语音信号是一种典型的非平稳随机信号，对语音做分帧处理后可以将其看作准平稳随机信号，从而使用处理平稳随机信号的方法进行处理。由于语音信号的产生可以用一个有理函数式来表达，因此可以用ARMA模型来对语音信号进行建模分析。本文介绍了用于随机时间序列的ARMA模型，线性预测分析的原理及方法，分析了ARMA模型中的AR模型在语音线性预测分析中的应用，阐述了在线性预测分析中AR模型参数求解的具体方法以及影响因素。

在许多场合下采集的语音都会不可避免地混 入 噪声, 这常常使接收语音的可懂度和清晰度受到严重 损伤。 在语音识别系统中噪声将使识别率迅速下降, 因为 此时从语音信号提取出来的参数被噪声干扰而 发生了变化。 即使信噪比 SNR 高达 20 dB, 一些语音 的共振峰却已经消失于噪声中, 因此研究如何将“ 干 净 ”语 音 从 语 音 和 噪 声 的 混 合 体 中 提 取 出 来 是 十 分 必 要的。 迄今已有一些有效的技术被用于此领域来 减小噪声, 如谱抽取、 谐波分析技术和自