음성 신호를 위한 의미 통신

우리는 DeepSC-S라는 음성 신호를 위한 의미 통신 시스템을 고려합니다. 딥 러닝(DL)의 돌파구에 힘입어, 우리는 전통적인 통신 시스템과 같이 비트 수준이나 기호 수준에서가 아니라 의미 수준에서 오류를 최소화하는 의미 통신 시스템에서 전송된 음성 신호를 복구하기 위해 노력합니다. 특히, 압축 및 자극(SE) 네트워크를 사용하는 주목 메커니즘을 기반으로, 우리는 필수 음성 정보를 학습하고 추출하는 종단 간(E2E) 시스템으로 송수신기를 설계합니다. 또한, 제안한 DeepSC-S가 동적 실용 통신 시나리오에서 잘 작동하도록 하기 위해, 우리는 재학습 과정 없이 다양한 채널 환경을 처리할 때 좋은 성능을 내는 모델을 찾습니다. 시뮬레이션 결과는 우리의 제안된 DeepSC-S가 채널 변동에 더 강인하고 전통적인 통신 시스템에 비해 우수한 성능을 발휘함을 보여줍니다. 특히 저 신호 대 잡음(SNR) 구간에서 그러합니다.