PSO-BP神经网络在语音干扰效果评估中的应用

• 作者: 吕小毅 莫家庆 许亮 赵松波 郭翔 高强
• 来源期刊: 现代电子技术
• 关键词: 干扰 BP神经网络 粒子群优化算法 Mel倒谱 特征参数 主观MOS
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 43-46,50
• 页数: 5页
• 分类号: TN912-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.06.011

摘要

为了克服BP神经网络在连续语音数据干扰效果评估过程中存在的弊端缺陷,提出一种利用粒子群优化算法优化BP神经网络的客观语音干扰效果评估方法.该方法利用Mel倒谱技术提取所得的连续语音数据特征参数作为模型输入,再通过粒子群优化对BP神经网络的初始权系进行多点优化,建立了粒子群算法优化的BP神经网络模型,通过优化后的BP神经网络模型实现输入值到对应主观评价MOS评分的非线性映射.选取具有代表性的语音数据对方法有效性进行验证,对比表明,粒子群算法优化后的BP神经网络模型,其收敛速度较传统BP神经网络有较大提高,且收敛误差可有效控制在4％以内,模型相关系数和标准差更加接近理想参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高强	天津理工大学天津市复杂系统控制理论与应用重点实验室	100	395	10.0	14.0
2	吕小毅	新疆大学信息科学与工程学院	25	39	4.0	4.0
3	许亮	天津理工大学天津市复杂系统控制理论与应用重点实验室	5	36	3.0	5.0
4	赵松波	天津理工大学天津市复杂系统控制理论与应用重点实验室	1	5	1.0	1.0
5	莫家庆	新疆大学信息科学与工程学院	13	17	3.0	3.0
6	郭翔	中国人民财产保险股份有限公司大数据中心	3	6	1.0	2.0