基于生成对抗网络的音频编解码器增强
音频与语音处理
2020-01-28 v1 信号处理
摘要
音频编解码器通常基于变换域并高效编码平稳音频信号，但难以处理语音及包含密集瞬态事件（如掌声）的信号。具体地，以这两类信号为例，我们展示一种基于生成对抗网络（GAN）从编码噪声中恢复音频的技术。所提基于GAN的编码音频增强器的主要优势在于该方法端到端直接作用于解码音频样本，无需设计任何手工前端。此外，本文描述的增强方法可在不对现有标准兼容编码器做任何修改的情况下改善低比特率编码音频的音质。主观测试表明，所提增强器显著改善了语音与难编码掌声片段的质量。
引用
@article{arxiv.2001.09653,
title = {Audio Codec Enhancement with Generative Adversarial Networks},
author = {Arijit Biswas and Dai Jia},
journal= {arXiv preprint arXiv:2001.09653},
year = {2020}
}
备注
Accepted to 45th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Barcelona, Spain, 04-08 May 2020