基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
增益-波形乘积码书结构广泛用于 CELP 语音编码算法, 它们使用 Levinson-Durbin(L-D)方法更新增益滤波器系数. 本文对 BP 神经网络算法与 L-D 方法进行了比较. 用 BP 神经网络增益滤波器进行语音编码, 其计算量仅为 G.728 的 L-D 方法的 6.7%, 但平均分段 SNR 高出 G.728 算法 0.156 dB. 同时, 用 BP 神经网络算法评价了 16 和 20 样点激励矢量增益滤波器, 效果同样很好. 但是, 由于考察增益预测器时量化器还不存在, 因此无法用量化信噪比评价滤波器性能. 本文提出一种信噪比估计方法, 可使增益预测器的优化与量化问题分开处理. 实验表明用这种信噪比估计方法选择增益滤波器十分有效.
推荐文章
回波抵消中级联神经网络滤波器的研究
回波抵消
非线性
神经网络滤波器
回波损失增益
计算复杂度
基于神经网络的4型FIR滤波器的优化设计
神经网络
正弦基
高通滤波器
优化设计
线性相位
基于BP神经网络改进的FIR滤波器研究
FIR滤波器
误差函数
幅频响应
BP神经网络
有源滤波器的神经网络控制
有源滤波器
神经网络
谐波
进化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 语音编码算法的神经网络增益滤波器
来源期刊 测试技术学报 学科 工学
关键词 G.728 增益滤波器 信噪比估计 BP 神经网络
年,卷(期) 2006,(3) 所属期刊栏目 信号检测、算法与仿真
研究方向 页码范围 246-250
页数 5页 分类号 TP183
字数 2561字 语种 中文
DOI 10.3969/j.issn.1671-7449.2006.03.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢克明 太原理工大学信息工程学院 145 1524 18.0 31.0
2 张刚 太原理工大学信息工程学院 97 371 10.0 13.0
3 赵哲峰 太原理工大学信息工程学院 14 70 4.0 8.0
4 薛春雨 太原理工大学信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
G.728
增益滤波器
信噪比估计
BP 神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
相关基金
山西省自然科学基金
英文译名:Shanxi Natural Science Foundation
官方网址:http://sxnsfc.sxinfo.gov.cn/sxnsf/index.aspx
项目类型:
学科类型:
论文1v1指导