语音信号处理及建模是现代信号处理的一个重要子科课题，论文以提取语音库中的一段语音信号为试验载体，基本完成了较完整的参数提取，根据获得数据对语音信号进行线性预测建立预测模型，文中首先介绍了AR模型，LPC线性预测原理及其参数算法，对实际语音信号进行LPC分析实验，讨论了实际语音信号线性预测时AR模型参数求取及模型阶数确定，MATLAB仿真绘出功谱图，分析实验残差，研究表明LPC分析对短数据的频谱分辨率效果明显。 论文重点研究了基于LPC分析的自适应滤波器，以语音信号进行LPC分析得到AR信号作为输入，采用LMS算法进行训练，MATLAB仿真构造了自适应线性预测器，通过试验对影响算法收敛性的参数进行了分析讨论，研究表明输入信号特征值的分散度越大其收敛性则越差。论文研究将模型法功率谱分析与LMS自适应算法结合起来取长补短，注重信号的先验信息，在先验的基础上训练以改善滤波效果，结合模型参数对LMS算法收敛性进行分析，以求得到良好的滤波效果，文中对自适应噪声抵消技术进行了实验研究，成功地从强干扰信号中提取清晰语音信号，探讨了自适应噪声抵消器的原理、当前应用情况及其前景，并进行了计算机仿真，给出了仿真结果。 论文研究以试验为主，注重理论与试验相结合，以理论为试验指导，以试验对理论进行检验。