A scalable codec for bone-conducted speech based on generative and diffusion models

计算机科学 编解码器 语音编码 语音识别 自适应多速率音频编解码器 编解码器2 带宽(计算) 可扩展性 编码 可理解性(哲学) 语音活动检测 语音处理 线性预测编码 计算机硬件 计算机网络 生物化学 数据库 基因 认识论 哲学 化学
作者
Xiaoqiang Hu,Zhe Chen,Fuliang Yin
出处
期刊:Journal of the Acoustical Society of America [Acoustical Society of America]
卷期号:158 (2): 1227-1245
标识
DOI:10.1121/10.0038967
摘要

In extremely noisy communication scenarios, the bone-conducted microphone (BCM) speech codec is often combined with speech bandwidth extension to improve the BCM speech quality. However, this tandem approach leads to a complex system architecture. To address the problem, a scalable codec for BCM speech based on generative and diffusion probabilistic models is proposed in this paper. Specifically, a specialized codec architecture is constructed to encode BCM speech while complementing its high-frequency components. Then, a key feature extraction block is presented to address the diminishing memory capacity in shallow layers as the network depth increases. Next, considering the potential lack of high-frequency detail information, an overall refinement block is introduced to refine the reconstructed speech signals. Finally, based on the U-Net architecture, a diffusion probability model is proposed to upsample the input audio signal from a bandwidth of 8 kHz to a high-resolution audio signal with a bandwidth of 20 kHz and a sampling rate of 48 kHz. The proposed method can simultaneously encode and improve BCM speech quality using a single network. It supports different bitrate settings without architectural changes or retraining and dynamically adjusts transmitted data based on changing network load. Simulation experiments demonstrate its feasibility.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
空古悠浪发布了新的文献求助10
2秒前
橙橙完成签到 ,获得积分10
2秒前
Geopoison发布了新的文献求助10
2秒前
2秒前
2秒前
321321发布了新的文献求助10
3秒前
2052669099应助真实的亦竹采纳,获得10
3秒前
123完成签到,获得积分10
3秒前
白夜行不起完成签到 ,获得积分10
3秒前
4秒前
FashionBoy应助真实的亦竹采纳,获得10
4秒前
郑智冉冉发布了新的文献求助10
6秒前
oforv发布了新的文献求助20
7秒前
宁安发布了新的文献求助10
9秒前
9秒前
洁净静竹完成签到,获得积分10
10秒前
pcg完成签到,获得积分10
11秒前
2052669099应助真实的亦竹采纳,获得10
11秒前
王海洋发布了新的文献求助10
11秒前
13秒前
冰火完成签到 ,获得积分20
14秒前
15秒前
萱萱发布了新的文献求助10
15秒前
Nicole发布了新的文献求助20
16秒前
16秒前
Lucas应助小巧晓夏采纳,获得10
18秒前
18秒前
王海洋完成签到,获得积分10
19秒前
风中沂完成签到,获得积分10
19秒前
20秒前
Sci666完成签到 ,获得积分10
21秒前
萱萱完成签到,获得积分10
21秒前
22秒前
研友_VZG7GZ应助科研通管家采纳,获得10
22秒前
22秒前
dl应助科研通管家采纳,获得20
23秒前
23秒前
iNk应助科研通管家采纳,获得30
23秒前
丘比特应助科研通管家采纳,获得10
23秒前
CodeCraft应助科研通管家采纳,获得10
23秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Developing Genetic Editing Tools for Lysobacter 2000
卤化钙钛矿人工突触的研究 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Adhesion Science: Principles & Practice 800
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6521675
求助须知:如何正确求助?哪些是违规求助? 8314923
关于积分的说明 17787406
捐赠科研通 5623935
什么是DOI,文献DOI怎么找? 2927687
邀请新用户注册赠送积分活动 1904523
关于科研通互助平台的介绍 1764662