Chin. Opt. Lett.主编推荐 | 语音分层编码助力高速水下光通信


Chinese Optics Letters 2026年第10期Editors’ Pick:

Yuning Zhou, Zhilan Lu, Yunkai Wang, Zengyi Xu, Chao Shen, Ziwei Li, Junwen Zhang, and Nan Chi, “Digital underwater semantic communication based on semantic and acoustic feature decomposition,” Chin. Opt. Lett. 24, 100602 (2026).
海洋观测设备与水下机器人对高速可靠通信的需求不断增长。由于电磁波在水中衰减明显,具有丰富频谱资源的可见光通信成为重要技术方向。然而,水体吸收、散射以及信道条件变化仍会限制光链路的可靠传输。对于语音信息而言,“每个比特是否准确到达”与“接收者能否听懂内容”并不完全等价:少量波形失真未必影响语义理解,而对关键词的破坏却可能使信息失去价值。将这一差异转化为可实现的通信增益,是语义通信与高速光通信结合的重要切入点。
为解决上述难题,复旦大学迟楠教授团队提出了基于语义与声学特征分解的数字语义通信方法,将语音内容与声音细节分别编码,再转换为比特流,通过激光传输。接收端根据收到的编码重建语音,发送端则可按所需声音质量选择传输的信息量。该方法可与成熟的数字传输技术结合。相关成果发表于Chinese Optics Letters 2026年第24卷第10期。
同一句话,说出来的“意”可以一致,发出来的“声”却各有千秋。团队借助预训练语音模型,引导第一层编码优先保留“说了什么”,后续层补充“声音听起来怎样”(图1)。实验表明,相较于未经语义指导的第一层编码,这种训练能保留更多语音内容,而增加后续层则能改善声音质量,从而通过选择编码层数,在数据量与音质之间灵活调整。

图1 语音分层编码与重建原理。第一层保留内容,后续层补充声音细节
研究团队将编码语音加载到激光信号上,经过1.2 m水槽传输后,由光探测器接收,再通过离线处理恢复语音(图2)。实验分别测试了五个波长通道,并与传统语音压缩加纠错方案、已有的神经网络语义通信方案进行比较。

图2 水下可见光实验链路与语音恢复流程
以传统比特误码标准评价时,系统速率约为80 Gbit/s;以语音可懂度评价时,所提方法支持约110 Gbit/s。随着速率增加,该方法的语音内容识别错误增长更慢,并能较好地保持语音可懂度。结合语音压缩,系统可承载相当于约4.6 Tb/s的未压缩语音数据。这一等效速率由光链路传输速率结合压缩比例折算得到。
27名听音者在80 Gbit/s和110 Gbit/s两个工作点,对重建语音的自然度与可懂度进行评价,所提方法均获得了高于传统数字方案的主观评分。测试中,随着信号条件变差,语音质量变化较为平缓,显示出应对信道波动的潜力。该论文第一作者周钰宁表示:“通过语义分层编码与数字光通信技术的融合,让有限的信道资源优先传递重要信息,为复杂信道下高效、可靠的智能光通信提供新思路。”
后续工作可进一步研究更长距离传输、复杂水体环境和实时处理技术,并探索图像、视频的分层传输,推动其在水下机器人和海洋观测网络中的应用。

迟楠
复旦大学
主要研究方向:高速可见光通信、6G 通信、智能光通信
迟楠,复旦大学教授、博士生导师,曾获国家自然科学基金杰出青年科学基金和杰青延续资助,美国光学学会会士,现任复旦大学副校长。1996 年、2001 年先后于北京邮电大学获工学学士、博士学位,曾在丹麦技术大学从事博士后研究、在英国布里斯托大学任副研究员,2008 年加入复旦大学。长期从事高速光通信与高速可见光通信方面的研究,发表论文400余篇,出版专著10部,获评中国通信学会科学技术奖(自然科学类)一等奖、教育部自然科学奖二等奖、上海市“三八红旗手”等。

周钰宁
复旦大学 / 上海创智学院
主要研究方向:高速光无线通信、数字语义通信、人工智能辅助通信


END

点在看联系更紧密
