申请/专利权人：山东浪潮科学研究院有限公司

申请日：2020-08-27

公开（公告）日：2024-03-22

公开（公告）号：CN112116906B

主分类号：G10L13/033

分类号：G10L13/033;G10L25/03;G10L25/30;G10L25/51;G06N3/0464;G06F18/214

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.03.12#专利申请权的转移;2021.01.08#实质审查的生效;2020.12.22#公开

摘要：本申请公开了一种基于GAN网络的现场混音方法、装置、设备及介质，包括：通过收集设备收集现场的音频数据；将所述现场的音频数据输入至预先训练的现场混音模型，并输出现场音频数据的混音结果，其中，所述现场混音模型是基于GAN网络训练生成，所述现场混音模型包括辨别器与生成器。本说明书实施例采用GAN网络和深度学习技术，构建了现场的现场混音模型，与传统声音融合技术相比，采用GAN网络构建的现场混音模型，在没有调音师的情况下也可以很好地合成具有复杂分布的声音，节省人力，并可以提高音频的混音成音的效率。

主权项：1.一种基于GAN网络的现场混音方法，其特征在于，所述方法包括：通过收集设备收集现场的音频数据；通过收集设备收集样本集，其中，所述样本集包括多个现场的音频数据与多个混音后的音频数据；根据预先设定的时间间隔，对所述样本集中的多个现场的音频数据与多个混音后的音频数据进行分割，确定出多个样本数据；建立初始的现场混音模型，其中，所述初始的现场混音模型包括初始的辨别器与初始的生成器；根据所述样本集训练初始的现场混音模型，确定出最终的现场混音模型，具体包括：根据所述样本集中的多个样本数据训练初始的现场混音模型，确定出最终的现场混音模型；所述根据所述样本集训练初始的现场混音模型，确定出最终的现场混音模型，具体包括：固定所述初始的辨别器的网络参数，通过所述样本集训练所述初始的生成器，确定出所述初始的生成器的网络参数，以便所述初始的辨别器无法区分混音后的音频数据来自训练后的生成器，还是来自真实的音频数据；固定训练后生成器的网络参数，通过所述样本集训练所述初始的辨别器，确定出所述初始的辨别器的网络参数，以便训练后的辨别器可以区分是真实的音轨数据与训练后生成器生成的音轨数据，其中，所述音轨数据来自不同音频输入设备产生的音频数据；交替训练所述初始的辨别器与所述初始的生成器，得到最终的现场混音模型；将所述现场的音频数据输入至预先训练的现场混音模型，并输出现场音频数据的混音结果，其中，所述现场混音模型是基于GAN网络训练生成，所述现场混音模型包括辨别器与生成器。

全文数据：

权利要求：

百度查询： 山东浪潮科学研究院有限公司 一种基于GAN网络的现场混音方法、装置、设备及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD