龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：腾讯科技(深圳)有限公司
申请日：2022-05-31
公开（公告）日：2024-05-10
公开（公告）号：CN115113855B
主分类号：G06F8/30
分类号：G06F8/30;G06F8/51;G10L21/0208;G10L21/0264;G10L25/03;G10L25/30
优先权：
专利状态码：有效-授权
法律状态：2024.05.10#授权;2022.10.18#实质审查的生效;2022.09.27#公开
摘要：本申请提供了一种音频数据处理方法、装置、电子设备、存储介质和产品，涉及人工智能技术领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括：获取混合音频数据的混音幅度谱和远端参考音频数据的参考幅度谱；对混音幅度谱和参考幅度谱进行特征提取，得到初始音频特征；对初始音频特征进行特征分割处理，得到至少两个音频分割特征；基于目标预测模型对至少两个音频分割特征进行掩膜预测处理，得到幅度谱掩膜；根据幅度谱掩膜和混音幅度谱进行声学数据重构，得到混合音频数据对应的预估近端音频数据。本申请能够有效提高近端音频数据预估的准确性。
主权项：1.一种音频数据处理方法，其特征在于，所述方法包括：获取混合音频数据的混音幅度谱和远端参考音频数据的参考幅度谱；对所述混音幅度谱和所述参考幅度谱进行特征提取，得到初始音频特征；对所述初始音频特征进行特征分割处理，得到至少两个音频分割特征；基于目标预测模型对所述至少两个音频分割特征进行掩膜预测处理，得到幅度谱掩膜；根据所述幅度谱掩膜和所述混音幅度谱进行声学数据重构，得到所述混合音频数据对应的预估近端音频数据；所述目标预测模型包括至少两个循环神经网络分支和第一全连接网络，每一所述循环神经网络分支至少包括至少两层循环神经网络；所述基于目标预测模型对所述至少两个音频分割特征进行掩膜预测处理，得到幅度谱掩膜包括：将所述至少两个音频分割特征中的每一音频分割特征输入对应的循环神经网络分支，以所述循环神经网络分支中前一层循环神经网络的输出作为后一层循环神经网络的输入，对所述每一音频分割特征进行特征提取，得到目标分组特征；对各目标分组特征进行特征融合，得到目标融合特征；基于所述第一全连接网络对所述目标融合特征进行特征变换处理，得到所述幅度谱掩膜。
全文数据：
权利要求：
百度查询： 腾讯科技(深圳)有限公司 音频数据处理方法、装置、电子设备、存储介质和产品
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号