申请/专利权人:歌尔股份有限公司
申请日:2020-12-09
公开(公告)日:2021-04-13
公开(公告)号:CN112651429A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);G10L21/0216(20130101)
优先权:
专利状态码:有效-授权
法律状态:2022.07.12#授权;2021.04.30#实质审查的生效;2021.04.13#公开
摘要:本申请公开了一种音频信号时序对齐方法和装置。其中方法包括:为待对齐音频信号和模板音频信号分别生成频域图像;将频域图像分别输入到时序偏移量预测模型的双生神经网络中,得到双生神经网络输出的两个频域特征;将两个频域特征进行融合,得到融合特征;将融合特征输入到时序偏移量预测模型的预测网络中,得到预测网络输出的时序偏移量;根据时序偏移量对待对齐音频信号进行时序对齐处理。该技术方案利用深度神经网络从待对齐音频信号和模板音频信号的频域图像中进行特征提取,相较于传统的人工特征方法,鲁棒性更好,特别是在多噪声环境下,深度神经网络提取的特征更具有本质性,稳定性更好;端到端的时序偏移量预测模型精度更高,速度更快。
主权项:1.一种音频信号时序对齐方法,包括:为待对齐音频信号和模板音频信号分别生成频域图像;将所述频域图像分别输入到时序偏移量预测模型的双生神经网络中,得到所述双生神经网络输出的两个频域特征;将所述两个频域特征进行融合,得到融合特征;将所述融合特征输入到时序偏移量预测模型的预测网络中,得到所述预测网络输出的时序偏移量;根据所述时序偏移量对所述待对齐音频信号进行时序对齐处理。
全文数据:
权利要求:
百度查询: 歌尔股份有限公司 一种音频信号时序对齐方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。