[发明专利]模型生成方法、音频处理方法、装置及计算机可读存储介质有效
| 申请号： | 201910238868.8 | 申请日： | 2019-03-27 |
| 公开（公告）号： | CN110136729B | 公开（公告）日： | 2021-08-20 |
| 发明（设计）人： | 刘思阳 | 申请（专利权）人： | 北京奇艺世纪科技有限公司 |
| 主分类号： | G10L19/032 | 分类号： | G10L19/032;G10L19/04;G10L25/12;G10L25/24;G10L25/45;G06F16/683;G06K9/62 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100080 北京市海淀*** | 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： | 本发明实施例提供了模型生成方法、音频处理方法、装置及计算机可读存储介质，属于计算机技术领域。该生成方法可以针对各音频训练样本，根据该音频训练样本得到对应的多个音频向量，按照多个音频向量对应在音频训练样本中的时序，将多个音频向量依次输入副歌音频处理模型，基于该音频训练样本的预测副歌起止时间以及该音频训练样本的真实副歌起止时间，获取副歌音频处理模型的损失值，在损失值在预设范围内的情况下，说明副歌音频处理模型可以输出较准确的副歌起止时间，则利用该目标副歌音频处理模型在对待处理音频处理时，能够基于训练学习中的各参数，自动得到准确的副歌起止时间。 | ||
| 搜索关键词： | 模型 生成 方法 音频 处理 装置 计算机 可读 存储 介质 | ||
【主权项】：
1.一种模型生成方法，其特征在于，所述方法包括：针对各音频训练样本，根据所述音频训练样本得到对应的多个音频向量；按照各音频向量在所述音频训练样本中的时序，将所述多个音频向量依次输入副歌音频处理模型，得到所述副歌音频处理模型输出的所述音频训练样本的预测副歌起止时间；基于所述预测副歌起止时间以及所述音频训练样本的真实副歌起止时间，获取所述副歌音频处理模型的损失值；在所述损失值在预设范围内的情况下，将所述副歌音频处理模型作为目标副歌音频处理模型。
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北京奇艺世纪科技有限公司，未经北京奇艺世纪科技有限公司许可，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/201910238868.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种优化LC3编码器的量化全局增益序号搜索方法和系统-202010792143.6
- 王尧;李强;叶东翔;朱勇 - 北京百瑞互联技术有限公司
- 2020-08-08 - 2023-10-10 - G10L19/032
- 本申请公开了一种优化LC3编码器的量化全局增益序号搜索方法和系统，属于音频编码技术领域。本申请的优化LC3编码器的量化全局增益序号搜索方法包括：第一次搜索，确定第二搜索区间，若第二搜索区间的上限和下限是否相同，则结束搜索，否则进行第i次搜索，确定第i+1搜索区间；若第i+1搜索区间的上限和下限相同或者第i量化全局增益序号和第i‑1量化全局增益序号相同，则结束搜索，否则进行重复搜索并判断，直至第n+1搜索区间的上限和下限相同，结束搜索。本申请能够重新确定搜索区间，减少了搜索次数，同时能够快速的收敛到最合适的量化全局增益序号，降低处理器的运算量。
- 编码音频的编码器、音频发送系统和确定校正值的方法-201911425860.9
- 康斯坦丁·施密特;纪尧姆·福克斯;马蒂亚斯·诺伊辛格;马丁·迪茨 - 弗劳恩霍夫应用研究促进协会
- 2014-11-06 - 2023-09-26 - G10L19/032
- 用于编码音频信号的编码器包括：分析器，被配置为分析所述音频信号，以及用于根据所述音频信号确定分析预测系数。编码器还包括：变换器，被配置为根据所述分析预测系数推导已变换预测系数；存储器，被配置为存储一定数量的校正值；以及计算器。计算器包括：处理器，被配置为处理所述已变换预测系数，以获得频谱加权因子。计算器还包括：组合器，被配置为将所述频谱加权因子与所述数量的校正值进行组合，以获得已校正加权因子。计算器的量化器被配置为使用所述已校正加权因子量化所述已变换预测系数，以获得所述已变换预测系数的量化表示。编码器包括：比特流形成器，被配置为基于所述已变换预测系数的量化表示并基于所述音频信号来形成输出信号。
- 音频编解码方法、存取方法及其相关设备及存储装置-202010084574.7
- 方磊;赵亚;杨军;方昕;方四安 - 科大讯飞股份有限公司
- 2020-02-10 - 2023-07-25 - G10L19/032
- 本申请公开了一种音频编解码方法、存取方法及其相关设备及存储装置。其中，音频编码方法包括：获取目标音频文件的目标模值；利用目标模值分别对目标音频文件中每个采样点的值进行分解，得到每个采样点的倍数和余数；分别对每个采样点的倍数和余数进行编码，得到每个采样点的倍数编码值和余数编码值；基于目标音频文件的每个采样点的倍数编码值和余数编码值，得到目标音频文件的编码数据。上述方案，能够提高音频文件的数据安全性。
- 优化频域噪声整形的音频编码方法及装置-202011600985.3
- 李强;王尧;叶东翔;朱勇 - 北京百瑞互联技术有限公司
- 2020-12-30 - 2023-04-14 - G10L19/032
- 本发明公开了一种优化频域噪声整形的音频编码方法及装置，属于音频编解码技术领域。该方法包括：根据经过低延迟改进型离散余弦变换的音频信号计算音频信号的语音能量熵；根据音频信号的当前帧的语音能量熵及预设的门限值对当前帧是否为非语音帧进行判断得到非语音帧音频信号；对非语音帧音频信号在经过频域噪声整形的第一阶段分裂矢量量化之后，不进行频域噪声整形过程的第二阶段金字塔矢量量化。本发明的应用通过增加少量运算，在音质几乎不变的情况下减少了频域噪声整形模块调用第二阶段金字塔矢量量化的次数，降低了频域噪声整形模块的总体运算量。
- 一种降低音频编码速率的方法及系统-202010279435.X
- 李强;王尧;叶东翔;朱勇 - 北京百瑞互联技术有限公司
- 2020-04-10 - 2023-04-07 - G10L19/032
- 本发明公开了一种降低音频编码速率的方法及系统，属于音频编解码技术领域。该降低音频编码速率的方法包括：识别采样频率步骤；带宽检测步骤；码率转化步骤，将编码速率转换为编码时每帧可用的第一字节数；计算第二字节数步骤，其将第一字节数减去每帧必要开销的第三字节数得到每帧的谱系数进行量化和算术编码可用的第二字节数；计算第四字节数步骤，其通过第二字节数与第三字节数进行计算求得根据带宽新的每帧编码可用的第四字节数以及更新编码控制标志步骤，其根据第四字节数及依赖码率对编码控制标志进行更新。本发明的应用避免了在音频编码过程中运算能力的浪费，使得编码器处于最优的工作状态。
- 一种传输语音的方法、系统、电子设备及存储介质-202110699629.X
- 张光强 - 紫优科技（深圳）有限公司
- 2021-06-23 - 2023-04-07 - G10L19/032
- 本发明公开了一种传输语音的方法、系统、电子设备及存储介质，涉及语音传输技术领域，该方法包括：发送方对采集的原始语音信号进行模数转换得到脉冲信号；将幅值小于预设值的脉冲信号标记为空白语音，并将空白语音替换为指定时长的字符编码得到预处理脉冲信号；对预处理脉冲信号进行量化得到量化脉冲信号；对量化的脉冲信号进行PCM编码得到编码数字信号并发送；接收方对接收的编码数字信号采用PCM解码恢复成原始语音信号。该系统包括：模数转换模块、预处理模块、量化模块、PCM编码模块和PCM解码模块；本发明在PCM编码前将空白语音替换为指定时长的字符编码，减少了需要传输的流媒体的内容，以减少流媒体的内容整体传输的时间。
- 谱峰位置的编码与解码-201910976473.8
- V.格兰查罗夫;S.斯维里斯森 - 瑞典爱立信有限公司
- 2014-10-10 - 2023-03-24 - G10L19/032
- 提供一种编码器和解码器及其方法，用于音频编码中谱峰位置的编码和解码。根据第一方面，提供了一种音频信号段编码方法，用于编码谱峰位置。该方法包括确定出自两个无损谱峰位置编码方案中的哪一个要求最少位数量来编码音频信号段的谱峰位置；并且选择要求最少位数量来编码音频信号段的谱峰位置的谱峰位置编码方案。两个无损谱峰位置编码方案中的第一个适合于周期性的或半周期性的谱峰位置分布；以及两个无损谱峰位置编码方案中的第二个适合于稀疏谱峰位置分布。
- 一种音频编码、解码方法、装置、设备及存储介质-202110550059.8
- 闫建新;王磊 - 广州广晟数码技术有限公司
- 2021-05-20 - 2022-11-22 - G10L19/032
- 本发明实施例提供了一种音频编码、解码方法、装置、设备及存储介质，方法包括：确定待编码音频帧的类别，作为目标类别；其中，音频帧的类别划分依据包括量化谱系数的数值范围；从生成的多种类别对应的编码表中，选择目标类别对应的编码表，作为第一目标编码表；利用第一目标编码表对待编码音频帧的量化谱系数进行编码。可见，本方案中，对不同类别的音频帧采用不同的编码表进行编码，且音频帧的类别划分依据包括量化谱系数的数值范围，也就是说，本方案考虑到了不同量化谱系数特性不同，提高了编码效率。
- 一种极低速率高质量语音编解码方法及装置-202210093723.5
- 涂卫平;肖立;杨玉红;李景怡;郑友强 - 武汉大学
- 2022-01-26 - 2022-04-26 - G10L19/032
- 一种极低速率高质量语音编解码方法及装置，涉及音频技术领域，方法包括步骤：S1.将待传输干净语音输入编码器；S2.编码器提取线性预测系数输入量化器量化后，打包为比特流进行传输；S3.接收所述比特流，并输入解量化器，得到解量化后的线性预测系数；S4.将该线性预测系数输入转换模型，转换模型输出该线性预测系数对应的梅尔谱向量；S5.将所述梅尔谱向量输入神经声码器得到重建解码语音。本发明去除参数的信息冗余，以降低编码比特率，同时提升解码语音质量，满足极低传输带宽环境下对高质量语音通信的需求。
- DMR系统的编码方法及装置、存储介质、数字对讲机-201810399610.1
- 冷欣;刘文明;董宇;汪波 - 北京紫光展锐通信技术有限公司
- 2018-04-28 - 2021-11-09 - G10L19/032
- 一种DMR系统的编码方法及装置、存储介质、数字对讲机，所述编码方法包括：对语音信号进行采样、量化和编码，以形成子帧，所述子帧中包括多个特性参数，所述多个特性参数包括基音周期、线谱频率系数、能量及清浊音判别，且其中至少一个特性参数是采用码书量化得到的；拼接预设数量个子帧，以形成语音帧；对所述语音帧进行前向纠错处理，以得到编码帧。通过本发明提供的技术方案，可以压缩特性参数的编码比特，增加前向纠错处理的冗余比特，增强编码数据的抗噪能力，提高语音传输质量。
- 一种线谱频率参数量化比特分配方法及系统-201910800636.7
- 颜夕宏;张生平;王主磊;吴子晧;颜明 - 南京梧桐微电子科技有限公司
- 2019-08-28 - 2021-08-24 - G10L19/032
- 本发明公开了一种线谱频率参数量化比特分配方法及系统，以客观语音MOS得分作为线谱频率参数量化比特分配方案的依据，采用量化比特累减并比较MOS得分的方法得到初始比特分配，再采用模拟退火算法进行最优比特分配方案搜索。优点：该方法充分考虑到了线谱频率参数每一维对合成语音质量影响的差异，并采用了模拟退火算法进行全局最优解搜索，能够进一步提高线谱频率参数的量化效率，改善合成语音质量。
- 模型生成方法、音频处理方法、装置及计算机可读存储介质-201910238868.8
- 刘思阳 - 北京奇艺世纪科技有限公司
- 2019-03-27 - 2021-08-20 - G10L19/032
- 本发明实施例提供了模型生成方法、音频处理方法、装置及计算机可读存储介质，属于计算机技术领域。该生成方法可以针对各音频训练样本，根据该音频训练样本得到对应的多个音频向量，按照多个音频向量对应在音频训练样本中的时序，将多个音频向量依次输入副歌音频处理模型，基于该音频训练样本的预测副歌起止时间以及该音频训练样本的真实副歌起止时间，获取副歌音频处理模型的损失值，在损失值在预设范围内的情况下，说明副歌音频处理模型可以输出较准确的副歌起止时间，则利用该目标副歌音频处理模型在对待处理音频处理时，能够基于训练学习中的各参数，自动得到准确的副歌起止时间。
- 一种利用语音信道传输数据的方法-202110525488.X
- 史峰 - 柒星通信科技（北京）有限公司
- 2021-05-13 - 2021-08-13 - G10L19/032
- 本发明公开了一种利用语音信道传输数据的方法，其包括：调制单元将语音信号和数据转换成语音领域的类语音调制信号；信号发射单元将所处理好的调制信号发送至终端；信号接收单元用以接收处理好的调制信号；信号处理单元将接收到的调制信号进行抽样量化、压缩、逆翻译，进行复原；控制单元控制各个单元的工作逻辑；本发明采用高低频滤波的方式对类语音信号进行过滤，以获得带宽最大的调制信号；通过将调制信号进行量化、分解和标记，避免信号在长距离、长时间的传输过程中丢失、受电磁波干扰，同时增强保密性，及时收到部分影响，也可通过脉冲群进行恢复；采用语音传输数据的方法，不仅能够实现数据的实时传输，同时能够降低成本，丰富了通讯方式。
- 一种用于手机保密通信的传输方法和终端设备-202110382285.X
- 胡进伟;储鑫;许可嘉;朱子豪;刘梦娟 - 中国质量认证中心
- 2021-04-09 - 2021-08-13 - G10L19/032
- 本发明实施例公开一种用于手机保密通信的传输方法和终端设备、用于手机保密通信的传输方法和终端设备，发送端传输方法包括：采集音频数据；对采集的音频数据ADPCM压缩编码；对压缩编码的音频数据进行混沌加密；将混沌加密的音频数据通过蜂窝网络经由服务器的中转发送到接收端。采用混沌加密的语音数据在蜂窝网中传输，提高保密通信的安全性，采用了ADPCM编码方式，将手机硬编码生成的音频数据量压缩为原来的四分之一，进而极大的提升了传输效率，加密效率。
- 语音编码器中的相位量化-201980082842.7
- S·S·詹森;S·斯里尼瓦桑;K·B·福斯 - 微软技术许可有限责任公司
- 2019-12-10 - 2021-07-30 - G10L19/032
- 描述了语音编码期间的相位量化和语音解码期间的相位重构的创新。例如，为了对相位值集合进行编码，语音编码器会忽略高频相位值和/或将至少一些相位值表示为基函数的加权和。或者，作为另一个示例，为了对相位值集合进行解码，语音解码器使用基函数的加权和来重构至少一些相位值和/或重构低频相位值，然后使用至少一些低频相位值来合成高频相位值。在许多情况下，即使在带宽不足或有传输质量问题的网络上传输编码数据时，这些创新也可以改善低比特率场景下语音编解码器的性能。
- 针对目标对象的语音增强系统及语音增强方法-201611191290.8
- 李细林;卢延祯 - 通用微（深圳）科技有限公司
- 2016-12-21 - 2021-07-16 - G10L19/032
- 本发明公开一种针对目标对象的语音增强系统及语音增强方法，一盲源分离(BSS)模块用来将多个麦克风记录到的音频混合信号分离维统计上独立的音频分量，多个说话人特征数据中的至少一个用来评分及加权各音频分量，一语音混合器用来首先混合所述加权后的音频分量，再对齐混合后的信号，最后再加总对齐后的信号以产生一所撷取的语音信号，相似地，一噪声混合器首先用来加权音频分量，再混合加权后的信号，最后将混合后的信号加总以产生一所撷取的噪声信号，后处理中进一步利用维纳滤波或频谱滤波来增强所撷取的语音信号，其自所撷取的语音信号的功率谱中减去所撷取的噪声信号的整形后的功率谱。
- 带宽自适应网络音频传输方法、设备、介质及系统-202110059382.5
- 季海交;孟宪富;察志富;黄维;贺建亮 - 深圳市东微智能科技股份有限公司
- 2021-01-15 - 2021-05-11 - G10L19/032
- 本发明公开了一种带宽自适应网络音频传输方法、设备、介质及系统，方法包括：音频发送端在接收到原始音频数据时，获取原始采样率、带宽信息以及音频通道数；根据带宽信息以及音频通道数确定目标采样率；根据目标采样率以及原始音频数据生成可变采样率音频数据；根据可变采样率音频数据以及原始采样率生成音频数据包并发送至音频接收端。音频接收端根据接收到的音频发送端发送的音频数据包获取可变采样率音频数据以及原始采样率；根据原始采样率以及可变采样率音频数据生成并输出目标音频数据。解决了网络音频传输质量低的问题，实现了根据网络带宽动态调整音频数据的采样率，利用有限的带宽传输高质量的音频数据的效果，提高了网络音频的传输质量。
- 非盲带宽扩展中高频激励信号的感知重建方法与装置-201810290508.8
- 姜林;余绍黔;李小龙;王同罕 - 湖南商学院;东华理工大学
- 2018-04-03 - 2021-05-07 - G10L19/032
- 本发明涉及一种非盲带宽扩展中高频激励信号的感知重建方法与装置，首先计算原始高频激励信号的感知特征参数，根据该参数的统计阈值选择重建的高频激励信号源；然后计算原始高频激励信号MDCT域内的子带能量，并用该能量对高频激励信号源进行能量调整；最后通过高频激励信号的感知特征参数对能量调整后的高频激励信号进行感知恢复。本发明仅通过增加感知特征参数，对高频激励信号的重建音质起到了明显的提升。
- 基于能量饱和及信号缩放的增益参数估计-201680017665.0
- 文卡塔·萨伯拉曼亚姆·强卓·赛克哈尔·奇比亚姆;文卡特拉曼·S·阿提;维韦克·拉金德朗 - 高通股份有限公司
- 2016-03-30 - 2020-12-01 - G10L19/032
- 一种包含增益形状电路的装置，所述增益形状电路经配置以确定多个子帧中的饱和的子帧的数目，所述多个子帧包含于高频带音频信号的帧中。所述装置还包含增益帧电路，所述增益帧电路经配置以基于饱和的子帧的所述数目确定对应于所述帧的增益帧参数。
- 一种优化音频编码量化次数的方法及系统-202010905585.7
- 李强;王尧;叶东翔;朱勇 - 北京百瑞互联技术有限公司
- 2020-09-01 - 2020-11-27 - G10L19/032
- 本申请公开了一种优化音频编码量化次数的方法、系统、存储介质及设备，属于音频编码技术领域。该优化音频编码量化次数的方法包括：统计编码音频帧经过时域噪声整形模块的输出结果，并计算输出结果中的最大值；根据最大值判断编码音频帧是否为静音帧，包括：当最大值为零时，编码音频帧为静音帧；以及当最大值非零时，编码音频帧为非静音帧；对编码音频帧进行频谱量化过程，包括：当编码音频帧为静音帧时，将编码音频帧的频谱量化结果设置为第一预设数值；以及当编码音频帧为非静音帧时，将编码音频帧进行标准流程的频谱量化过程，得到编码音频帧的频谱量化结果。本申请的应用减少音频编码量化次数，降低编码器运算量。
- 一种优化LC3编码器残差编码和噪声估计编码的方法-202010791988.3
- 王尧;李强;叶东翔;朱勇 - 北京百瑞互联技术有限公司
- 2020-08-08 - 2020-11-13 - G10L19/032
- 本申请公开了一种优化LC3编码器残差编码和噪声估计编码的方法、系统、存储介质及设备，属于音频编码技术领域，该优化残差编码和噪声等级计算过程的方法包括：频谱量化模块运行步骤，根据频谱数据样本和量化全局增益参数得到量化频谱系数原值，对量化频谱系数原值进行定点化运算，并储存定点化运算结果；残差编码模块运行步骤，载入量化频谱系数原值的定点化运算结果，与量化频谱据样本进行比较；噪声等级计算模块运行步骤，载入量化频谱系数原值的定点化运算结果并进行绝对值处理，并进行预缩小操作。本申请的应用减少复杂过程的重复计算，降低编码器的运算量，降低编码器的功耗，提升编码器的实用性能。
- 编码方法、编码装置以及记录介质-201710728816.X
- 守谷健弘;镰本优;原田登 - 日本电信电话株式会社
- 2013-09-30 - 2020-11-10 - G10L19/032
- 本发明提供一种编码方法、编码装置、程序、以及记录介质。使用表示频域的样本串的周期性的程度的指标，在通过利用周期性的编码方法而得到整数信号码的方法、以及通过不利用周期性的编码方法而得到整数信号码的方法之中，仅关于期待为整数信号码的比特数变少的方法，执行第1编码部的处理，关于不期待为整数信号码的比特数变少的方法，利用在期待为整数信号码的比特数变少的方法的第1编码部的处理中所得到的增益。
- 一种适应于流媒体的音频对象编解码方法-201810154002.4
- 胡瑞敏;武庭照;王晓晨;柯善发;陈玮 - 武汉大学
- 2018-02-22 - 2020-10-13 - G10L19/032
- 本发明提供了适应于流媒体的音频对象编解码方法，编码时，输入的多个音频对象信号首先经过预处理，得到多帧音频对象信号构成的数据块以及对应的包含所有对象的单声道混合信号；计算增益矩阵，提取ODLR参数矩阵；增益矩阵与参数矩阵经矩阵分解得到低维度的系数矩阵和基矩阵；最后将混合信号、系数矩阵、基矩阵合成码流；解码时首先分解码流，根据系数矩阵与基矩阵重建得到参数矩阵；然后根据参数矩阵和混合信号对音频对象信号进行重建。本方法支持以数据块的形式传输音频数据，可以适用于流媒体应用场景；并且提高了参数频域分辨率，并利用基于加权的矩阵分解的方法降低参数编码所需码率，可以同时保证低码率和高质量地重建音频对象信号。
- 解码装置、解码方法及存储介质-202010176142.9
- 知念彻;西口正之;史润宇;畠中光行;山本优树 - 索尼公司
- 2015-03-16 - 2020-08-04 - G10L19/032
- 提供了一种解码装置、解码方法及存储介质。解码装置包括至少一个电路，被配置成：获取包括多个对象的一个或多个编码音频信号以及多个对象中的每一个的优先级信息和空间位置信息；根据优先级信息对编码音频信号进行解码，其中，至少一个电路被配置成至少部分地通过以下方式根据优先级信息进行解码：对一个或多个编码音频信号中的由优先级信息表示的优先级程度等于或高于预定优先级程度的至少一个编码音频信号进行解码，并且避免对一个或多个编码音频信号中的由优先级信息表示的优先级程度低于预定优先级程度的至少一个其他编码音频信号进行解码；以及基于空间位置信息通过矢量基幅值相移VBAP对解码的音频信号进行渲染，以用于定位对象的声像。
- 一种监控音频信号的数字化装置和方法-201710391613.6
- 陈喆;殷福亮;呼德 - 大连理工大学
- 2017-05-27 - 2020-07-14 - G10L19/032
- 本发明公开了一种监控音频信号的数字化装置及方法，其装置包括：能够对待数字化的模拟音频信号x(t)进行自适应步长量化编码以输出1比特数字信号x
- 用于高频带宽扩展的对信号进行编码和解码的设备和方法-201610086035.0
- 成昊相;朱基岘;吴殷美 - 三星电子株式会社
- 2011-09-15 - 2020-03-13 - G10L19/032
- 提供了一种用于高频带宽扩展的对信号进行编码和解码的设备和方法。编码设备可对时域输入信号进行下采样，可对下采样的时域输入信号进行核心编码，可将核心编码的时域输入信号变换为频域输入信号，并可使用频域输入信号的基础信号来执行带宽扩展编码。
- 用于对音频信号进行编码的量化装置-201911127329.3
- 成昊相 - 三星电子株式会社
- 2015-03-30 - 2020-02-28 - G10L19/032
- 公开了用于对音频信号进行编码的量化装置，量化装置包括：第一量化部，配置成对输入音频信号进行量化以生成量化信号；以及第二量化部，配置成对从量化信号和输入音频信号生成的量化误差信号进行量化，其中，第一量化部包括网格结构的矢量量化器TCVQ，TCVQ将子矢量分配给TCVQ的每一级。
- 语音声源方向估计方法及装置-201610656669.5
- 谢宜昊 - 珠海全志科技股份有限公司
- 2016-08-11 - 2019-09-06 - G10L19/032
- 本发明提供一种语音声源方向估计方法及装置，该方法包括：声源获取步骤，获取麦克风阵列实时收集的音频数据；频带分解步骤，将每一个麦克风通道所收集的当前帧音频数据分解成预设数量的频带信号，将所有麦克风通道同一时刻的频带信号组成频带信号向量；频带估计步骤，对频带信号向量进行分析，获得当前帧音频数据相同时刻的频带信号向量的波达方向估计向量；数据关联步骤，根据波达方向估计向量进行数据关联，得到当前帧音频数据的最终备选方向估计向量；波达方向跟踪步骤，对最终备选方向估计向量在时域中进行平滑处理，并获得当前帧音频数据的语音声源波达方向。该装置为该方法提供应用模块。本发明可增强语音，且语音方向估计更加精确。
- 基于单比特压缩感知的语音压缩方法-201510504880.0
- 卿朝进;陈永强;张岷涛;胡书东;余杭薄;李成军 - 西华大学
- 2015-08-17 - 2019-06-14 - G10L19/032
- 本发明属于语言信号压缩领域，具体涉及一种基于单比特压缩感知的语音压缩方法。本发明的有益效果如下：1、语音信号的采样速率要求并不高，用于语音采样的AD并不是语音信号采样的瓶颈问题。其他需要利用压缩感知进行采样以降低AD采样速率的场景为高速采样场景，语音信号采样不属于高速采样，故可以不改变系统原有的采样器件与采样结构，只需要进行软件的修改，大大节约了系统改造的成本；2、目前流行的mp3技术，仅能压缩10余倍，而利用本发明的方法，可轻易地将语音压缩32倍以上，其音质也能达到近似于mp3标准音质。譬如电信领域的录音系统，需要存储海量的语音数据，如果利用本发明的压缩方法将会十分有利。
- 音频编码中的后量化增益校正-201510671694.6
- 艾力克·诺维尔;沃洛佳·格兰恰诺夫 - 瑞典爱立信有限公司
- 2011-07-04 - 2018-12-21 - G10L19/032
- 一种用于在对已经以相对独立的增益表示和形状表示来编码的音频进行解码中使用的增益调整装置(60)，包括：精度仪(62)，被配置为估计所述形状表示
的精度测度(A(b))，并且基于所估计的精度测度(A(b))来确定增益校正(gc(b))。其还包括：包络调整器(64)，被配置为基于所确定的增益校正来调整所述增益表示
- 专利分类
