ポストGAN:符号化音声の品質を強化するGANベース後処理器【JST・京大機械翻訳】

Korse Srikanth; Pia Nicola; Gupta Kishan; Fuchs Guillaume

プレプリント

J-GLOBAL ID：202202207640043189 整理番号：22P0282253

ポストGAN:符号化音声の品質を強化するGANベース後処理器【JST・京大機械翻訳】

PostGAN: A GAN-Based Post-Processor to Enhance the Quality of Coded Speech

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月31日プレプリントサーバーでの情報更新日： 2022年01月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

変換符号化により符号化された音声の品質は,特にビットレートが低すぎる場合,様々なアーチファクトにより影響を受ける。これらの符号化アーチファクトを軽減し,符号化音声の品質を高めるために,符号器から送信されたアプリオリ情報に依存するポストプロセッサを,伝統的に復号器側に採用する。近年,いくつかのデータ駆動ポストプロセッサが提案されているが,これは従来のアプローチより優れていることを示した。本論文では,サブバンドドメインで動作するGANベースニューラルポストプロセッサであるPostGANを提案し,U-Netアーキテクチャと学習アフィン変換に依存する。最低ビットレート(16kbit/s)での広帯域音声のための最近標準化された低複雑性,低遅延青歯符号(LC3)についてテストした。主観的評価と客観的スコアは,新しく導入したポストプロセッサが以前に発表された方法を超え,約20MUSHRAポイントで符号化音声の品質を改善できることを示す。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

音声処理 , 符号理論

, , , ,

前のページに戻る