[发明专利]基于指挥调度系统的音频混音方法、装置及存储介质

说明书

本发明公开了基于指挥调度系统的音频混音方法、装置及存储介质，其中音频混音方法包括步骤S1：采集训练样本进行神经网络训练以构建神经网络模型；步骤S2：获取至少两组调度话音的音频数据，使用各音频数据的声音位数表示其采样值，并对所有调取话音的音频数据的采样值进行归一化处理；步骤S3：将归一化处理后的采样值输入至所述神经网络模型中以获得混音后的调度话音的音频数据。本发明可直接对多路256k高保真指挥调度系统的音频数据进行处理，通过设置神经网络参数和混音权重，可以方便快捷的实现对高保真音频的混音，具有很高的实用价值；并且该方法计算复杂度较低，对于降低硬件要求，提升语音均衡质量具有重要作用。

技术领域

本发明涉及多媒体应用技术领域，特别涉及基于256k高保真指挥调度系统的音频混音方法、装置及存储介质。

背景技术

目前，随着计算机科学和信息科学发展，数字处理技术应运而生并得以快速发展。混音，是一种将各种音频信号进行混合后输出的音频处理方法，在实现多路输入，一路输出的混音过程中，还可对各分路音频的频率、动态、音质、定位、残响和声场进行调整，以满足各种混音需求。

但是，现有的256k高保真指挥调度系统中，对于高质量要求的混音一般需要依赖专业人员人工参与整个多路音频处理过程，当前的自动混音采取直接线性叠加后求平均值的方法计算出混音后的调度音频数据，不能满足高质量指挥调度系统的混音要求。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供基于指挥调度系统的音频混音方法，可以方便快捷的实现对高保真音频的混音。

本发明的目的之二在于提供基于指挥调度系统的音频混音装置。

本发明的目的之三在于提供一种计算机可读存储介质。

本发明的目的之一采用如下技术方案实现：

基于指挥调度系统的音频混音方法，包括：

步骤S1：采集训练样本进行神经网络训练以构建神经网络模型；

步骤S2：获取至少两组调度话音的音频数据，使用各音频数据的声音位数表示其采样值，并对所有调取话音的音频数据的采样值进行归一化处理；

步骤S3：将归一化处理后的采样值输入至所述神经网络模型中以获得混音后的调度话音的音频数据。

进一步地，所述步骤S2中将各组调度话音的音频数据的采样值归一化至[-1,1]范围内，以确保在混音时各音轨的音量大小不受初始音量影响。

进一步地，所述步骤S3中将音频数据的采样值输入所述神经网络模型之前，还包括对神经网络模型的混音参数和混音权重进行设置，使各组音频数据的混音权重之和为1。

进一步地，所述神经网络模型包含若干个神经元，其神经元个数与输入音轨数量相等。

进一步地，所述步骤S3中将归一化处理后的采样值输入所述神经网络模型后输出混音后的音频数据的采样值，若混音后的音频数据的采样值大于1时，将混音后的音频数据的采样值归为1；混音后的调度话音音频数据采样值小于-1时，将混音后的音频数据的采样值归为-1。

进一步地，所述步骤S3中混音后的音频数据的采样值等于所述神经网络模型输出的各组音频数据的采样值×各组音频数据的混音权重。

本发明的目的之二采用如下技术方案实现：

基于指挥调度系统的音频混音装置，包括：

神经网络训练模块，用于将训练样本的各组音频数据的采样值作为输入，将混音之后的音频数据的采样值作为输出，对网络进行训练以构建神经网络模型；

归一化处理模块，用于使用采集到的调度话音的音频数据的声音位数表示其采样值，对全部采集到的调度话音的音频数据的采样值进行数据归一化；