【成果简介】
为节省带宽资源，在第五代移动通信（5G）中，使用增强型语音服 务（Enhanced Voice Services, EVS）编解码器对语音进行编解码，其编码 效率可以达到 6.6kbps 。但是，以低比特率对宽带语音进行编码时，会出 现较大的失真，从而导致通话质量下降。为了解决该问题，设计一种可 以部署在移动端、并结合深度学习的语音频带扩展方法。该方法通过批 次注意力机制和空间注意力机制来学习语音的上下文信息，修复 EVS 编 码器在低比特率条件下，对窄带语音编码产生的失真，同时恢复语音缺 失的高频部分。以达到节省带宽资源，提升通话质量的效果。
【技术指标】
该方法包含了两种自主设计的注意力机制：批次注意力机制和空间 注意力机制。两种注意力机制有效解决了卷积神经网络无法利用语音上 下文信息的问题。通过和目前语音频带扩展方向主流神经网络模型性能 比较，在对数谱距离（Log Spectral Distance, LSD）、信噪比（Signal to Noise Ratio, SNR）、客观语音质量评估（Perceptual Evaluation of Speech Quality, PESQ）和平均意见得分（Mean Opinion Score, MOS）四项技术指标上均 达到了最优的水平。经过频带扩展后的宽带语音与直接经过编码器编码 的宽带语音相比，在四项技术指标上均有较大的幅度的提升。
【技术成熟度】
该技术目前处于正在研发阶段。
【应用情况】
考虑到软硬件的适配程度，以及应用场景，该方法目前还处于落地 阶段。伴随着人工智能的快速发展，未来的语音通话中，只需以低比特 率对语音进行编码，就能在接收端获得高质量的语音。不仅能够节省带宽资源，还能降低通话所需的成本。
