为实现多种R-D 权衡，采用不同入E{1024,256,64,16,4}的 NTSCC 模型，设置n=0.2。信 源信道分离方案使用LDPC(4096,6144)编码与16QAM 调制，作为“BPG+LDPC"基线。结果 时，NTSCC 及"BPG+NTSCC"在三种数据集上均超越BPG+LDPC"，展现出显著性能优势。 本节提出了一种基于非线性变换编码的语义编码方案 NTSCC。该方案通过非线性解析 变换，将信源符号映射到语义特征向量空间，利用熵模型实现针对于语义特征的速率估计, 并依照估计的速率信息，利用联合信源信道编码实现可变速率传输。NTSCC 面向率失真形 式的损失函数进行优化训练，且失真度量更贴近人类的感知。因此，本节所提语义通信方法 可以显著提高语义传输的效率与可靠性，既能够保持较高的主观感知质量，又显著节省了信 号传输带宽，体现出双重性能优势。相比于传统信源信道分离编码与标准的 DJSCC方案， NTSCC 在不同信噪比、不同信道带宽比的条件下均可获得显著的性能增益。NTSCC框架在 未来的语义通信系统中有广阔的应用前景。 5.2.3感知驱动的低复杂度语音语义通信系统