METHOD AND APPARATUS FOR DESIGNING AND TESTING AN AUDIO CODEC USING WHITE NOISE MODELING
백색 잡음 모델링을 이용한 오디오 코덱 설계 및 테스트 방법 및 장치가 개시된다. 신경망 기반 오디오 부호화기 설계 방법은 백색 잡음 모델링 기반 양자화 과정을 이용하여 입력 신호에 대응하는 양자화된 잠재 벡터 및 복원 신호를 생성하는 단계; 상기 입력 신호와 상기 복원 신호 및 상기 양자화된 잠재 벡터를 기초로 신경망 기반 오디오 코덱의 학습을 위한 총 손실 함수를 결정하는 단계; 상기 총 손실 함수를 사용하여 신경망 기반 오디오 코덱을 학습하는 단계; 및 학습된 신경망을 검증하여 최종 신경망 기반 오디오 코덱을 결정하는 단계를...
Saved in:
Main Authors | , , , , , , , , |
---|---|
Format | Patent |
Language | English Korean |
Published |
01.09.2023
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | 백색 잡음 모델링을 이용한 오디오 코덱 설계 및 테스트 방법 및 장치가 개시된다. 신경망 기반 오디오 부호화기 설계 방법은 백색 잡음 모델링 기반 양자화 과정을 이용하여 입력 신호에 대응하는 양자화된 잠재 벡터 및 복원 신호를 생성하는 단계; 상기 입력 신호와 상기 복원 신호 및 상기 양자화된 잠재 벡터를 기초로 신경망 기반 오디오 코덱의 학습을 위한 총 손실 함수를 결정하는 단계; 상기 총 손실 함수를 사용하여 신경망 기반 오디오 코덱을 학습하는 단계; 및 학습된 신경망을 검증하여 최종 신경망 기반 오디오 코덱을 결정하는 단계를 포함할 수 있다.
Provided is a method and apparatus for designing and testing an audio codec using quantization based on white noise modeling. A neural network-based audio encoder design method includes generating a quantized latent vector and a reconstructed signal corresponding to an input signal by using a white noise modeling-based quantization process, computing a total loss for training a neural network-based audio codec, based on the input signal, the reconstruction signal, and the quantized latent vector, training the neural network-based audio codec by using the total loss, and validating the trained neural network-based audio codec to select the best neural network-based audio codec. |
---|---|
Bibliography: | Application Number: KR20220025344 |