基于声学图网络的多声道扬声器筛选方法、装置、设备及存储介质
本技术涉及音频处理，尤其涉及基于声学图网络的多声道扬声器筛选方法、装置、设备及存储介质。
背景技术：
1、多声道扬声器系统能够提供空间声像和包围感，在音频重放领域具有广泛应用。实际部署时，受限于安装空间和成本，通常需要从原始扬声器集合中筛选出目标通道数的扬声器组合，同时保持重建声场接近原始系统。
2、现有筛选方法通过对候选扬声器组合进行声场重建评价来比较不同组合的优劣。具体地，对于每一个候选组合，计算其扬声器驱动权重，进而计算重建声压场与目标声压场之间的误差，以此作为评价依据。在原始扬声器数量较多且目标通道数确定时，候选组合数量呈指数增长，逐一进行声场重建评价需反复求解驱动权重和声场误差，面临计算开销大的问题，且当评价结果相近时，搜索过程易受初始候选组合影响导致搜索结果波动，难以稳定地确定最优组合。
3、因此，目前方案存在从原始扬声器集合中筛选目标通道数的扬声器时，候选组合数量巨大，逐一评价的计算开销大且搜索结果不稳定的技术问题。
技术实现思路
1、本技术的主要目的在于提供一种基于声学图网络的多声道扬声器筛选方法、装置、设备及存储介质，旨在解决从原始扬声器集合中筛选目标通道数的扬声器时，候选组合数量巨大，逐一评价的计算开销大且搜索结果不稳定的技术问题。
2、为实现上述目的，本技术提出一种基于声学图网络的多声道扬声器筛选方法，所述基于声学图网络的多声道扬声器筛选方法包括：
3、获取原始多声道扬声器系统的原始扬声器集合、目标精简通道数、目标频率范围以及听音区域采样点；
4、根据所述原始扬声器集合、所述目标频率范围以及所述听音区域采样点确定目标声压场，并根据所述原始扬声器集合和所述目标精简通道数确定候选扬声器集合；
5、根据所述候选扬声器集合和所述目标频率范围，构建频率声学图；
6、基于所述频率声学图和初始声学图网络，确定所述候选扬声器集合的复数驱动权重；
7、根据所述复数驱动权重和所述听音区域采样点，计算重建声压场，并基于所述重建声压场和所述目标声压场训练所述初始声学图网络，得到目标声学图网络；
8、根据所述目标声学图网络和所述候选扬声器集合，确定目标扬声器集合。
9、在一实施例中，所述基于所述频率声学图和初始声学图网络，确定所述候选扬声器集合的复数驱动权重，包括：
10、通过所述初始声学图网络对所述频率声学图进行特征提取和更新，得到各节点的目标隐藏特征；
11、根据所述目标隐藏特征，分别预测各节点对应扬声器的实部权重和虚部权重，并根据所述实部权重和所述虚部权重得到复数驱动权重。
12、在一实施例中，所述通过所述初始声学图网络对所述频率声学图进行特征提取和更新，得到各节点的目标隐藏特征，包括：
13、通过所述初始声学图网络提取所述频率声学图中的节点特征和边特征；
14、对所述节点特征和所述边特征分别进行编码，得到节点隐藏特征和边隐藏特征；
15、结合所述边隐藏特征，对所述节点隐藏特征进行消息传递和聚合，得到各节点的更新特征；
16、根据所述目标频率范围对所述更新特征进行频率调制，得到各节点的目标隐藏特征。
17、在一实施例中，所述根据所述候选扬声器集合和所述目标频率范围，构建频率声学图，包括：
18、确定所述候选扬声器集合中各扬声器的空间坐标和各扬声器之间的空间距离；
19、根据所述空间坐标和所述目标频率范围，确定节点特征；
20、根据所述空间距离和所述目标频率范围，确定边特征；
21、以所述候选扬声器集合中的各扬声器作为声学图节点，根据所述节点特征和所述边特征，构建频率声学图。
22、在一实施例中，所述根据所述目标声学图网络和所述候选扬声器集合，确定目标扬声器集合，包括：
23、对所述候选扬声器集合进行邻域交换，生成至少一个邻域扬声器集合；
24、通过所述目标声学图网络对各所述邻域扬声器集合进行评价，得到各所述邻域扬声器集合的邻域评价值；
25、根据各所述邻域评价值和预设搜索策略，从所述邻域扬声器集合中确定目标扬声器集合。
26、在一实施例中，所述根据所述原始扬声器集合、所述目标频率范围以及所述听音区域采样点确定目标声压场，并根据所述原始扬声器集合和所述目标精简通道数确定候选扬声器集合，包括：
27、获取参考驱动系数和所述原始扬声器集合中各扬声器的空间坐标；
28、根据所述空间坐标、所述目标频率范围中的各频率点以及所述听音区域采样点，确定所述原始扬声器集合中各扬声器到各所述听音区域采样点的原始复数传播系数；
29、根据所述原始复数传播系数和所述参考驱动系数，确定所述原始扬声器集合在各所述听音区域采样点处的目标声压场；
30、根据所述原始扬声器集合和所述目标精简通道数确定候选扬声器集合。
31、在一实施例中，所述根据所述复数驱动权重和所述听音区域采样点，计算重建声压场，并基于所述重建声压场和所述目标声压场训练所述初始声学图网络，得到目标声学图网络，包括：
32、根据所述候选扬声器集合中各扬声器的空间坐标、所述目标频率范围以及所述听音区域采样点，确定所述候选扬声器集合中各扬声器到各所述听音区域采样点的候选复数传播系数；
33、根据所述复数驱动权重和所述候选复数传播系数，确定所述候选扬声器集合在各所述听音区域采样点处的重建声压场；
34、以所述重建声压场接近所述目标声压场为目标，更新所述初始声学图网络的参数，得到目标声学图网络。
35、此外，为实现上述目的，本技术还提出一种基于声学图网络的多声道扬声器筛选装置，所述基于声学图网络的多声道扬声器筛选装置包括：
36、数据获取模块，用于获取原始多声道扬声器系统的原始扬声器集合、目标精简通道数、目标频率范围以及听音区域采样点；
37、声场与候选模块，用于根据所述原始扬声器集合、所述目标频率范围以及所述听音区域采样点确定目标声压场，并根据所述原始扬声器集合和所述目标精简通道数确定候选扬声器集合；
38、声学图构建模块，用于根据所述候选扬声器集合和所述目标频率范围，构建频率声学图；
39、权重预测模块，用于基于所述频率声学图和初始声学图网络，确定所述候选扬声器集合的复数驱动权重；
40、网络训练模块，用于根据所述复数驱动权重和所述听音区域采样点，计算重建声压场，并基于所述重建声压场和所述目标声压场训练所述初始声学图网络，得到目标声学图网络；
41、搜索输出模块，用于根据所述目标声学图网络和所述候选扬声器集合，确定目标扬声器集合。
42、此外，为实现上述目的，本技术还提出一种基于声学图网络的多声道扬声器筛选设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的基于声学图网络的多声道扬声器筛选方法的步骤。
43、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的基于声学图网络的多声道扬声器筛选方法的步骤。
44、此外，为实现上述目的，本技术还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的基于声学图网络的多声道扬声器筛选方法的步骤。
45、本技术提出的一个或多个技术方案，至少具有以下技术效果：
46、本技术通过构建频率声学图，将扬声器空间距离、相位延迟及频率耦合等声学传播关系编码为图的节点特征和边特征，使声学图网络能够在消息传递过程中融合上述声学信息，直接预测各扬声器的复数驱动权重，无需为每个候选组合单独进行物理模型求解。将训练完成的目标声学图网络作为候选组合的代理评价模型嵌入搜索过程后，候选组合的评价结果可通过网络前向传播直接获得，避免了逐一求解驱动权重和声场误差的反复计算，减少了搜索过程中的计算量；同时代理评价模型对同一候选组合的输出保持确定，不随搜索初始条件变化而波动，使搜索结果具有可重复性，从而提高了多声道扬声器布局搜索效率与稳定性。