lebron

肯定不可以这样操作，如果loss是估计回声和真实回声的欧式距离，那么反向的时候梯度肯定要对数学建模部分的卡尔曼滤波进行反向，我的建议是计算数学方法的凯尔曼滤波器系数和网络输出的滤波器系数的距离。或者固定数学建模部分，使用最后的loss。

我自己写过，可以进行训练。作者还是很牛逼的。

尴尬咯，我的实验结果是，基础的数学建模凯尔曼滤波 < 网络的凯尔曼滤波 < 状态因子优化的数学建模凯尔曼滤波

pitch更加适合语音，对于噪声应该不适合

我也遇到这样的问题，特别是噪声刚刚出现的时刻。