增益-波形乘积码书结构广泛用于CELP语音编码算法,它们使用L ev inson-Durb in(L-D)方法更新增益滤波器系数.本文对BP神经网络算法与L-D方法进行了比较.用BP神经网络增益滤波器进行语音编码,其计算量仅为G.728的L-D方法的6.7%,但平均分段SNR高出G.728算法0.156 dB.同时,用BP神经网络算法评价了16和20样点激励矢量增益滤波器,效果同样很好.但是,由于考察增益预测器时量化器还不存在,因此无法用量化信噪比评价滤波器性能.本文提出一种信噪比估计方法,可使增益预测器的优化与量化问题分开处理.实验表明用这种信噪比估计方法选择增益滤波器十分有效.
