技术特征:
1.一种调整均衡器的方法,包括:
确定音频信号的音频特征;
将神经网络模型应用于所述音频特征以确定所述音频信号的目标类型,所述神经网络模型利用音频信号的音频特征来确定音频信号的类型;
确定与所述目标类型相对应的均衡器调整参数;以及
将所述均衡器调整参数应用于均衡器以调整所述音频信号。
2.根据权利要求1所述的方法,其中所述音频特征包括以下至少一项:梅尔频率倒谱系数、线性预测倒谱系数和信噪比。
3.根据权利要求1所述的方法,其中所述音频特征为梅尔频率倒谱系数,并且确定所述音频特征包括:
对所述音频信号进行分帧;
对经分帧的所述音频信号进行加窗;以及
基于经加窗的所述音频信号获取所述音频信号的音频特征。
4.根据权利要求1所述的方法,其中所述神经网络模型是利用一组音频信号的音频特征作为输入和所述一组音频信号的类型作为输出训练得到的。
5.根据权利要求1所述的方法,其中确定所述均衡器调整参数包括:
获取音频信号的多个参考类型和多个参考均衡器调整参数之间的映射关系;
从所述多个参考类型中确定与所述目标类型相同的参考类型;以及
从所述多个参考均衡器调整参数中确定与所述参考类型相对应的参考均衡器调整参数,以作为所述均衡器调整参数。
6.根据权利要求1所述的方法,其中将所述均衡器调整参数应用于均衡器包括:
将所述均衡器调整参数应用于所述均衡器以对所述音频信号的多个频段进行调整;或者
将所述均衡器调整参数应用于所述均衡器以对所述音频信号的幅度进行调整。
7.一种调整均衡器的装置,包括:
音频特征确定模块,被配置为确定音频信号的音频特征;
应用模块,被配置为将神经网络模型应用于所述音频特征以确定所述音频信号的目标类型,所述神经网络模型利用音频信号的音频特征来确定音频信号的类型;
均衡器调整参数确定模块,被配置为确定与所述目标类型相对应的均衡器调整参数;以及
调整模块,被配置为将所述均衡器调整参数应用于均衡器以调整所述音频信号。
8.根据权利要求7所述的装置,其中所述音频特征包括以下至少一项:梅尔频率倒谱系数、线性预测倒谱系数和信噪比。
9.根据权利要求7所述的装置,其中所述音频特征为梅尔频率倒谱系数,并且其中所述音频特征确定模块包括:
分帧模块,被配置为对所述音频信号进行分帧;
加窗模块,被配置为对经分帧的所述音频信号进行加窗;以及
音频特征获取模块,被配置为基于经加窗的所述音频信号获取所述音频信号的音频特征。
10.根据权利要求7所述的装置,其中所述神经网络模型是利用一组音频信号的音频特征作为输入和所述一组音频信号的类型作为输出训练得到的。
11.根据权利要求7所述的装置,其中所述均衡器调整参数确定模块包括:
映射关系获取模块,被配置为获取音频信号的多个参考类型和多个参考均衡器调整参数之间的映射关系;
参考类型确定模块,被配置为从所述多个参考类型中确定与所述目标类型相同的参考类型;以及
参考均衡器调整参数确定模块,被配置为从所述多个参考均衡器调整参数中确定与所述参考类型相对应的参考均衡器调整参数,以作为所述均衡器调整参数。
12.根据权利要求7所述的装置,其中所述调整模块包括:
频段调整模块,被配置为将所述均衡器调整参数应用于所述均衡器以对所述音频信号的多个频段进行调整;或者
幅度调整模块,被配置为将所述均衡器调整参数应用于所述均衡器以对所述音频信号的幅度进行调整。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
技术总结
本公开公开了调整均衡器的方法、装置、设备和计算机可读存储介质,涉及人工智能领域,尤其涉及语音和深度学习领域。调整均衡器的方法包括确定音频信号的音频特征。该方法还包括将神经网络模型应用于音频特征以确定音频信号的目标类型,神经网络模型利用音频信号的音频特征来确定音频信号的类型。该方法还包括确定与目标类型相对应的均衡器调整参数。该方法还包括将均衡器调整参数应用于均衡器以调整音频信号。通过该方法,可以快速地改进音频信号的音频特性,提高了用户体验,满足了用户的调音需求。
技术研发人员:刘云峰;王艺鹏;李远杭
受保护的技术使用者:北京百度网讯科技有限公司
技术研发日:2021.02.25
技术公布日:2021.06.15
本文用于企业家、创业者技术爱好者查询,结果仅供参考。