摘要：针对现有的深度学习模型在语音频带扩展领域数据特征利用不充分、训练周期长以及生成语音质量不高等问题,提出了一种新型的端到端神经网络模型,该模型通过融合不同数据维度特征促使网络模型利用更少的数据特征量,获取更多的低高频映射关系解,从而减少模型的整体训练周期.为了提高长时序数据中关键特征的权重占比,设计了一种残差多头自注意力机制,从而达到数据特征利用率的最大化.此外,提出了一种基于时频域和Mel频谱的混合损失函数对模型进行优化.实验结果表明:该方法重构的宽带语音在主客观的评价中均优于传统方法和近年来的一些基于神经网络的语音频带扩展方法.

摘要：针对扩展现实(XR)领域顶层架构不清晰、标准体系不完善等问题,通过整合虚拟现实(VR)、增强现实(AR)和混合现实(MR)等XR技术,结合产业发展需求,构建了覆盖基础通用、内容生产、内容分发、内容呈现与交互、测试和质量评价、安全、行业应用7个部分的体系框架,通过加强标准体系顶层设计和明确标准化重点领域与方向,持续推动XR技术与各行业的深度融合,有助于提高技术互操作性、降低成本、提升产品质量,实现产业健康、有序和可持续发展。