新冠肺炎（COVID-19）疫情期间在线教育使用者激增,庞大的音视频流量给网络基础设施带来了巨大冲击。如何在有限的带宽条件下提升音视频流畅度具有重要意义。针对此,本文研究基于超分辨率技术的低码率音视频重建方法,通过超分辨率方法将低采样率音视频重建为高采样率音视频。由于现有的重建方法难以满足高质量在线教育音视频的需求,本文使用外部参考引导的方式使重建音视频更加真实。在视频超分辨率方面,为了满足低时延的需求,本文基于逐帧处理的框架提出了一种参考图引导的图像超分辨率方法,利用在线教育视频的前几帧对重建过程进行引导。在语音超分辨率方面,本文提出了一种语音信号时域超分辨率方法,并引入当前讲者的身份特征进行引导。本论文的工作成果与创新点如下:1.提出了一种参考图引导的图像超分辨率方法。本文使用幻灯片图像模拟在线教育视频,将同一组幻灯片的前几帧高分辨率图像作为参考图像,辅助恢复剩余的幻灯片图像。首先利用编码器提取多幅参考图像与低分辨率图像的多层特征,然后根据其深层特征的相似性融合多幅参考图的有用信息。最后,将融合信息输入解码器重建当前帧。另外,为了扩大适用范围,提出了一种全局配准与局部配准相结合的图像配准方法。当参考图像与目标图像存在较大视角差异时,通过所提方法将参考图像校正到与目标图像同一视角,然后利用所提出的编码-解码网络进行超分辨率重建。实验结果表明,所提方法在在线教育数据集与地标数据集上均优于目前先进的单图像超分辨率、参考图引导的超分辨率与视频超分辨率方法。2.提出了一种语音信号时域超分辨率方法。本文方法将时域语音信号作为输入,避免了频域处理中短时傅里叶变换带来的信息延迟,相比现有的网络具有更大的感受野。为了重建更真实的高频信息,本文提出了时域与频域联合损失函数,在获得丰富频谱的前提下重建更加准确的相位信息。另外,本文利用身份特征信息引导时域超分辨率网络,使网络能够根据不同讲者的身份特征自适应地调整。实验结果表明,本文所提出的方法在VCTK数据集各类评价指标上均优于现有的语音超分辨率方法。