[發(fā)明專利]一種基于深度學(xué)習(xí)的音質(zhì)特性處理方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810583119.4
• 申請(qǐng)日: 2018-06-05
• 公開(kāi)（公告）號(hào): CN109147804A
• 公開(kāi)（公告）日: 2019-01-04
• 發(fā)明（設(shè)計(jì)）人: 姚青山;秦宇;喻浩文;盧峰;陽(yáng)萌
• 申請(qǐng)（專利權(quán)）人: 安克創(chuàng)新科技股份有限公司
• 主分類號(hào): G10L21/007
• 分類號(hào): G10L21/007;G10L25/30;G10L25/51;G10L25/84;G10L15/06
• 代理公司: 北京市磐華律師事務(wù)所 11336
• 代理人: 董巍;高偉

1.一種基于深度學(xué)習(xí)的音質(zhì)特性處理方法，其特征在于，所述方法包括：

對(duì)包含待處理音頻數(shù)據(jù)的用戶偏好數(shù)據(jù)進(jìn)行特征提取得到所述待處理的音頻數(shù)據(jù)的數(shù)據(jù)特征；

基于所述數(shù)據(jù)特征，利用訓(xùn)練好的基線模型，生成所述待處理的音頻數(shù)據(jù)的音質(zhì)處理結(jié)果；

所述基線模型是利用廣泛大眾或單個(gè)用戶的音頻數(shù)據(jù)，行為數(shù)據(jù)及其他相關(guān)數(shù)據(jù)訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型。

2.如權(quán)利要求1所述的音質(zhì)特性處理方法，其特征在于，用戶偏好數(shù)據(jù)包括反映用戶對(duì)音質(zhì)特性偏好的數(shù)據(jù)。

3.如權(quán)利要求1所述的音質(zhì)特性處理方法，其特征在于，所述用戶偏好數(shù)據(jù)包括用戶行為數(shù)據(jù)、用戶音頻列表數(shù)據(jù)、播放中的音頻數(shù)據(jù)、環(huán)境噪聲數(shù)據(jù)、設(shè)備數(shù)據(jù)及其他參數(shù)數(shù)據(jù)中的至少一種。

4.如權(quán)利要求1所述的音質(zhì)特性處理方法，其特征在于，所述特征提取的方法包括FFT，STFT，MFCC，一幀或多幀的時(shí)域波形，和其他人工設(shè)計(jì)特征中的至少一種。

5.如權(quán)利要求1所述的音頻音質(zhì)推薦方法，其特征在于，所述數(shù)據(jù)特征包括時(shí)域和/或頻域特征。

6.如權(quán)利要求1所述的音質(zhì)特性處理方法，其特征在于，所述基線模型的訓(xùn)練方法包括：

基于訓(xùn)練數(shù)據(jù)進(jìn)行特征提取得到訓(xùn)練數(shù)據(jù)的數(shù)據(jù)特征，將所述數(shù)據(jù)特征作為輸入層輸入，將能夠反應(yīng)所述音質(zhì)特性的特征作為輸出層目標(biāo)，訓(xùn)練得到所述基線模型；或?qū)τ脩羝脭?shù)據(jù)進(jìn)行特征提取，采用無(wú)監(jiān)督的深度學(xué)習(xí)方法，得到所述基線模型。

7.如權(quán)利要求1所述的音質(zhì)特性處理方法，其特征在于，所述音質(zhì)特性包括經(jīng)驗(yàn)融合類，人為損傷類，音質(zhì)設(shè)置可反饋類，經(jīng)驗(yàn)公式可調(diào)類，信號(hào)域可計(jì)算類，噪聲雜音類或其他類。

8.如權(quán)利要求7所述的音質(zhì)特性處理方法，其特征在于，所述經(jīng)驗(yàn)融合類音質(zhì)特性的基線模型的訓(xùn)練包括：

基于音頻數(shù)據(jù)庫(kù)提取音頻數(shù)據(jù)的類別標(biāo)簽特征以及所述音頻數(shù)據(jù)的數(shù)據(jù)特征；

將所述音頻數(shù)據(jù)的數(shù)據(jù)特征作為輸入層數(shù)據(jù)，所述類別標(biāo)簽特征作為輸出層數(shù)據(jù)，訓(xùn)練得到經(jīng)驗(yàn)融合類音質(zhì)特性的基線模型。

9.如權(quán)利要求7所述的音質(zhì)特性處理方法，其特征在于，所述人為損傷類音質(zhì)特性的基線模型的訓(xùn)練包括：

基于音頻數(shù)據(jù)庫(kù)中的高質(zhì)量音頻數(shù)據(jù)樣本進(jìn)行人為處理得到有損的低質(zhì)量音頻數(shù)據(jù)樣本，并對(duì)所述有損的低質(zhì)量音頻數(shù)據(jù)樣本和所述高質(zhì)量音頻數(shù)據(jù)樣本分別進(jìn)行特征提取得到低質(zhì)量音頻數(shù)據(jù)特征和高質(zhì)量音頻數(shù)據(jù)特征；

將所述低質(zhì)量音頻數(shù)據(jù)特征作為輸入層數(shù)據(jù)，高質(zhì)量音頻數(shù)據(jù)特征作為輸出層數(shù)據(jù)，訓(xùn)練得到人為損傷類音質(zhì)特性的基線模型。

10.如權(quán)利要求7所述的音質(zhì)特性處理方法，其特征在于，所述音質(zhì)設(shè)置可反饋類音質(zhì)特性的基線模型的訓(xùn)練包括：

基于大眾用戶音頻數(shù)據(jù)中的環(huán)境數(shù)據(jù)和與所述環(huán)境數(shù)據(jù)相應(yīng)的行為數(shù)據(jù)，分別進(jìn)行特征提取，得到所述環(huán)境數(shù)據(jù)的環(huán)境參數(shù)特征和所述行為數(shù)據(jù)的音質(zhì)特性設(shè)置特征；

將所述環(huán)境參數(shù)特征作為輸入層數(shù)據(jù)，所述音質(zhì)特性設(shè)置特征作為輸出層數(shù)據(jù)，訓(xùn)練得到音質(zhì)設(shè)置可反饋類音質(zhì)特性的基線模型。

11.如權(quán)利要求7所述的音質(zhì)特性處理方法，其特征在于，所述公式經(jīng)驗(yàn)可調(diào)類音質(zhì)特性的基線模型的訓(xùn)練包括：

基于音頻數(shù)據(jù)庫(kù)中的音頻數(shù)據(jù)，進(jìn)行特征提取得到原始數(shù)據(jù)特征；

對(duì)所述音頻數(shù)據(jù)進(jìn)行音質(zhì)特性調(diào)整并對(duì)調(diào)整后的音頻數(shù)據(jù)提取特征得到調(diào)整參數(shù)特征，通過(guò)主觀評(píng)測(cè)實(shí)驗(yàn)建立將所述調(diào)整參數(shù)特征映射到主觀評(píng)測(cè)的網(wǎng)絡(luò)模型，得到最佳音質(zhì)特性調(diào)整參數(shù)；

將所述原始數(shù)據(jù)特征作為輸入層數(shù)據(jù)，所述最佳音質(zhì)特性調(diào)整參數(shù)作為輸出層數(shù)據(jù)，訓(xùn)練得到所述經(jīng)驗(yàn)公式可調(diào)類音質(zhì)特性的基線模型。