AVS-P10是我国第一部移动音频编码标准,其编码模式分为闭环和开环两种。开环模式是一种低复杂度编码模式,它对输入信号进行分类,根据分类结果选择ACELP或TVC编码模式。现有开环模式选择算法完全依赖信号分类的准确率,但是大多数情况下准确率较低,这造成开环模式下编码音质较差。本文针对该问题提出一种改进的基于神经网络的开环模式选择方法。我们的方法从两方面对其进行改进:第一,使用神经网络替换原开环模式选择的决策树算法,拟合闭环模式选择进行训练,最后得到模式选择分类器;第二,按照闭环模式选择的逻辑过程,使用神经网络预测输入的信号在ACELP256和TVC256两种编码模式的信噪比来取代编码尝试计算得到的信噪比。实验结果表明,两种方法在语音分类准确率上分别提升了5.96%和18.07%,在音乐分类准确率上分别提升了3.84%和20.29%,其主客观编码音质评测也得到了明显提升。