改进的RBF神经网络非线性预测模型在语音编码中的应用

摘要

用一种改进的径向基神经网络(RBF)建立非线性预测模型来对语音信号进行处理，在提高预测精度的同时不影响传输码率。这种改进的RBF神经网络具有计算量小，学习速度快，不易陷入局部极小等优点。将此模型应用在ADPCM语音编码系统中进行验证，其恢复的语音质量优于CCITT建议G721中的ADPCM编码，表明该非线性预测模型具有较高的预测精度，且在语音编码系统中有着很大的实用性。