CQNV：一种结合粗量化比特流与神经声码器的低速率语音编码方法
声音
2023-07-26 v1 音频与语音处理
摘要
近年来，基于神经网络的语音编解码器已被证明优于传统方法。然而，在将传统编解码器与神经声码器相结合的编解码器架构中，传统参数量化中的冗余显而易见。本文提出一种名为 CQNV 的新框架，其将传统参数化编解码器的粗量化参数与神经声码器相结合，在降低比特率的同时提升解码语音的质量。此外，我们在神经声码器中引入参数处理模块，以增强传统语音编码参数比特流对神经声码器的适用性，进一步改善重构语音的质量。实验中，主观与客观评测均证明了所提 CQNV 框架的有效性。具体而言，我们提出的方法在 1.1 kbps 下可取得比 Lyra 和 Encodec 在 3 kbps 下更高质量的重构语音。
引用
@article{arxiv.2307.13295,
title = {CQNV: A combination of coarsely quantized bitstream and neural vocoder for low rate speech coding},
author = {Youqiang Zheng and Li Xiao and Weiping Tu and Yuhong Yang and Xinmeng Xu},
journal= {arXiv preprint arXiv:2307.13295},
year = {2023}
}
备注
Accepted by INTERSPEECH 2023