本文介绍了MaskSR,一种能够恢复全频44.1 kHz语音的掩码语言模型。通过联合考虑噪声、混响、剪切和低带宽,MaskSR使用预训练的神经编解码器提取离散声学令牌,并通过高效的迭代采样重建目标语音令牌。实验证明,MaskSR在全频语音恢复任务和子任务上取得了竞争力的结果。
完成下面两步后,将自动完成登录并继续当前操作。