METHOD AND APPARATUS FOR DESIGNING AND TESTING AN AUDIO CODEC USING WHITE NOISE MODELING

• Main Authors: LIM WOO TAEK, PARK YOUNG CHEOL, BEACK SEUNG KWON, LEE TAE JIN, BYUN JOON, SHIN SEUNG MIN, SUNG JONGMO, CHO BYEONGHO, JANG INSEON
• Format: Patent
• Language: English; Korean
• Published: 01.09.2023
• Subjects: ACOUSTICS; CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; MUSICAL INSTRUMENTS; PHYSICS; SPEECH ANALYSIS OR SYNTHESIS; SPEECH OR AUDIO CODING OR DECODING; SPEECH OR VOICE PROCESSING; SPEECH RECOGNITION

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.