关于深度语音丢包 concealment：一项小型综述
音频与语音处理
2020-05-19 v1 机器学习
声音
摘要
在基于 IP 的语音传输（VoIP）中，丢包是一个常见问题。该问题由来已久，业界已开发出多种经典方法来克服它。然而，随着深度学习和生成模型（如生成对抗网络（Generative Adversarial Networks，GAN）和自编码器）的兴起，通过生成丢失数据包的替代内容来尝试利用深度学习解决丢包问题，开辟了一条新途径。在本小型综述中，我们回顾了迄今为止所发现的、所有尝试使用深度学习方法解决语音丢包问题的文献。此外，我们简要回顾了现实场景中丢包问题是如何建模的，以及如何评估丢包 concealment（Packet Loss Concealment，PLC）技术。而且，我们回顾了相关领域中一些已展现出有前景结果的现代深度学习技术。这些技术为 PLC 的未来潜在更优解以及需要同丢包一并考虑的额外挑战提供了启示。
引用
@article{arxiv.2005.07794,
title = {On Deep Speech Packet Loss Concealment: A Mini-Survey},
author = {Mostafa M. Mohamed and Mina A. Nessiem and Björn W. Schuller},
journal= {arXiv preprint arXiv:2005.07794},
year = {2020}
}
备注
Submission for INTERSPEECH 2020. 4 pages + 1 references page. 3 Figures and 1 Table