摘要
本发明涉及音频编解码技术领域,公开了一种基于神经网络的音频编解码方法、装置、设备及存储介质。该方法:首先,通过引入改进的残差矢量量化方法,逐步量化音频信号的残差信息,在压缩过程中更精细地保留音频特征;然后,采用了一种融合了重构损失、感知损失、残差矢量量化损失和承诺损失的损失函数,显著提高了音频信号在不同比特率下的重建质量,能够在保证高音质的同时,实现高效的音频压缩;最后,通过在量化后引入了熵编码的模块,进一步降低了编码的码率,显著减少了音频实时传输的带宽需求。
技术关键词
音频编解码方法
编解码器
计算机可读指令
矢量量化器
网络
音频编解码设备
音频编解码装置
符号
熵编码器
音频编解码技术
量化音频信号
多阶段
矢量量化方法
损失函数设计
传播算法
系统为您推荐了相关专利信息
植物健康
预警模块
预警模型
分析模块
主成分分析降维
概率密度函数
深度神经网络
磁浮列车悬浮系统
跟踪控制方法
神经网络训练
电压管理系统
双向逆变器
双向整流器
变流器
低压交流电
神经网络数学模型
电力营销风险
电网企业营销
指标
评价方法