RBF神经网络及其在基于输出的客观 音质评价中的应用

鄢田云; 云 霞; 靳 蕃; 朱庆军

您当前的位置：

首页 >

文章列表页 >

RBF神经网络及其在基于输出的客观音质评价中的应用

论文 | 更新时间：2025-07-16

- RBF神经网络及其在基于输出的客观音质评价中的应用
- RBF Neural Networks and Their Application to Output-Based Objective Speech Quality Assessment
- 电子学报 2004年32卷第8期页码：1282-1285
- 作者机构：
  
  西南交通大学计算机与通信工程学院,四川,成都,610031
- 作者简介：
- 基金信息：
  
  国防预研基金 (No.31.6.2.6)
- DOI：
  中图分类号： TN912
- 纸质出版：2004
- 稿件说明：
移动端阅览
鄢田云, 云霞, 靳蕃, 等. RBF神经网络及其在基于输出的客观音质评价中的应用[J]. 电子学报, 2004,32(8):1282-1285.

YAN Tian-yun, YUN Xia, JIN Fan, et al. RBF Neural Networks and Their Application to Output-Based Objective Speech Quality Assessment[J]. Acta Electronica Sinica, 2004, 32(8): 1282-1285.
鄢田云, 云霞, 靳蕃, 等. RBF神经网络及其在基于输出的客观音质评价中的应用[J]. 电子学报, 2004,32(8):1282-1285. DOI：

YAN Tian-yun, YUN Xia, JIN Fan, et al. RBF Neural Networks and Their Application to Output-Based Objective Speech Quality Assessment[J]. Acta Electronica Sinica, 2004, 32(8): 1282-1285. DOI：

摘要

针对汉语连续语音

本文提出了采用径向基函数神经网络(RBFNNs)

对基于输出的语音质量进行客观评价的一种新方法——RBFOBSQ(Output-Based Speech Quality Using RBFNNs).该方法采用Mel倒谱对语音系统输出端的待测语音信号进行特征参数提取

然后通过RBF神经网络完成特征参数到主观评价MOS分的非线性映射

其映射值即为仅依赖于输出的客观音质评价结果

其与主观评价MOS分的相关度

当采用训练集样本时达到0.92以上

而采用测试集样本时达到0.88以上.

Abstract

In dealing with continuous Chinese speech

this paper proposes a novel method (RBFOBSQ)

using Radial Basis Function Neural Networks (RBFNNs)

for output-based objective speech quality assessment.First the characteristics of speech signals at the output of the speech system were extracted by Mel cepstrum coefficients.Then the mapping from the characteristics to the Mean Opinion Score (MOS) was accomplished by the RBFNNs

and the average value of the RBFNNs' outputs was the result of output-based objective speech quality.The experimental results show that the correlation degree reaches more than 0.92 when using the train samples and attains more than 0.88 when using the test samples.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

语音质量客观评价的一步策略