“孙学京”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果88个，建议您升级VIP下载更多相关专利

[发明专利]一种多声道音频的混合模式编码方法、装置、设备及介质-CN202310755105.7在审
发明人： 孙学京;惠铭心 -专利权人：瑞声开泰声学科技（上海）有限公司
申请日： 2023-06-25 - 公布日： 2023-10-20 - 主分类号： G10L19/008 文献下载
摘要：本申请提供了一种多声道音频的混合模式编码方法、装置、设备及介质。所述方法包括：根据待编码多声道音频相应的音频类型确定待编码多声道音频的编码单位；获取待编码多声道音频的各编码单位的重要性评价指标；分别根据各重要性评价指标确定相应编码单位的编码模式；基于不同编码模式分别对待编码多声道音频中相应编码单位进行编码。通过本申请方案的实施，根据待编码音频的音频类型确定相应的编码单位，并获取各编码单位的重要性评价指标，根据该重要性评价指标确定相应的编码模式，最后基于不同的编码模式对相应的编码单位进行编码，从而在不同场景下使用相应的编码方式以满足资源和算力需求，并保证音频的流畅性与连续性。
一种多声道音频混合模式编码方法装置设备介质

[发明专利]选择性会议摘要-CN202110568563.0有效
发明人： R·J·卡特莱特;孙学京 -专利权人：杜比实验室特许公司
申请日： 2016-02-03 - 公布日： 2023-09-19 - 主分类号： G10L15/183 文献下载
摘要：本公开涉及选择性会议摘要。各种公开的实现涉及对涉及多个会议参与者的会议的记录的处理和/或回放。本文公开的一些实现涉及接收对应于涉及多个会议参与者的至少一个会议的记录的音频数据。在一些示例中，所接收的音频数据的仅一部分将被选择作为回放音频数据。该选择过程可包括主题选择过程，讲话突发过滤过程，和/或声学特征选择过程。一些示例包括接收目标回放持续时间的指示。选择音频数据的该部分可包括使得回放音频数据的持续时间处于目标回放持续时间的阈值时间差内。
选择性会议摘要

[发明专利]具有智能重传和插值的服务中质量监视系统-CN202110844977.1有效
发明人：黄申;金度锡;孙学京 -专利权人：杜比实验室特许公司
申请日： 2016-06-01 - 公布日： 2023-07-11 - 主分类号： H04L65/80 文献下载
摘要：本公开涉及具有智能重传和插值的服务中质量监视系统。接收对用于通信客户端的通信服务的服务请求。作为响应，将通信服务网络设置为支持通信服务。对于每个通信客户端产生路由元数据。路由元数据将被每个通信客户端用于通过轻量级对等(P2P)网络与相应的对等通信客户端共享服务质量信息。将路由元数据下载到每个通信客户端。通信客户端可以通过通信服务网络交换服务信令包或服务数据包。当通信客户端确定在从通信服务器接收的位流中存在有问题区域时，通信客户端可以向对等通信客户端请求与有问题区域相关的服务质量信息部分。
具有智能服务质量监视系统

[发明专利]一种全景声编解码方法及系统-CN202211348711.9在审
发明人： 孙学京;郭红阳;薛涛;余俊 -专利权人：北京时代拓灵科技有限公司
申请日： 2022-10-31 - 公布日： 2023-03-31 - 主分类号： G10L19/008 文献下载
摘要：本发明公开了一种全景声编解码方法及系统，结合音频对象的内容和特性判断是否是重要音频对象，并针对重要音频对象和非重要音频对象采用不同的方法进行编码处理；结合音频对象的内容和特性进行分类处理，并根据分类结果采用不同的方法进行编码处理。针对大型复杂的多对象场景，结合音频对象的内容和特性以及Ambisonics特性，针对音频对象进行处理，可以智能组合HOA(HigherOrderAmbisonics，高阶Ambisonics)和基于通道、对象的音频，实现在保证音频质量的情况下，最大限度的压缩带宽，同时保持原有对象音频系统的灵活性。
一种全景解码方法系统

[发明专利]一种构建车内个人声场的方法及装置-CN202211365969.X在审
发明人： 孙学京;郭红阳;薛涛;余俊 -专利权人：北京时代拓灵科技有限公司
申请日： 2022-10-31 - 公布日： 2023-03-03 - 主分类号： H04S7/00 文献下载
摘要：本发明公开了一种构建车内个人声场的方法，通过获取车载扬声器的数量、车载扬声器的位置和车内用户的目标位置，根据车载扬声器的位置和车内用户的目标位置，确定虚拟扬声器的位置和虚拟扬声器的转换函数，根据车载扬声器的数量，确定NFC‑HOA解码中次级声源的位置；根据次级声源的位置和虚拟扬声器的位置，确定NFC‑HOA驱动函数和次级声源的VBAP增益；根据虚拟扬声器的转换函数、次级声源的VBAP增益和NFC‑HOA驱动函数，得到车内用户的目标声场的音频信号。从而实现了以车内用户的目标位置为声场中心来重建车内声场，使得车内用户位于重建车内声场的中心位置处，进而保证重建车内声场的质量，用户体验好。
一种构建个人声场方法装置

[发明专利]一种音频编解码方法及装置-CN202210816902.7在审
发明人： 孙学京;郭红阳 -专利权人：南京拓灵智能科技有限公司
申请日： 2022-07-12 - 公布日： 2023-02-03 - 主分类号： G10L19/008 文献下载
摘要：本申请公开了一种音频编解码方法及装置，本方法首先获取待处理的全景声音频信号，全景声音频信号至少包括stereo音频信号、5.1声道音频信号、ambisonics音频信号中的一种；将待处理的全景声音频信号输入至预先训练的编码神经网络进行编码得到比特流；将比特流输入至预先训练的解码神经网络进行解码得到重构的音频信号。本发明基于AI，针对多声道音频采用数据驱动的方式进行编解码处理，可以在低延迟下实现音频信号的低码率高质量传输。
一种音频解码方法装置

[发明专利]一种基于多模态的沉浸声生成方法及装置-CN202210546087.7在审
发明人：徐涛;董强国;孙学京;周令非;张辉 -专利权人：中国电影科学技术研究所
申请日： 2022-05-19 - 公布日： 2022-08-26 - 主分类号： G10L21/0272 文献下载
摘要：本申请公开了一种基于多模态的沉浸声生成方法及装置。本方法首先获取样本视频的视频信息和音频信息；其中，音频信息为多声道音频信息，包括左声道音频信号和右声道音频信号；然后将样本视频的视频信息和音频信息输入至上混处理模型中进行训练，得到上混处理模型的模型参数，并基于模型参数对上混处理模型进行更新；最后将目标视频的视频信息、左声道音频信号以及右声道音频信号输入更新后的上混处理模型中进行声源分离，得到直接声源和背景声。本发明结合视频信息，针对多声道音频进行上混处理，可以有效提升沉浸声音效，保证视音视频播放内容的一致性，进而有效提升沉浸声播放效果。
一种基于多模态沉浸生成方法装置

[发明专利]一种沉浸式音频上混方法及系统-CN202110111130.2有效
发明人： 孙学京;李旭阳 -专利权人：北京拓灵新声科技有限公司
申请日： 2021-01-27 - 公布日： 2022-07-15 - 主分类号： H04S7/00 文献下载
摘要：本发明公开了一种沉浸式音频上混方法及系统，通过获取输入的立体声音频信号，采用深度学习声源分离模型将立体声音频信号分离为声源信号和环境音信号；采用深度学习声源分离模型将声源信号分离为中置音源信号和低音信号；采用深度学习声源分离模型对环境音信号进行去相关处理，获得左环绕声音频信号和右环绕声音频信号；获取输入的左声道音频信号和右声道音频信号，将中置音源信号、低音信号、左环绕声音频信号、右环绕声音频信号、左声道音频信号和右声道音频信号合并得到5.1声道音频信号。本发明基于神经网络对输入立体声音频信号进行实时处理，音源和环境音能够有效区分，能够得到多声道音频信号，进而提升沉浸式效果。
一种沉浸音频方法系统

[发明专利]音频处理方法、装置、耳机和存储介质-CN202011612660.7有效
发明人：王薇娜;高五峰;李旭阳;孙学京;董强国;高峰;王惠 -专利权人：中国电影科学技术研究所
申请日： 2020-12-30 - 公布日： 2022-04-29 - 主分类号： H04R5/033 文献下载
摘要：本公开提供了一种音频处理方法、装置、耳机和计算机可读存储介质，涉及音频处理技术领域。其中，音频处理方法包括：接收原始的全景声音频文件；基于模拟环境的环境参数和/或所述音频文件的音频类型，对所述全景声音频文件进行耳机化全景声处理，生成中间音频文件；对所述中间音频文件进行双耳化处理，生成待播音频文件。通过本公开的技术方案，够提升佩戴耳机用户的对音频文件的听觉效果，并减小佩戴耳机用户的听觉效果与影厅的全景声播放时的听觉效果之间的差距。
音频处理方法装置耳机存储介质

[发明专利]一种沉浸式音频渲染方法及系统-CN201910876818.2有效
发明人： 孙学京;张兴涛;许春生 -专利权人：北京时代拓灵科技有限公司;南京拓灵智能科技有限公司
申请日： 2019-09-17 - 公布日： 2022-04-26 - 主分类号： G10L19/008 文献下载
摘要：本发明实施方式涉及一种沉浸式音频渲染方法及系统，其中，所述方法包括：针对待混合的多个扬声器播放的多路音频，获取各路所述音频的基于HOA的第一增益和基于VBAP的第二增益；为各路所述音频配置混合权重，并根据所述混合权重确定所述第一增益和所述第二增益的权重系数；根据所述第一增益、所述第二增益以及各自的权重系数，确定各路所述音频的混合增益，并通过所述混合增益完成所述多路音频的混音处理。本申请提供的技术方案，能够更精准地定位声源位置，从而满足中小型场馆现场沉浸式制作与播放的需求。
一种沉浸音频渲染方法系统

[发明专利]音频数据的处理方法、装置和电子设备-CN202011387031.9有效
发明人：徐涛;孙学京;董强国;周令非;刘知一;张辉 -专利权人：中国电影科学技术研究所;北京时代拓灵科技有限公司
申请日： 2020-12-01 - 公布日： 2022-04-08 - 主分类号： H04S3/00 文献下载
摘要：本发明实施例公开了音频数据的处理方法、装置和电子设备，该处理方法包括：获取目标格式的目标音频；提取所述目标音频中表示目标对象发出声音的第一音频单元，所述目标对应为具有高度角信息的对象；获取所述目标对象的高度角和水平角；根据所述高度角和所述水平角对所述第一音频单元进行HOA编码，得到所述第一音频单元的HOA编码信息；根据所述第一音频单元的HOA编码信息生成所述第一音频单元的音频信号。本发明可以让最新的沉浸式音频系统兼容传统5.1声道，同时更理想的是利用更多通道的优势渲染出更好的沉浸式效果的问题。
音频数据处理方法装置电子设备

[发明专利]时域滤波中的滤波器系数更新-CN201510599861.0有效
发明人：施栋;孙学京 -专利权人：杜比实验室特许公司
申请日： 2015-09-18 - 公布日： 2022-01-11 - 主分类号： H03H21/00 文献下载
摘要：本文中公开的示例实施例涉及时域滤波中的滤波器系数更新。公开了一种处理音频信号的方法。该方法包括通过分析音频信号的第一部分来获得针对音频信号的第一部分的预定数目的目标增益。目标增益中的每个目标增益对应于音频信号的线性子带。该方法还包括通过迭代地执行以下操作来确定用于对音频信号的第一部分进行滤波的滤波器系数：从目标增益中选择至少一个目标增益，以及基于所选择的至少一个目标增益来更新滤波器系数。还公开了相应的处理音频信号的系统和计算机程序产品。
时域滤波中的滤波器系数更新

[发明专利]语音通信方法和设备、操作抖动缓冲器的方法和设备-CN201711404270.9有效
发明人：格伦·N·迪金森;孙学京;布朗东·科斯塔 -专利权人：杜比实验室特许公司
申请日： 2012-03-23 - 公布日： 2022-01-11 - 主分类号： G10L25/78 文献下载
摘要：描述了语音通信方法和设备、操作抖动缓冲器的方法和设备。方法包括：从发送方接收至少一个音频块，如果接收的音频块被标识为再处理的音频块，则确定接收的音频块是否超时；如果确定超时，则如果确定接收的音频块与从相应抖动缓冲器中移出但是等待混合的条目对应于相同时间，则用接收的音频块更新该条目，并且如果确定没有对应于相同时间，则将接收的音频块发送至目的地；如果确定没有超时，则用接收的音频块更新抖动缓冲器中与接收的音频块对应于相同时间的条目；如果接收的音频块没有被标识为再处理的音频块，则将接收的音频块填入到抖动缓冲器中与接收的音频块对应于相同时间的条目中。
语音通信方法设备操作抖动缓冲器

[发明专利]音频信号的下混方法、装置、计算机设备及可读存储介质-CN201911173782.8有效
发明人：王薇娜;高五峰;董强国;孙学京 -专利权人：中国电影科学技术研究所
申请日： 2019-11-26 - 公布日： 2021-12-07 - 主分类号： G10L19/008 文献下载
摘要：本发明公开一种音频信号的下混方法、装置、计算机设备及可读存储介质。该方法包括：将多声道音频信号乘以双声道转换系数，获得左声道音频信号及右声道音频信号；分别对多声道音频信号、左声道音频信号及右声道音频信号进行转换，生成多声道频域信号、第一左声道频域信号及第一右声道频域信号；基于头相关传输模型处理多声道频域信号，获得第二左声道频域信号及第二右声道频域信号；对第一左声道频域信号和第二左声道频域信号进行加权，生成下混左声道频域信号，对第一右声道频域信号和第二右声道频域信号进行加权，生成下混右声道频域信号；对下混左声道频域信号及下混右声道频域信号进行转换，生成下混左声道音频信号及下混右声道音频信号。
音频信号方法装置计算机设备可读存储介质

[发明专利]一种基于环境感知的声纹识别方法及系统-CN201910662155.4有效
发明人： 孙学京;李旭阳;许春生 -专利权人：北京拓灵新声科技有限公司
申请日： 2019-07-22 - 公布日： 2021-09-14 - 主分类号： G10L17/04 文献下载
摘要：本发明实施例涉及一种基于环境感知的声纹识别方法及系统，其中，所述方法包括：从拾音设备中获取音频数据，并将所述音频数据分离为语音数据和背景噪声数据；获取负样本音频数据，并将所述负样本音频数据与所述背景噪声数据进行随机混合，生成新的负样本数据；将所述新的负样本数据和所述语音数据输入声纹系统，以训练得到背景模型和个人模型。本申请提供的技术方案，能够解决声纹识别过程中信道不匹配的问题。
一种基于环境感知声纹识别方法系统

1
2
3
4
5
6
下一页»
尾页
共 88 条