Este artículo presenta un enfoque híbrido que combina la transformada inversa basada en modelos y redes neuronales para resolver el problema de la transformada inversa de la compresión del rango dinámico (DRC). Para superar las limitaciones de los métodos existentes, que ignoran parámetros clave o se basan en valores precisos de los mismos, utilizamos redes neuronales (clasificación y regresión) para estimar los parámetros de la DRC y reconstruir la señal original. Los resultados experimentales con diversos conjuntos de datos de música y voz demuestran que el método propuesto supera a las técnicas más avanzadas en rendimiento y robustez.
