Cet article présente une approche hybride combinant la transformée inverse basée sur un modèle et les réseaux de neurones pour résoudre le problème de la transformée inverse de la compression de la plage dynamique (DRC). Pour surmonter les limites des méthodes existantes, qui négligent les paramètres clés ou s'appuient sur des valeurs de paramètres précises, nous utilisons des réseaux de neurones (classification et régression) pour estimer les paramètres de la DRC et reconstruire le signal d'origine. Les résultats expérimentaux sur divers ensembles de données musicales et vocales démontrent que la méthode proposée surpasse les techniques de pointe existantes en termes de performances et de robustesse.
