Wir stellen eine neue Audioverarbeitungstechnik vor, die mithilfe tiefer konvolutioneller Neuronaler Netze die Abtastfrequenz von Signalen wie Sprache oder Musik erhöht. Unser Modell wird auf Paaren aus niedrig- und hochwertigen Audio-Beispielen trainiert; im Testbetrieb schätzt es fehlende Proben innerhalb eines niederauflösenden Signals in einem Interpolationsprozess, der der Super-Resolution von Bildern ähnelt. Unser Ansatz ist einfach und setzt keine spezialisierten Audioverarbeitungstechniken voraus; in unseren Experimenten übertrifft er die Baseline-Methoden bei Standardbenchmarks für Sprache und Musik bei Vergrößerungsverhältnissen von 2×, 4× und 6×. Die Methode findet praktische Anwendungen in der Telekommunikation, Kompression und Text-zu-Sprache-Generierung; sie belegt die Wirksamkeit von feed-forward konvolutionellen Architekturen bei einer Audio-Generierungsaufgabe.