PSO-BP神经网络在语音干扰效果评估中的应用

摘要：

为了克服BP神经网络在连续语音数据干扰效果评估过程中存在的弊端缺陷,提出一种利用粒子群优化算法优化BP神经网络的客观语音干扰效果评估方法.该方法利用Mel倒谱技术提取所得的连续语音数据特征参数作为模型输入,再通过粒子群优化对BP神经网络的初始权系进行多点优化,建立了粒子群算法优化的BP神经网络模型,通过优化后的BP神经网络模型实现输入值到对应主观评价MOS评分的非线性映射.选取具有代表性的语音数据对方法有效性进行验证,对比表明,粒子群算法优化后的BP神经网络模型,其收敛速度较传统BP神经网络有较大提高,且收敛误差可有效控制在4％以内,模型相关系数和标准差更加接近理想参数.

关键词：干扰、BP神经网络、粒子群优化算法、Mel倒谱、特征参数、主观MOS

所属期刊栏目：42

分类号：TN912-34

资助基金：国家自然科学基金61308120;国家自然科学基金61463029;国家高层次人才特殊支持计划QN2016YX0324;国家高层次人才特殊支持计划Xinjiang[2014]22;新疆自治区科技支疆项目2016E02084

在线出版日期：2019-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：43-46,50