[发明专利]一种模拟音频失真方法、装置、服务器及存储介质有效
申请号: | 201910021441.2 | 申请日: | 2019-01-09 |
公开(公告)号: | CN109671440B | 公开(公告)日: | 2020-08-14 |
发明(设计)人: | 彭凝多;魏华强;李锐;唐博 | 申请(专利权)人: | 四川虹微技术有限公司 |
主分类号: | G10L19/00 | 分类号: | G10L19/00;G10L19/02;G10L25/24;G10L25/30;G10L25/51 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 李强 |
地址: | 610000 四川省中国(四川)自*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 模拟 音频 失真 方法 装置 服务器 存储 介质 | ||
1.一种模拟音频失真方法,其特征在于,包括:
对原始音频文件进行解码,并从解码所得到的数据中获取音频数据特征;
对所述音频数据特征进行稀疏性扩展,获得目标数据特征;
利用事先训练的网络模型对所述目标数据特征进行处理,获得失真音频特征;
对所述失真音频特征进行编码,获得失真音频文件。
2.根据权利要求1所述的方法,其特征在于,所述网络模型包括:特征提取层和输出层;利用事先训练的网络模型对所述目标数据特征进行非线性处理,包括:
通过所述特征提取层对所述目标数据特征进行特征提取,得到第一数据特征;
将所述第一数据特征中的信号点输入所述输出层进行非线性拟合处理。
3.根据权利要求2所述的方法,其特征在于,所述通过所述特征提取层对所述目标数据特征进行特征提取,包括:
通过所述特征提取层对所述目标数据特征进行多次第一处理,其中,所述第一处理包括依次进行卷积处理和池化处理。
4.根据权利要求1所述的方法,其特征在于,在对原始音频文件进行解码并从中获取音频数据特征之后,所述方法还包括:
利用梅尔频率倒谱系数将所述音频数据特征转换为梅尔特征;
相应的,所述对所述音频数据特征进行稀疏性扩展,获得目标数据特征,包括:
对所述梅尔特征进行稀疏性扩展,获得目标数据特征。
5.根据权利要求1所述的方法,其特征在于,通过以下方法训练所述网络模型:
对训练的样本音频文件进行预处理,获得样本目标数据特征,其中,所述预处理包括对所述样本音频文件进行解码,并对从解码所得到的数据中获取到的样本音频数据特征进行稀疏性扩展;
将所述样本目标数据特征输入到初始网络模型中,获得样本失真音频特征;
根据所述样本失真音频特征、所述样本音频文件对应的参考失真音频特征以及损失函数训练所述初始网络模型,直至所述损失函数的输出值小于阈值结束,其中,所述损失函数的输出值表征所述样本失真音频特征与所述参考失真音频特征的差异度。
6.根据权利要求5所述的方法,其特征在于,通过以下方法获取所述样本音频文件对应的参考失真音频特征:
获取所述样本音频文件的参考失真音频文件;
对所述参考失真音频文件进行解码,并从解码所得到的数据中获得参考数据特征;
利用对齐算法对所述参考数据特征进行平移,使其与所述样本音频数据特征对齐,得到所述参考失真音频特征。
7.一种模拟音频失真装置,其特征在于,包括:
解码获取模块,用于对原始音频文件进行解码,并从解码所得到的数据中获取音频数据特征;
扩展模块,用于对所述音频数据特征进行稀疏性扩展,获得目标数据特征;
处理模块,用于利用事先训练的网络模型对所述目标数据特征进行处理,获得失真音频特征;
编码模块,用于对所述失真音频特征进行编码,获得失真音频文件。
8.根据权利要求7所述的装置,其特征在于,所述网络模型包括:特征提取层和输出层;所述处理模块,还用于:
通过所述特征提取层对所述目标数据特征进行特征提取,得到第一数据特征;
将所述第一数据特征中的信号点输入所述输出层进行非线性拟合处理。
9.一种服务器,其特征在于,包括:存储器和处理器,所述存储器和所述处理器连接;
所述存储器用于存储程序;
所述处理器用于调用存储于所述存储器中的程序以执行如权利要求1-6中任一项所述的方法。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-6中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川虹微技术有限公司,未经四川虹微技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910021441.2/1.html,转载请声明来源钻瓜专利网。