轻量级丢包隐藏模型

内存降至6.51 MB

用轻量级全卷积网络结合插值后滤波器，在恶劣通信环境下同时实现丢包隐藏与噪声抑制，且计算成本极低。

Wang, Syu Siang · Chen-Chih, Tsai · Wei-Cheng, Yu · Fang, Shih Hau

IEEE Transactions on Cognitive Communications and Networking 2024

参数信息

语音质量提升
17.65 %
语音可懂度提升
12.00 %
恶劣条件下语音质量提升
12.84 %
恶劣条件下语音可懂度提升
10.45 %
每帧处理时间
42.69 ms
内存占用
6.51 MB

技术优势

内存占用骤降

模型处理时内存仅需6.51 MB，远低于对比方法的162 MB，便于在资源受限设备上部署。

质量可懂度双提升

相比丢包输入，语音质量和可懂度分别提升17.65%和12.00%，在恶劣条件下仍保持12.84%和10.45%的改善。

处理更快

每帧处理时间从60.52 ms降至42.69 ms，降低通信延迟，更适合实时应用。

应用场景