[發明專利]音頻處理方法、裝置、電子設備和存儲介質

有效

• 申請號: 202011341834.0
• 申請日: 2020-11-25
• 公開（公告）號: CN112489682B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 蔣慧軍;徐偉;楊艾琳;姜凱英;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/60;G10L25/18;G10L25/30
• 代理公司: 深圳市聯鼎知識產權代理有限公司 44232
• 代理人: 孫強

1.一種音頻處理方法，其特征在于，包括：

獲取待檢測電子樂器設備對應的時域音頻信號；

對所述時域音頻信號進行頻域轉換處理，得到頻域音頻信號；

將所述頻域音頻信號輸入至預訓練的機器學習模型中，所述預訓練的機器學習模型通過包含有頻域音頻信號以及頻域音頻信號對應的基頻頻率標簽的樣本數據訓練得到；

獲取所述預訓練的機器學習模型輸出的所述頻域音頻信號對應的基頻頻率標簽；

根據所述基頻頻率標簽、以及基頻頻率標簽與音階、音分之間的對應關系，確定目標音階和目標音分；

基于所確定的目標音階和目標音分以及待檢測電子樂器設備所對應的標準音階和標準音分，確定所述待檢測電子樂器設備的音準檢測結果；

其中，若所述目標音階與所述標準音階之間的音階差值小于預定音階差值，且所述目標音分與所述標準音分之間的音分差值小于預定音分差值，則確定所述待檢測電子樂器設備的音準檢測結果為符合預定檢測要求；

若所述目標音階與所述標準音階之間的音階差值大于或等于預定音階差值，和/或所述目標音分與所述標準音分之間的音分差值大于或等于預定音分差值，則確定所述待檢測電子樂器設備的音準檢測結果為不符合預定檢測要求。

2.根據權利要求1所述的音頻處理方法，其特征在于，所述音頻處理方法，還包括：

基于預設的采樣頻率對所述待檢測電子樂器設備所產生的聲音信號進行采樣處理，得到待檢測電子樂器設備對應的時域音頻信號。

3.根據權利要求1所述的音頻處理方法，其特征在于，所述將所述頻域音頻信號輸入至預訓練的機器學習模型中，包括：

在所述頻域音頻信號中，選擇處于預定頻率范圍內的頻域音頻信號，得到選擇后的頻域音頻信號；

將選擇后的頻域音頻信號輸入至所述預訓練的機器學習模型中。

4.根據權利要求1所述的音頻處理方法，其特征在于，所述音頻處理方法，還包括：

基于所述音準檢測結果，生成音準檢測的通知消息；

基于生成的通知消息執行預定的通知操作。

5.根據權利要求1所述的音頻處理方法，其特征在于，所述音頻處理方法，還包括：

獲取用于對待訓練的機器學習模型進行訓練的訓練集樣本數據，所述訓練集樣本數據中的每條樣本數據包括頻域音頻信號、頻域音頻信號所對應的基頻頻率標簽；

通過所述訓練集樣本數據對待訓練的機器學習模型進行訓練，得到訓練后的機器學習模型。

6.根據權利要求5所述的音頻處理方法，其特征在于，所述音頻處理方法，還包括：

獲取用于對訓練后的機器學習模型進行校驗的測試集樣本數據，所述測試集樣本數據中的每條樣本數據包括頻域音頻信號、頻域音頻信號所對應的基頻頻率標簽；

將所述測試集樣本數據的每條樣本數據的頻域音頻信號輸入至訓練后的機器學習模型，輸出得到預測的基頻頻率標簽；

若所述測試集樣本數據中的基頻頻率標簽與預測的基頻頻率標簽一致的樣本數據條數占所述測試集樣本數據中總樣本數據條數的比例超過預定比例閾值，則將訓練后的機器學習模型識別為所述預訓練的機器學習模型。