基于瞬时相位差和深度学习的丢包隐藏方法

来源：信号处理杂志 2021年第10期北京时间：

作者：黄晋维, 鲍长春

摘要：实时IP 语音通信在数据包会丢失的情况下,语音质量会受到严重影响。为了恢复传输过程中丢失的语音信息,本文提出了一种基于瞬时相位差(Instantaneous Phase Deviation, IPD)和深度神经网络(Deep Neural Network, DNN)的丢包隐藏 (Packet Loss Concealment, PLC)方法。在训练阶段,将语音的对数功率谱(Log Power Spectrum, LPS)和IPD作为训练DNN的输入特征,以学习从接收包到丢失包的映射关系;在重构阶段,将丢包前接收到的语音包送入训练好的DNN中,恢复出丢失包的语音。实验结果表明,在不同丢包率下,所提方法的性能优于传统的基于LPS和DNN的PLC方法。

关键词：深度神经网络, 相位特征, 丢包隐藏