[发明专利]一种从视频中分离音源的方法有效
| 申请号： | 201911124411.0 | 申请日： | 2019-11-18 |
| 公开（公告）号： | CN110970056B | 公开（公告）日： | 2022-03-11 |
| 发明（设计）人： | 刘华平;刘馨竹;刘晓宇;郭迪;孙富春 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G10L25/57 | 分类号： | G10L25/57;G10L25/30;G10L21/028;H04N21/44;H04N21/439;G06V20/40 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 廖元秋 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种从视频中分离音源的方法。该方法由训练阶段和测试阶段两个阶段构成。该方法在训练阶段构建一个由视觉目标检测网络、声音特征提取网络和声音分离网络组成的音源分离模型，从训练数据中选取两个不同类别的视频将其音频混合，训练音源分离模型使之能够从混合音频中精确的分离出两个视频对应的原音频。在测试阶段，获取测试视频后将其输入训练完毕的音源分离模型，模型检测视频中的所有视觉目标，并从原始音频中分离出各个视觉目标对应的声音。本发明可以从目标物体级别上对音源进行分离，能够检测出视频中出现的所有目标物体并将其与分离出的对应声音进行自动匹配，建立了各视觉目标物体和分离后的声音之间的联系，应用前景广阔。 | ||
| 搜索关键词： | 一种 视频 分离 音源 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911124411.0/，转载请声明来源钻瓜专利网。
