[发明专利]一种面向频带扩展的生成式对抗网络训练方法及音频编码、解码方法

摘要

本发明公开了一种面向频带扩展的生成式对抗网络训练方法及音频编码、解码方法。本发明的生成式对抗网络训练方法为：对音频信号进行瞬态信号检测；然后根据检测结果分别对其进行MDCT变换，将得到的频谱作为真数据；对频谱进行分带，并计算高低频频谱能量包络比，然后对该高低频频谱能量包络比进行量化、反量化；将分带得到的低频频谱输入生成网络GAN，生成高频频谱；利用反量化的高频能量包络修正生成的高频频谱，得到最终生成的高频频谱；将最终生成的高频频谱和分带得到的低频频谱合成为全带的生成频谱，将该全带的生成频谱作为假数据；将得到真数据、假数据作为判别网络D的输入，训练生成式对抗网络。本发明训练的网络易收敛。

主权项

一种面向频带扩展的生成式对抗网络训练方法，其步骤包括：对音频信号进行瞬态信号检测；a)如果检测结果为稳态信号，则对其进行MDCT变换，将得到的频谱作为真数据；对得到的频谱进行分带，并根据得到的高频频谱、低频频谱计算高低频频谱能量包络比，然后对该高低频频谱能量包络比进行量化、反量化；将分带得到的低频频谱输入生成网络GAN，生成高频频谱；利用反量化的高频能量包络修正生成网络GAN生成的高频频谱，得到最终生成的高频频谱；将最终生成的高频频谱和分带得到的低频频谱合成为全带的生成频谱，将该全带的生成频谱作为假数据；将得到真数据、假数据作为判别网络D的输入，训练生成式对抗网络；b)如果检测结果为瞬态信号，则对其进行MDCT变换，将得到的频谱作为真数据；对得到的频谱进行分带，并根据得到的高频频谱、低频频谱计算高低频频谱能量包络比，然后对该高低频频谱能量包络比进行量化、反量化；将分带得到的低频频谱输入生成网络GAN，生成高频频谱；利用反量化的高频能量包络修正生成网络GAN生成的高频频谱，得到最终生成的高频频谱；将最终生成的高频频谱和分带得到的低频频谱合成为全带的生成频谱，将该全带的生成频谱作为假数据；将得到真数据、假数据作为判别网络D的输入，训练生成式对抗网络。