MHSA-CycleGAN骨导语音编解码器

至少快68%

将骨导语音的高频分量扩展到气导语音水平，同时显著降低计算复杂度。

Xiaolong, Hu · 陈喆 · 殷福亮

IEEE/ACM Transactions on Audio Speech and Language Processing 2024

参数信息

运行时间减少

68 %

技术优势

高频补得上

利用MHSA-CycleGAN将骨导语音的ISF参数转换为气导语音参数，从而补充骨导语音缺失的高频成分。

至少快68%

与现有最优方法相比，运行时间减少至少68%，计算复杂度更低。

多码率都管用

在各种码率下均能提供一致的语音增强性能。

应用场景

• 骨导语音通信：在噪声环境中提供清晰的骨导语音通信，无需额外降噪。
• 语音带宽扩展：恢复骨导语音缺失的高频成分，提升语音自然度。
• 低功耗语音编解码：降低计算复杂度，适合资源受限的移动设备。