10.19678/j.issn.1000-3428.0047850
基于神经网络的AVS-P10开环模式选择算法优化
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.
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
44
TP391(计算技术、计算机技术)
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
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
256-262