Bài báo này đề xuất phương pháp suy luận biến thiên với tiên nghiệm lời nói thần kinh (VINP), một phương pháp mới để ước tính đồng thời lời nói không phản xạ và đáp ứng xung phòng (RIR) từ lời nói có tiếng vang. VINP xây dựng một mô hình tín hiệu xác suất trong miền thời gian-tần số và sử dụng khuôn khổ suy luận Bayesian biến thiên (VBI) dựa trên mạng nơ-ron để ước tính tiên nghiệm lời nói không phản xạ. Không giống như các phương pháp khử tiếng vang kênh đơn thông thường, VINP hiệu quả đối với các hệ thống nhận dạng giọng nói tự động (ASR) và ước tính dạng sóng thông qua ước tính xác suất hậu nghiệm (MAP) và khả năng xảy ra tối đa (ML) của lời nói không phản xạ và RIR. Kết quả thử nghiệm chứng minh hiệu suất tiên tiến về Điểm ý kiến trung bình (MOS) và Tỷ lệ lỗi từ (WER), cũng như hiệu suất vượt trội trong việc ước tính Thời gian vang ở 60 dB (RT60) và Tỷ lệ trực tiếp trên vang (DRR). Mã và mẫu âm thanh có sẵn trực tuyến.
