RADE：面向 HF 无线信道的语音神经编码器
音频与语音处理
2025-07-29 v2 声音
摘要
语音压缩通常用于无线信道传输语音，广泛应用于移动电话和双向推送到话术(PTT)无线电等场景。在传统系统中，语音编码器与前向纠错、调制和无线电硬件结合在一起。本文描述了一个自编码器，用神经网络取代许多传统信号处理元素。编码器输入声学参数特征集合（短时谱、基频、通音），输出离散时域的连续值正交频移调制(QAM)符号。我们采用正交频域复用(OFDM)将这些符号通过高频(HF)无线信道发送和接收。解码器将接收到的QAM符号转换为适用于合成的声学参数特征。该自编码器经过训练，具备对加性高斯噪声和多径信道失衡的鲁棒性，同时保持峰均功率比(PAPR)小于1 dB。在模拟和实际HF无线信道上，我们实现的语音语音可懂性明显优于现有的模拟和数字无线电系统，覆盖多个信噪比范围。
引用
@article{arxiv.2505.06671,
title = {RADE: A Neural Codec for Transmitting Speech over HF Radio Channels},
author = {David Rowe and Jean-Marc Valin},
journal= {arXiv preprint arXiv:2505.06671},
year = {2025}
}
备注
Proc. WASPAA 2025, 5 pages