论文部分内容阅读
利用径向基函数网络（RBFN）进行语音质量客观评价，以避免在回归分析中选取具体函数的困难．选取3种距离测度而非语音文件本身作为神经网络的输入，使得网络输入维数大大减小，网络结构大大简化．且对径向基函数网络结构作了修正，使其更便于作音质评价．作者在网络参数和结构学习中采用平滑后的训练集，有效减少了随机因素对客观评测结果的影响，也大大减少了网络结构的复杂性．主客观评价结果的相关性实验中，相关系数达0．96以上。这表明了该方法的可靠性．