基于先驗梅爾譜和神經(jīng)聲碼器的語音丟包隱藏方法

摘要： 對基于神經(jīng)網(wǎng)絡(luò)的丟包隱藏方法而言，輸入特征是直接影響最終恢復(fù)效果的重要因素.此外，如何通過丟包隱藏恢復(fù)高自然度的語音，也是亟待解決的難題.為有效恢復(fù)丟包語音并提高自然度，本文提出了一種基于先驗梅爾譜和神經(jīng)聲碼器的語音丟包隱藏方法 .該方法采用一種非對稱的編解碼網(wǎng)絡(luò)結(jié)構(gòu).在編碼端，用兩個獨(dú)立的編碼網(wǎng)絡(luò)分別從時域波形和梅爾譜中提取深層時頻特征.在解碼端，將時頻深層特征一同送入由時序...