申请/专利权人：深圳瑞利声学技术股份有限公司

申请日：2024-01-05

公开（公告）日：2024-04-02

公开（公告）号：CN117520828B

主分类号：G06F18/213

分类号：G06F18/213;G06V10/80;G06F18/24;G06F18/25

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明提供了一种音频处理方法、装置、设备及存储介质，该方法包括：获取音频处理请求，并根据音频处理请求获取目标音频信号；对目标音频信号的当前播放场景进行音频采集，得到当前播放场景的场景音频信号，并对场景音频信号进行环境分析，得到当前播放场景的环境条件；对目标音频信号进行特征提取，得到对应的目标音频特征，并将目标音频特征输入预设的限制参数预测模型中，得到限幅器对应的动态限制参数；控制限幅器基于动态限制参数和环境条件对目标音频信号进行限制处理。本方法根据目标音频特征和环境条件预测出动态限制参数，使得限幅器能够根据实时情况进行自适应的限制处理。能够更加准确地控制音频信号的输出，提高处理质量。

主权项：1.一种音频处理方法，其特征在于，所述音频处理方法包括：获取音频处理请求，并根据所述音频处理请求获取目标音频信号；对所述目标音频信号的当前播放场景进行音频采集，得到所述当前播放场景的场景音频信号，并对所述场景音频信号进行特征提取，得到多种场景目标音频特征，其中，所述场景目标音频特征包括数值特征和图像特征；将所述数值特征和图像特征输入预设的环境分类模型中，通过所述环境分类模型的注意力机制层分别计算所述数值特征和所述图像特征的注意力权重向量；通过所述环境分类模型中的特征融合层根据所述权重向量对所述数值特征和所述图像特征进行加权融合，得到融合特征向量；通过所述环境分类模型中的分类层根据所述融合特征向量计算所述场景音频信号的场景分类，得到所述当前播放场景的环境条件；对所述目标音频信号进行特征提取，得到对应的目标音频特征，并将所述目标音频特征输入预设的限制参数预测模型中，得到限幅器对应的动态限制参数；控制所述限幅器基于所述动态限制参数和所述环境条件对所述目标音频信号进行限制处理，并在所述当前播放场景输出限制处理后的目标音频信号。

全文数据：

权利要求：

百度查询： 深圳瑞利声学技术股份有限公司 音频处理方法、装置、设备及存储介质

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