面向复杂无模型过程的变分状态估计
音频与语音处理
2026-01-30 v1
摘要
我们设计了一种变分状态估计（VSE）方法，提供来自（噪声）非线性测量的复杂动态过程的闭形式高斯后验。该复杂过程是无模型的，即我们没有描述过程状态随时间演化的合适物理模型。闭形式高斯后验由循环神经网络（RNN）提供。RNN在推断阶段计算简单。为学习RNN，还使用另一个RNN。两个RNN相互帮助，依据变分推断原则进行学习。针对跟踪应用——使用2D摄像机测量模型对随机 Lorenz 系统（作为基准过程）进行状态估计——演示了VSE。VSE被证明在已知 Lorenz 系统模型的粒子滤波器和最近提出的无模型数据驱动状态估计方法中具有竞争力。
引用
@article{arxiv.2601.21886,
title = {Speech Quality-Based Localization of Low-Quality Speech and Text-to-Speech Synthesis Artefacts},
author = {Michael Kuhlmann and Alexander Werning and Thilo von Neumann and Reinhold Haeb-Umbach},
journal= {arXiv preprint arXiv:2601.21886},
year = {2026}
}
备注
Accepted at ICASSP 2026