基于BP神經(jīng)網(wǎng)絡(luò)的低延遲矢量激勵語音編碼系統(tǒng).pdf

1、人工神經(jīng)網(wǎng)絡(luò)是采用大量的處理單元連接起來構(gòu)成的一種復(fù)雜的信息處理網(wǎng)絡(luò)。這種網(wǎng)絡(luò)具有與人腦相類似的學(xué)習(xí)記憶能力和輸入信息特征抽取能力。人工神經(jīng)網(wǎng)絡(luò)因其非線性、自適應(yīng)及學(xué)習(xí)特性而受到極大關(guān)注，并在諸多領(lǐng)域都取得成功的應(yīng)用，如模式識別與圖像處理、控制與優(yōu)化、預(yù)測、通信等。 語音信號本質(zhì)上是一個非平穩(wěn)和非線性的過程，但一直以來，傳統(tǒng)的語音處理方法都采用一種線性預(yù)測方法來處理，這就無法適應(yīng)語音信號的非線性特征。而現(xiàn)有神經(jīng)網(wǎng)絡(luò)非線性濾波方法

2、對矢量激勵語音編碼尚無有效的解決方案。 本課題首先針對線性濾波方法的不足，在語音編碼系統(tǒng)的預(yù)測中引入神經(jīng)網(wǎng)絡(luò)模型，并研究了基于神經(jīng)網(wǎng)絡(luò)的語音編碼系統(tǒng)的結(jié)構(gòu)、適合于語音后向預(yù)測的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)算法，并且針對算法實時性的要求通過固定部分微變系數(shù)改進(jìn)了BP網(wǎng)絡(luò)訓(xùn)練過程縮短了訓(xùn)練時間，實驗表明本算法比G.721信噪比提高1.5-2dB。 在語音編碼算法中，矢量量化的效率要高很多，而現(xiàn)有的矢量激勵語音編碼算法還無法和神經(jīng)網(wǎng)絡(luò)

3、非線性濾波有效的結(jié)合起來。本課題針對矢量激勵編碼算法，提出了基于神經(jīng)網(wǎng)絡(luò)的非線性逆濾波的概念。經(jīng)過離線網(wǎng)絡(luò)訓(xùn)練得到具有中心抽頭的單位變換非線性濾波器；將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)從中心抽頭一分為二，構(gòu)成正、逆兩個非線性濾波器；語音信號經(jīng)正濾波器濾波得到激勵矢量；用LBG方法訓(xùn)練激勵矢量得到激勵碼書。編碼時搜索最佳激勵矢量，經(jīng)非線性逆濾波得到合成語音。為了縮短搜索時間，本課題采用了一種基于分形學(xué)理論的搜索算法，將碼書二次訓(xùn)練分為若干子碼書并得到每個