基于高保真生成对抗网络的语音带宽扩展
声音
2024-07-30 v2 人工智能
音频与语音处理
摘要
语音带宽扩展对于扩展低带宽语音信号的频率范围至关重要，可提升数字应用中的音频质量、清晰度和可懂度。其应用涵盖电话、压缩、文本到语音合成以及语音识别。本文提出了一种使用高保真生成对抗网络的新方法，与级联系统不同，我们的系统在配对的窄带和宽带语音信号上进行端到端训练。我们的方法将多种带宽上采样比率集成到一个统一的模型中，专门用于语音带宽扩展应用。该方法在各种带宽扩展因子下均表现出稳健性能，包括训练中未见过的因子，展现了零样本能力。据我们所知，这是首次展示这种能力的工作。实验结果表明，我们的方法优于先前的端到端方法以及插值和传统技术，证明了其有效性。
引用
@article{arxiv.2407.18571,
title = {Speech Bandwidth Expansion Via High Fidelity Generative Adversarial Networks},
author = {Mahmoud Salhab and Haidar Harmanani},
journal= {arXiv preprint arXiv:2407.18571},
year = {2024}
}