[发明专利]丢包数据恢复方法和相关装置、设备及存储介质有效

专利信息
申请号: 202010259480.9 申请日: 2020-04-03
公开(公告)号: CN112751648B 公开(公告)日: 2023-09-19
发明(设计)人: 梁俊斌 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04L1/00 分类号: H04L1/00;G10L21/007;G10L25/48;G10L25/51;G10L25/03;G10L25/30;G06N3/04
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王兆林
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 恢复 方法 相关 装置 设备 存储 介质
【权利要求书】:

1.一种丢包数据恢复方法,其特征在于,所述方法包括:

检测接收到的语音数据包是否发生丢失;

当所述数据包发生丢失时,确定丢包数据对应的目标丢包场景,不同的丢包场景对应不同的神经网络模型;所述丢包场景是根据丢包数据的丢包数量所对应区间、丢包数据大小与丢包频率大小中至少一项设定的;

根据所述目标丢包场景对应的目标神经网络模型,对所述丢包数据进行恢复。

2.根据权利要求1所述的方法,其特征在于,在所述丢包场景是根据丢包数据的丢包数量所对应区间确定的情况下,所述确定丢包数据对应的目标丢包场景,包括:

确定所述丢包数据的丢包数量;

确定所述丢包数量对应的目标区间。

3.根据权利要求2所述的方法,其特征在于,所述目标神经网络模型是通过下述方式得到的:

获取多个连续数据包;

将所述目标区间对应数量的数据包作为训练标签,所述训练标签的前后数据包作为训练样本;

根据所述训练标签和所述训练样本,得到所述目标神经网络模型。

4.根据权利要求1所述的方法,其特征在于,所述根据所述目标丢包场景对应的目标神经网络模型,对所述丢包数据进行恢复,包括:

对所述丢包数据的前后数据包进行解析,得到所述前后数据包对应的第一语音特征参数;

根据所述第一语音特征参数和所述目标神经网络模型,得到第二语音特征参数;

将对所述第二语音特征参数进行解码得到的语音数据作为所述丢包数据所包括的语音数据。

5.根据权利要求3-4任一项所述的方法,其特征在于,所述前后数据包为至少两个数据包。

6.一种丢包数据恢复装置,其特征在于,所述装置包括检测单元、确定单元和恢复单元:

所述检测单元,用于检测接收到的语音数据包是否发生丢失;

所述确定单元,用于当所述数据包发生丢失时,确定丢包数据对应的目标丢包场景,不同的丢包场景对应不同的神经网络模型;所述丢包场景是根据丢包数据的丢包数量所对应区间、丢包数据大小与丢包频率大小中至少一项设定的;

所述恢复单元,用于根据所述目标丢包场景对应的目标神经网络模型,对所述丢包数据进行恢复。

7.根据权利要求6所述的装置,其特征在于,在所述丢包场景是根据丢包数据的丢包数量所对应区间确定的情况下,所述确定单元具体用于:

确定所述丢包数据的丢包数量;

确定所述丢包数量对应的目标区间。

8.根据权利要求7所述的装置,其特征在于,所述目标神经网络模型是通过下述方式得到的:

获取多个连续数据包;

将所述目标区间对应数量的数据包作为训练标签,所述训练标签的前后数据包作为训练样本;

根据所述训练标签和所述训练样本,得到所述目标神经网络模型。

9.一种用于丢包数据恢复的设备,其特征在于,所述设备包括处理器以及存储器:

所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

所述处理器用于根据所述程序代码中的指令执行权利要求1-5中任意一项所述的丢包数据恢复方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行权利要求1-5中任意一项所述的丢包数据恢复方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010259480.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top