[發明專利]語音傳輸方法、系統、裝置、計算機可讀存儲介質和設備

有效

• 申請號: 202010104793.7
• 申請日: 2020-02-20
• 公開（公告）號: CN112820306B
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 梁俊斌
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L19/16
• 分類號: G10L19/16;G10L19/008
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 董慧;李文淵

1.一種語音傳輸方法，包括：

獲取語音編碼碼流中的當前編碼數據；

通過訓練好的基于機器學習的丟包恢復能力預測模型，根據當前編碼數據對應的第一語音編碼特征參數以及所述當前編碼數據的在前編碼數據對應的第二語音編碼特征參數，獲得所述當前編碼數據對應的丟包恢復能力；

根據所述丟包恢復能力判決是否需要進行冗余編碼處理；

若是，則根據所述當前編碼數據進行冗余編碼生成相應的冗余包后，再將所述當前編碼數據及所述冗余包傳輸至接收端；

若否，則直接將所述當前編碼數據傳輸至接收端；

其中，所述丟包恢復能力預測模型通過以下步驟確定：

獲取訓練集中的樣本語音序列，對所述樣本語音序列進行語音編碼，獲得樣本語音編碼碼流，提取所述樣本語音編碼碼流中的當前編碼數據所采用的第一語音編碼特征參數以及所述當前編碼數據的在前編碼數據所采用的第二語音編碼特征參數；

獲取直接對所述樣本語音編碼碼流進行解碼并獲得第一語音信號后，基于所述第一語音信號所確定的第一語音質量評分；獲取對所述當前編碼數據進行模擬丟包恢復處理獲得恢復包，對所述恢復包進行解碼并獲得第二語音信號后，基于所述第二語音信號所確定的第二語音質量評分；

根據所述第一語音質量評分與所述第二語音質量評分之間的評分差異確定所述當前編碼數據對應的真實丟包恢復能力；將所述第一語音編碼特征參數及所述第二語音編碼特征參數輸入至機器學習模型，通過所述機器學習模型輸出所述當前編碼數據所對應的預測丟包恢復能力；

根據所述真實丟包恢復能力與所述預測丟包恢復能力之間的差異調整所述機器學習模型的模型參數后，返回至所述獲取訓練集中的樣本語音序列的步驟繼續訓練，直至滿足訓練結束條件。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取原始語音信號；

將原始語音信號進行分割，獲得原始語音序列；

依次對所述原始語音序列中的語音片段進行語音編碼，獲得語音編碼碼流。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取原始語音序列中的語音片段各自對應的語音編碼特征參數；

根據所述語音編碼特征參數對相應的語音片段進行語音編碼，生成對應的編碼數據后獲得語音編碼碼流；

緩存語音編碼過程中各個編碼數據所采用的語音編碼特征參數。

4.根據權利要求1所述的方法，其特征在于，所述通過訓練好的基于機器學習的丟包恢復能力預測模型，根據當前編碼數據對應的第一語音編碼特征參數以及所述當前編碼數據的在前編碼數據對應的第二語音編碼特征參數，獲得所述當前編碼數據對應的丟包恢復能力，包括：

將所述當前編碼數據對應的第一語音編碼特征參數以及所述當前編碼數據的在前編碼數據對應的第二語音編碼特征參數輸入至丟包恢復能力預測模型；

通過所述丟包恢復能力預測模型，根據所述第一語音編碼特征參數及所述第二語音編碼特征參數，輸出對所述當前編碼數據進行直接解碼所確定的第一語音質量評分與對所述當前編碼數據進行丟包恢復處理后解碼所確定的第二語音質量評分之間的評分差異；

根據所述評分差異確定所述當前編碼數據對應的丟包恢復能力；

其中，所述當前編碼數據對應的丟包恢復能力與所述評分差異成反相關。

5.根據權利要求1所述的方法，其特征在于，所述根據所述當前編碼數據進行冗余編碼生成相應的冗余包后，再將所述當前編碼數據及所述冗余包傳輸至接收端，包括：

獲取接收端所反饋的丟包狀態信息；

根據所述丟包狀態信息確定所述當前編碼數據所對應的冗余率；

按照所述冗余率，根據所述當前編碼數據生成冗余包后將所述當前編碼數據及所述冗余包傳輸至所述接收端。