论文部分内容阅读
LSF参数能够很好的表示语音频谱特征因而被广泛应用于语音编码，语音转换以及语音合成等领域。为了减小存储空间消耗，LSF参数通常采用矢量量化方法编码。本文提出了一种LSF参数拟合方法，该方法基于径向基函数神经网络(RBF NN)。这样高维LSF参数就可以用维数相对较低的RBF NN模型参数表示。实验结果表明：24阶的LSF参数能够用具有15个基函数的RBF NN模型精确表示，并且拟合引起的平均谱失真不超过1db。