基于神经网络的AVS-P10开环模式选择算法优化

摘要：

现有的开环模式选择算法依赖信号分类的准确率,但多数情况下准确率较低,造成开环模式下编码音质较差.为此,提出一种改进的基于神经网络的开环模式选择算法.使用神经网络替换原开环模式选择的决策树算法,拟合闭环模式选择结果进行训练得到模式选择分类器,按照闭环模式选择的逻辑过程,运用神经网络预测输入的信号,在ACELP256和TVC256两种编码模式的信噪比取代编码尝试计算得到的信噪比.实验结果表明,与原AVS-P10开环选择方法相比,提出的2种模式在语音分类准确率上分别提升5.96％和18.07％,在音乐分类准确率上分别提升3.84％和20.29％,其主客观编码音质评测明显提升.

关键词：神经网络、先进音视频编码、模式选择、特征选择、信号分类、信噪比估计

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金“基于上下文相关的音频非盲带宽扩展编码研究”61762005

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：256-262