基于径向基函数神经网络的语音LSF参数表示方法

摘要：

LSF参数能够很好的表示语音频谱特征因而被广泛应用于语音编码，语音转换以及语音合成等领域。为了减小存储空间消耗，LSF参数通常采用矢量量化方法编码。本文提出了一种LSF参数拟合方法，该方法基于径向基函数神经网络(RBF NN)。这样高维LSF参数就可以用维数相对较低的RBF NN模型参数表示。实验结果表明：24阶的LSF参数能够用具有15个基函数的RBF NN模型精确表示，并且拟合引起的平均谱失真不超过1db。

关键词： 径向基函数 神经网络 语音频谱特征 语音编码 语音合成 矢量量化

作者: 孙宏军 潘诗峰 陶建华

作者单位: 中国科学院自动化研究所模式识别国家重点实验室,北京,100190

会议类型: 国内会议

会议名称: 中国声学学会2009年青年学术会议

会议地点: 长沙

会议语种:中文

页码: 251-252

在线出版日期: 2009-10-16（万方平台首次上网日期，不代表论文的发表时间）