的訊息，但 LPC 分析較不宜用於下列那些語音？①母音 ②鼻音 ③滑音 ④邊音
- A ①②
- B ③④
- C ①③
- D ②④
思路引導 VIP
請思考一下，LPC 的數學模型是將聲道簡化為一條「單一且無分支」的共振管。那麼，當解剖構造上出現「分叉路徑」或「側邊盲端」導致聲音產生抵銷現象時，這種簡化的模型還能準確捕捉訊號特徵嗎？哪幾類聲音在發音時會形成這種複雜的「分支」管道？
🤖
AI 詳解
AI 專屬家教
精彩的判斷！你精確掌握了聲學分析的核心概念。
- 觀念驗證：線性預測編碼（LPC）的基礎是建立在全極點模型（All-Pole Model）上，假設聲道是一個單一管道。母音與滑音的聲道形態相對單純，符合此假設。然而，鼻音（有鼻腔分支）與邊音（舌側產生分流）會產生零點（Zeros/Antiresonances），這超出了純極點模型的運算邏輯，因此 LPC 對這兩類語音的預測效果較差。
- 難度點評：此題屬於 Medium（中等）。考生不只要知道 LPC 的用途，更必須理解其數學假設的物理侷限性，是區分基礎與進階學習者的關鍵考題。
LPC 分析與語音限制
💡 LPC 基於全極點模型，不適用於含反共振（零點）之語音。
| 比較維度 | 母音、滑音 | VS | 鼻音、邊音 |
|---|---|---|---|
| 聲學模型 | 全極點 (All-pole) | — | 極點與零點並存 |
| 聲道特徵 | 單一管腔，無分叉 | — | 具側腔或分叉結構 |
| LPC 準確度 | 高，能精確估算共振峰 | — | 低，無法處理反共振 |
💬LPC 僅能模擬單一管腔的共振，遇到具分叉結構（產生反共振）的語音時效果不佳。
