{"id":131578,"date":"1996-01-01T00:00:00","date_gmt":"1996-01-01T00:00:00","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/funciones-de-base-radial-para-codificacion-predictiva-de-voz\/"},"modified":"1996-01-01T00:00:00","modified_gmt":"1996-01-01T00:00:00","slug":"funciones-de-base-radial-para-codificacion-predictiva-de-voz","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/ciencias-tecnologicas\/funciones-de-base-radial-para-codificacion-predictiva-de-voz\/","title":{"rendered":"Funciones de base radial para codificacion predictiva de voz."},"content":{"rendered":"<h2>Tesis doctoral de <strong>  Diaz De Mar\u00eda  Fernando <\/strong><\/h2>\n<p>El objetivo de esta tesis ha sido mejorar la calidad ofrecida por los algoritmos de codificacion de voz basados en prediccion lineal mediante la generalizacion del predictor para incorporar no linealidades. Tal aproximacion se basa en la presencia constatada de fenomenos no lineales en el mecanismo de produccion de voz.  se ha orientado la investigacion a complementar la prediccion lineal con una contribucion no lineal, en lugar de pretender una nueva solucion global. Aparte de aprovechar los conocimientos y experiencia adquiridos sobre el enfoque lineal, la combinacion de ambos tipos de prediccion ha permitido reducir la complejidad de la parte no lineal.  las redes neuronales presentan una estructura paralela que puede explotarse mediante una realizacion hardware adecuada para reducir suficientemente el tiempo de computacion de la alternativa no lineal; en particular, en esta tesis se propone el empleo de la red de funciones de base radial (rbfn: \u00abradial basis functions network\u00bb) por dos motivos fundamentales: primero, su entrenamiento es rapido en relacion con otros tipos de redes; y segundo, la rbfn proporciona una solucion regularizada al problema de prediccion, y la seleccion apropiada del parametro de regularizacion permite garantizar la capacidad de generalizacion necesaria para responder adecuadamente ante excitaciones cuantificadas.  se han evaluado las dos formas naturales de combinar la rbfn con un predictor lineal: paralelo y serie, optandose por la segunda configuracion porque ademas de ofrecer unas prestaciones satisfactorias, proporciona ventajas computacionales muy importantes para su utilizacion en codificadores de analisis mediante sintesis. A continuacion, se ha dise\u00f1ado la red (tama\u00f1o de la misma y valor del parametro de regularizacion) para maximizar las prestaciones del predictor hibrido.  se ha propuesto un codificador (que se ha denominado cenp: \u00abcode-excited nonlinear predictive\u00bb) basado en el nue<\/p>\n<p>&nbsp;<\/p>\n<h3>Datos acad\u00e9micos de la tesis doctoral \u00ab<strong>Funciones de base radial para codificacion predictiva de voz.<\/strong>\u00ab<\/h3>\n<ul>\n<li><strong>T\u00edtulo de la tesis:<\/strong>\u00a0 Funciones de base radial para codificacion predictiva de voz. <\/li>\n<li><strong>Autor:<\/strong>\u00a0  Diaz De Mar\u00eda  Fernando <\/li>\n<li><strong>Universidad:<\/strong>\u00a0 Polit\u00e9cnica de Madrid<\/li>\n<li><strong>Fecha de lectura de la tesis:<\/strong>\u00a0 01\/01\/1996<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Direcci\u00f3n y tribunal<\/h3>\n<ul>\n<li><strong>Director de la tesis<\/strong>\n<ul>\n<li>Juan  Ram\u00f3n Vidal Roman\u00ed<\/li>\n<\/ul>\n<\/li>\n<li><strong>Tribunal<\/strong>\n<ul>\n<li>Presidente del tribunal: Luis Alfonso Hernandez Gomez <\/li>\n<li>Mar\u00eda Asunci\u00f3n Moreno Bilbao (vocal)<\/li>\n<li>Jos\u00e9 Manuel Pardo Mu\u00f1oz (vocal)<\/li>\n<li>Carmen Garc\u00eda Mateo (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tesis doctoral de Diaz De Mar\u00eda Fernando El objetivo de esta tesis ha sido mejorar la calidad ofrecida por los [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[332,16008,2489],"tags":[22108,49274,30791,16164,22109,15976],"class_list":["post-131578","post","type-post","status-publish","format-standard","hentry","category-ciencias-tecnologicas","category-politecnica-de-madrid","category-tecnologia-de-las-telecomunicaciones","tag-carmen-garcia-mateo","tag-diaz-de-maria-fernando","tag-jose-manuel-pardo-munoz","tag-juan-ramon-vidal-romani","tag-luis-alfonso-hernandez-gomez","tag-maria-asuncion-moreno-bilbao"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/131578","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/comments?post=131578"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/131578\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=131578"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=131578"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=131578"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}