[發明專利]音頻處理方法和裝置、音頻處理模型的訓練方法和裝置

在審

• 申請號: 202210887195.0
• 申請日: 2022-07-26
• 公開（公告）號: CN115167807A
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 鄭羲光;張晨;邢文浩
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F3/16
• 分類號: G06F3/16
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 蘇銀虹;王兆賡

1.一種音頻處理方法，其特征在于，所述音頻處理方法包括：

在接收目標音頻的多個音頻包的過程中，獲取網絡服務質量特征；

將所述網絡服務質量特征輸入音頻處理模型，得到推薦長度；其中，所述音頻處理模型是根據音頻樣本、接收所述音頻樣本過程中獲取的所述網絡服務質量特征、所述音頻樣本經抖動緩沖處理得到的接收音頻訓練得到的；

根據所述推薦長度，調整抖動緩沖區；

根據調整后的抖動緩沖區，對接收到的音頻包進行抖動緩沖處理。

2.如權利要求1所述的音頻處理方法，其特征在于，所述獲取網絡服務質量特征，包括：

在滿足設定條件的情況下，獲取所述網絡服務質量特征；其中，所述設定條件包括以下至少之一：接收到音頻包、接收到音頻包且沒有調整抖動緩沖區的連續次數達到設定次數、距離上次調整抖動緩沖區經歷了設定時長。

3.如權利要求1所述的音頻處理方法，其特征在于，所述根據所述推薦長度，調整抖動緩沖區，包括：

根據上次平滑處理得到的修正長度和當前的所述推薦長度，對當前的所述推薦長度進行平滑處理，得到當前的修正長度；

將抖動緩沖區的長度調整至所述當前的修正長度。

4.如權利要求1到3中的任一權利要求所述的音頻處理方法，其特征在于，所述音頻處理模型通過以下步驟訓練得到：

在接收所述音頻樣本的多個音頻包的過程中，基于所述音頻處理模型對抖動緩沖區進行動態調整，并根據動態調整后的抖動緩沖區，對接收到的各個音頻包進行抖動緩沖處理，得到所述接收音頻；

根據所述音頻樣本和所述接收音頻，確定損失；

基于所述損失調整所述音頻處理模型的參數，以對所述音頻處理模型進行訓練。

5.一種音頻處理模型的訓練方法，其特征在于，所述訓練方法包括：

在接收音頻樣本的多個音頻包的過程中，多次獲取網絡服務質量特征；

將每次獲取的所述網絡服務質量特征輸入所述音頻處理模型，得到相應的推薦長度；

根據得到的多個所述推薦長度，動態調整抖動緩沖區；

根據動態調整后的抖動緩沖區，對接收到的各個音頻包進行抖動緩沖處理，得到接收音頻；

根據所述音頻樣本和所述接收音頻，確定損失；

基于所述損失調整所述音頻處理模型的參數，以對所述音頻處理模型進行訓練。

6.一種音頻處理裝置，其特征在于，所述音頻處理裝置包括：

獲取單元，被配置為：在接收目標音頻的多個音頻包的過程中，獲取網絡服務質量特征；

推薦單元，被配置為：將所述網絡服務質量特征輸入音頻處理模型，得到推薦長度；其中，所述音頻處理模型是根據音頻樣本、接收所述音頻樣本過程中獲取的所述網絡服務質量特征、所述音頻樣本經抖動緩沖處理得到的接收音頻訓練得到的；

調整單元，被配置為：根據所述推薦長度，調整抖動緩沖區；

處理單元，被配置為：根據調整后的抖動緩沖區，對接收到的音頻包進行抖動緩沖處理。

7.一種音頻處理模型的訓練裝置，其特征在于，所述訓練裝置包括：

獲取單元，被配置為：在接收音頻樣本的多個音頻包的過程中，多次獲取網絡服務質量特征；

推薦單元，被配置為：將每次獲取的所述網絡服務質量特征輸入所述音頻處理模型，得到相應的推薦長度；

調整單元，被配置為：根據得到的多個所述推薦長度，動態調整抖動緩沖區；

處理單元，被配置為：根據動態調整后的抖動緩沖區，對接收到的各個音頻包進行抖動緩沖處理，得到接收音頻；

計算單元，被配置為：根據所述音頻樣本和所述接收音頻，確定損失；

調參單元，被配置為：基于所述損失調整所述音頻處理模型的參數，以對所述音頻處理模型進行訓練。