音频质量检测方法、设备、存储介质和程序产品与流程

摘要: 本申请涉及计算机,特别涉及一种音频质量检测方法、设备、存储介质和程序产品。背景技术:1、扬声器作为音频设备的核心部件,其音质直接影响用户体验。在生产扬声器的过程...
音频质量检测方法、设备、存储介质和程序产品与流程

本申请涉及计算机,特别涉及一种音频质量检测方法、设备、存储介质和程序产品。

背景技术:

1、扬声器作为音频设备的核心部件,其音质直接影响用户体验。在生产扬声器的过程中,因制造工艺、材料缺陷、装配误差等因素,可能导致扬声器播放声音时出现各种杂音,严重影响产品质量。基于此,如何检测扬声器质量是一个需要重点关注的问题。相关技术中,采用人工听音测试检测扬声器质量。然而,这种检测方式主观性较强,检测准确性较低。

技术实现思路

1、本申请提供了一种音频质量检测方法,可以提高音频质量检测准确性。所述技术方案如下:

2、第一方面,提供了一种音频质量检测方法,所述方法包括:

3、获取目标音频信号;

4、对所述目标音频信号进行特征提取,得到手工特征、深度音频特征和预训练音频特征;

5、融合所述手工特征、所述深度音频特征和所述预训练音频特征,并基于融合后的特征确定音频质量检测结果。

6、在本申请中,获取目标音频信号,对该目标音频信号进行特征提取,得到手工特征、深度音频特征和预训练音频特征,融合该手工特征、该深度音频特征和该预训练音频特征,并基于融合后的特征确定音频质量检测结果。由于手工特征对扬声器的非线性失真和结构异常具有明确物理指向性,深度音频特征能自动捕捉时频域的局部异常模式,而预训练特征提供了丰富的通用音频表征。基于该三种特征,使得模型可以多维度、从微观到宏观地进行音频质量检测,从而可以大大提高音频质量检测结果的准确性。

7、可选地,所述对所述目标音频信号进行特征提取,得到手工特征、深度音频特征和预训练音频特征,包括:

8、基于所述目标音频信号确定一个或多个声学数据,所述一个或多个声学数据包括总谐波失真数据、频谱平坦度、频谱质心、频谱滚降点、过零率中的一项或多项;基于所述一个或多个声学数据生成所述手工特征;

9、对所述目标音频信号进行时频特征提取,得到所述深度音频特征;

10、将所述目标音频信号输入预训练音频模型,得到所述预训练音频模型输出的所述预训练音频特征。

11、可选地,所述对所述目标音频信号进行时频特征提取,得到所述深度音频特征,包括:

12、基于所述目标音频信号生成时频表示矩阵,所述时频表示矩阵包括时间维度和频率维度;

13、对所述时频表示矩阵进行卷积神经网络(convolutional neural network,cnn)深度特征提取,得到第一时频特征;

14、基于所述第一时频特征生成所述深度音频特征。

15、可选地,所述基于所述第一时频特征生成所述深度音频特征,包括:

16、基于所述第一时频特征确定时间注意力权重和/或频率注意力权重,所述时间注意力权重用于表征所述目标音频信号中的时间帧包含杂音的概率,所述频率注意力权重用于表征所述目标音频信号中的频带包含杂音的能量强度;

17、基于所述时间注意力权重和/或所述频率注意力权重,对所述第一时频特征进行加权处理,得到第二时频特征;

18、对所述第二时频特征进行池化处理,得到所述深度音频特征。

19、可选地,所述基于所述手工特征、所述深度音频特征和所述预训练音频特征确定音频质量检测结果,包括:

20、对所述手工特征、所述深度音频特征和所述预训练音频特征进行融合,得到第一音频特征;

21、基于所述第一音频特征确定所述音频质量检测结果,所述音频质量检测结果包括杂音检测结果、杂音严重程度中的一种或多种。

22、可选地,所述对所述手工特征、所述深度音频特征和所述预训练音频特征进行融合,得到第一音频特征,包括:

23、基于所述手工特征、所述深度音频特征和所述预训练音频特征,通过门控机制确定所述手工特征对应的第一权重、所述深度音频特征对应的第二权重和所述预训练音频特征对应的第三权重;

24、基于所述第一权重、所述第二权重和所述第三权重,对所述手工特征、所述深度音频特征、所述预训练音频特征进行加权融合,得到所述第一音频特征。

25、可选地,所述对所述手工特征、所述深度音频特征和所述预训练音频特征进行融合,得到第一音频特征,包括:

26、将所述手工特征、所述深度音频特征和所述预训练音频特征进行拼接,得到第二音频特征;

27、基于所述第二音频特征,通过注意力机制确定所述手工特征对应的第四权重、所述深度音频特征对应的第五权重和所述预训练音频特征对应的第六权重;

28、基于所述第四权重、所述第五权重和所述第六权重,对所述手工特征、所述深度音频特征和所述预训练音频特征进行加权融合,得到所述第一音频特征。

29、第二方面,提供了一种音频质量检测装置,所述装置包括:

30、获取模块,用于获取目标音频信号;

31、特征提取模块,用于对所述目标音频信号进行特征提取,得到手工特征、深度音频特征和预训练音频特征;

32、确定模块,用于基于所述手工特征、所述深度音频特征和所述预训练音频特征,确定音频质量检测结果。

33、第三方面,提供了一种计算机设备,所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述第一方面所述的音频质量检测方法。

34、第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。

35、第五方面,提供了一种计算机程序产品,当所述计算机程序产品在计算机设备上运行时,使得计算机设备执行上述第一方面所述的音频质量检测方法。

36、可以理解的是,上述第二方面、第三方面、第四方面、第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。

1.一种音频质量检测方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述对所述目标音频信号进行特征提取,得到手工特征、深度音频特征和预训练音频特征,包括:

3.如权利要求2所述的方法,其特征在于,所述对所述目标音频信号进行时频特征提取,得到所述深度音频特征,包括:

4.如权利要求3所述的方法,其特征在于,所述基于所述第一时频特征生成所述深度音频特征,包括:

5.如权利要求1至4中任一项所述的方法,其特征在于,所述融合所述手工特征、所述深度音频特征和所述预训练音频特征,并基于融合后的特征确定音频质量检测结果,包括:

6.如权利要求5所述的方法,其特征在于,所述对所述手工特征、所述深度音频特征和所述预训练音频特征进行融合,得到第一音频特征,包括:

7.如权利要求5所述的方法,其特征在于,所述对所述手工特征、所述深度音频特征和所述预训练音频特征进行融合,得到第一音频特征,包括:

8.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

10.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机设备上运行时,使得所述计算机设备执行如权利要求1至7中任一项所述的方法。