基于自适应循环神经网络的语音预测及其在丢包隐藏中的应用
音频与语音处理
2021-11-17 v1
摘要
本文提出一种基于循环神经网络（RNN）的语音信号预测新方法。与现有的基于 RNN 的预测器不同——后者在参数特征上操作并离线使用大量此类特征进行训练——所提出的预测器直接作用于语音样本，并在语音信号的最近历史之上进行在线训练。可选地，该网络可离线预训练以加快启动时的收敛。所提出的预测器是一个单一的端到端网络，可捕获样本间的各类依赖关系，因此有望超越经典的线性/非线性与短时时/长时语音预测器结构。我们将其应用于丢包隐藏（PLC）问题，并表明其优于标准 ITU G.711 Appendix I PLC 技术。
引用
@article{arxiv.2111.08116,
title = {Speech Prediction using an Adaptive Recurrent Neural Network with Application to Packet Loss Concealment},
author = {Reza Lotfidereshgi and Philippe Gournay},
journal= {arXiv preprint arXiv:2111.08116},
year = {2021}
}