基于动态小波神经网络的语音信号非线性预测器

摘要

提出一种带反馈单元的动态小波神经网络(DWNN)并将其用作语音信号的非线性预测器,分析了DWNN的函数学习能力和对高维函数学习的优越性.由于反馈单元的内部记忆能力,DWNN具有对长时相关的预测能力并能在一定程度上克服小波神经网络的"维数灾难"现象.在对语音信号的预测中,动态小波神经网络预测器的预测性能很好,虽然其预测阶数很低(仅为3),试验结果表明:DWNN预测器较RNN,RBF更适合于语音信号的非线性预测,而且其计算复杂度相对较低.