一种基于回归神经网络的码本激励非线性预测话音编码算法

• 作者: 韦岗 马霓
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 非线性预测 全连接回归神经网络 矢量量化 话音编码
• 年，卷（期）: 2000,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 31-37
• 页数: 7页
• 分类号: TN911.72
• 字数: 5314字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-436X.2000.10.006

摘要

为改善预测类声码器中长时预测器特性,本文引入了一种全连接回归神经网络(FRNN)非线性预测器并将其应用于话音编码算法中.FRNN在隐层单元不仅有来自自身的反馈,也有来自输出单元的反馈,因此其预测性能好于常规预测器.将其应用于码本激励话音编码系统(CELP)中,可得到较低的传输码率,同时亦可改善编码质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦岗	华南理工大学电子与通信工程系	253	2309	24.0	37.0
2	马霓	华南理工大学电子信息学院	3	10	2.0	3.0