基于频带分割的声码器音频生成方法、装置、设备及介质

本发明涉及人工智能技术领域和金融科技领域，公开了一种基于频带分割的声码器音频生成方法，通过将输入的音频信号转换为Log梅尔频谱，通过一维卷积网络对频谱信号进行初步处理。信号经过转置卷积进行上采样处理后，利用多感受野模块对不同频带的特征进行提取与处理。在频带分割过程中，信号在通道维度上被分割为多个张量，每个张量对应特定的频带范围，分别进行独立处理。使用PQMF合成滤波器组对已统一通道数的信号再次进行上采样。在信号合并后，通过另一多感受野模块处理最终生成的音频信号。本发明通过频带分割和独立的多感受野模块处理不同频带的张量，减少了转置卷积在上采样过程中引入的频率混叠现象，从而提高了音频生成的质量和自然性。