支持动态帧率的语音编码模型训练方法及系统

本发明实施例提供一种支持动态帧率的语音编码模型训练方法及系统。该方法包括：构建基于固定帧率语音编码的基础模型，基础模型接收动态帧率语音，输出第一连续特征表示；对基础模型进行熔化‑冷却的阶段训练，在熔化阶段训练中，通过分段语音长度比例分布将第一连续特征表示重新构造为第二连续特征表示，得到训练后支持多种下采样方案的动态帧率基础模型；在冷却阶段训练中，利用动态帧率调度器通过动态规划确定动态帧率基础模型的最优下采样方案，基于最优下采样方案对动态帧率基础模型调整训练，得到带有具备动态帧率支持能力编码器的语音编码模型。本发明实施例引入动态帧率下采样模块，显著提升了神经语音编解码器的压缩效率与重构质量。