利用机器学习和潜信息主动恢复丢失的音频信号
音频与语音处理
2024-01-22 v4 机器学习
声音
摘要
近年来，使用深度学习算法对丢失或损坏的片段进行数字音频信号重建已被广泛研究。然而，采用线性插值、相位编码和音调插入技术的传统方法仍在使用。但我们未发现将抖动、隐写术和机器学习回归器相融合来重建音频信号的研究工作。因此，本文提出了隐写术、半色调（抖动）以及最先进的浅层与深度学习方法的结合。结果（包括与SPAIN、自回归、基于深度学习、基于图及其他方法的比较）通过三种不同指标进行评估。结果观察表明，所提方案有效，并能增强由边信息（如隐写术提供的潜表示）执行的音频信号重建。此外，本文提出了一种利用半色调（即抖动）和机器学习从高度压缩的嵌入式音频数据重建的新框架，我们称之为HCR（基于半色调的压缩与重建）。该工作可能引发优化此方法和/或将其迁移至不同领域（如图像重建）的兴趣。与现有方法相比，我们在信噪比（SNR）、客观差异等级（ODG）和Hansen音频质量指标方面展示了修复性能的提升。特别地，我们提出的框架优于基于学习的方法（D2WGAN和SG）以及传统统计算法（如SPAIN、TDC、WCP）。
引用
@article{arxiv.2111.10891,
title = {Active Restoration of Lost Audio Signals Using Machine Learning and Latent Information},
author = {Zohra Adila Cheddad and Abbas Cheddad},
journal= {arXiv preprint arXiv:2111.10891},
year = {2024}
}
备注
18 Pages, 2 Tables, 8 Figures