跳到正文
arXiv · AI· Bowen Zhang, Junchuan Zhao, Ian McLoughlin, Ye Wang, A S Madhukumar·· 2026-10-14AI 评分20

CodecFlow:基于条件流匹配的神经编解码潜空间带宽扩展框架

CodecFlow: Efficient Bandwidth Extension via Conditional Flow Matching in Neural Codec Latent Space

AI 导读

CodecFlow 提出了一种基于神经音频编解码的带宽扩展(BWE)框架,通过条件流匹配在紧凑潜空间实现高效语音重建。 该框架采用感知音高(voicing-aware)条件流转换器和结构约束残差向量量化器(RVQ)以改善潜空间对齐稳定性。在 8 kHz 至 16 kHz 及 44.1 kHz 的语音 BWE 任务中,CodecFlow 展现了高保真频谱质量和增强的感知质量。

来源:arXiv · AI · arxiv.org