Desarrollando el error mediante mínimos cuadráticos, obtenemos:

A continuación se procede a realizar un análisis de autocorrelación. La función de autocorrelación proporciona una medida de la correlación de la señal con una copia desfasada en el tiempo de si misma, donde p es el orden de análisis. De aquí se extraen los p coeficientes de autocorrelación, valores típicos de p pueden ser entre 10 y 15.

Podemos identificar los coeficientes de autocorrelación en las ecuaciones que minimizan los errores en la estimación de la señal predicha. Para resolver este conjunto de ecuaciones se recurre al algoritmo de Levinson-Durbin el cual permite resolver el sistema de ecuaciones de una forma eficiente. Debido a la complejidad no se va a poner el algoritmo, solo decir que es útil para calcular los coeficientes de predicción del filtro.

Teniendo los coeficientes del filtro ak se dispone, para la ventana de análisis, la función de transferencia del modelo del tracto vocal en ese instante, es decir se dispone con la forma con la que la cavidad vocal se comporta y que junto con la señal de excitación se obtiene el sonido emitido en ese momento.