题目： FEEDBACK RECURRENT AUTOENCODER

摘要： 在这项工作中，我们提出了一种新的递归自编码器架构，称为反馈递归自编码器(FRAE)，用于时序数据的在线压缩。FRAE的重流结构是为了有效地提取沿时间维的冗余，并允许对学习的数据进行紧凑的离散表示。我们证明了它在语音谱图压缩中的有效性。具体来说，我们证明了FRAE与一个强大的神经声码器相结合，可以在低的固定比特率下产生高质量的语音波形。我们进一步证明，通过增加一个潜在空间的学习先验和使用熵编码器，我们可以实现更低的可变比特率。