用于低比特率语音编码的神经特征预测与判别残差编码
音频与语音处理
2022-11-07 v1 声音
摘要
低与超低比特率神经语音编码通过从紧凑语音特征生成语音信号实现了前所未有的编码增益。本文通过循环神经预测器降低帧级特征序列中存在的时序冗余，在神经语音编码中引入额外编码效率。该预测可实现低熵残差表示，我们基于其对信号重建的贡献对其进行判别编码。特征预测与判别编码的协调产生一种动态比特分配算法，将更多比特花费在不可预测但罕见的事件上。由此，我们开发了一个可扩展、轻量、低延迟且低比特率的神经语音编码系统。我们使用 LPCNet 作为神经声码器证明了所提方法的优势。尽管所提方法在其预测中保证因果性，主观测试与特征空间分析表明，在极低比特率下我们的模型相比 LPCNet 与 Lyra V2 实现了更优的编码效率。
引用
@article{arxiv.2211.02506,
title = {Neural Feature Predictor and Discriminative Residual Coding for Low-Bitrate Speech Coding},
author = {Haici Yang and Wootaek Lim and Minje Kim},
journal= {arXiv preprint arXiv:2211.02506},
year = {2022}
}