时间序列预测方法之 WaveNet

本文链接：个人站 | 简书 | CSDN
版权声明：除特别声明外，本博客文章均采用 BY-NC-SA 许可协议。转载请注明出处。

最近打算分享一些基于深度学习的时间序列预测方法。这是第四篇。

前面已经分享了两个基于 RNN 的模型（DeepAR 和 DeepState）和一个基于 Attention 的模型（Transformer），今次将会介绍一个基于 CNN 的模型。

Google DeepMind 在 2016 年发表了 WaveNet: A generative model for raw audio 。这篇文章介绍了一种用于音频生成的神经网络 WaveNet。该模型在文字转语音（Text-to-Speech, TTS）任务上取得了极佳的效果，与当时业界已有的模型不同，它合成的声音与真人的发音非常接近。目前 WaveNet 已经被应用在 Google Assistant 语音助手中。

WaveNet 是一个自回归概率模型，它将音波 x = { x 1 , ⋯   , x T } \mathrm x = \{x_1, \cdots, x_T\} x={ x1​,⋯,xT​} 的联合概率分布建模为
$$p(\mathrm{x})=\prod _{t=1}^{T}p(x_t|x_1$$