一种基于重构性深度网络的 MELP 语音编码改进算法

• 作者: 吴海佳 张梁梁 张雄伟 邹霞
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 深度学习 深度自编码机 重构性 低速率语音编码 混合激励线性预测
• 年，卷（期）: 2015,（2）
• 页码范围: 307-318
• 页数: 12页
• 分类号: TP181
• 字数: 5372字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.02.008

摘要

为了提高深度模型的编码重构性能,本文为传统对比散度(Contrastive divergence,CD)添加了基于交叉熵的重构误差约束。利用改进后的算法训练了重构性深度自编码机(Reconstructive deep au-to-encoder,RDAE),并用 RDAE 替换混合激励线性预测编码(Mixed excitation linear prediction, MELP)语音编码器中 LSF 参数的矢量量化方法。测试结果表明,改进后的算法在损失一定模型似然度的条件下获得了重构性能的提升,当 RDAE 隐藏层结点设为19 bit 时,本文方法所测得的加权 LSF 距离、重构语音质量、谱失真指标在训练集和测试集上均优于25 bit 矢量量化方法,即利用本文方法改进的 MELP 编码器,在不降低语音质量的条件下,可将 MELP 编码速率从2.4 kb/s 降低至2.1 kb/s,编码速率降低了12.5%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雄伟	解放军理工大学指挥信息系统学院	150	933	16.0	22.0
2	吴海佳	解放军理工大学指挥信息系统学院	11	157	7.0	11.0
3	邹霞	解放军理工大学指挥信息系统学院	28	113	6.0	9.0
4	张梁梁	解放军理工大学指挥信息系统学院	4	14	3.0	3.0