对音乐进行通透处理的方法及设备与流程

技术特征：
1.一种对音乐进行通透处理的方法，其特征在于，包括：获取待播放音乐的特征；将所述特征输入至通透增强神经网络，得到通透增强参数，所述通透增强参数用于对所述待播放音乐进行通透处理。2.根据权利要求1所述的方法，其特征在于，在将所述特征输入至通透增强神经网络之前，还包括：基于训练数据集，通过训练得到所述通透增强神经网络。3.根据权利要求2所述的方法，其特征在于，其中所述训练数据集中的每个训练数据均为音乐数据，且每个训练数据均具有特征以及推荐的通透增强参数。4.根据权利要求3所述的方法，其特征在于，通过以下方式得到所述训练数据的特征：获取所述训练数据的时域波形；对所述时域波形进行分帧；对所述分帧后的每帧进行特征提取得到所述训练数据的所述特征。5.根据权利要求3所述的方法，其特征在于，通过以下方式得到所述训练数据的通透增强参数：对所述训练数据进行通透处理，得到处理后的训练数据；获取一组评测者中每个评测者的打分，所述打分表示所述处理后的训练数据的音质在所述评测者的主观上是否优于所述训练数据的音质；根据所有评测者的打分得到所述训练数据的可通透概率；根据预先构建的可通透概率与通透增强参数之间的映射关系，确定与可通透概率对应的通透增强参数。6.根据权利要求5所述的方法，其特征在于，所述根据所有评测者的打分得到所述训练数据的所述可通透概率，包括：将所述所有评测者的打分的均值确定为所述训练数据的所述可通透概率。7.根据权利要求5所述的方法，其特征在于，所述确定与所述可通透概率对应的通透增强参数，包括：根据预先构建的可通透概率与通透增强参数之间的映射关系，确定与所述可通透概率对应的所述通透增强参数。8.根据权利要求7所述的方法，其特征在于，所述映射关系被预先设定为：若所述可通透概率大于阈值，则所述通透增强参数为p0。9.根据权利要求7所述的方法，其特征在于，通过以下方式确定所述映射关系：对可通透概率为s的未通透音乐进行多个通透处理，通透参数依次为：p δp*i，i＝0,1,2
…
；获取所述多个通透处理对应的多个主观感受t(i)，其中t(i)是基于多个评测者对按照通透参数p δp*i处理后的音乐的音质与按照通透参数p δp*(i
‑
1)处理后的音乐的音质进行比较打分得到的；根据t(i)的大小关系确定所述映射关系。10.根据权利要求9所述的方法，其特征在于，所述根据t(i)的大小关系确定所述映射关系，包括：
若满足t(n 1)<t(n)，且t(j 1)>t(j)，j＝0,1,
…
,n
‑
1，则确定所述映射关系中与可通透概率s所对应的通透增强参数为p δp*n。11.一种对音乐进行通透处理的设备，其特征在于，所述设备用于实现前述权利要求1
‑
10中任一项所述的方法，所述设备包括：获取模块，用于获取待播放音乐的特征；确定模块，用于将所述特征输入至通透增强神经网络，得到通透增强参数，所述通透增强参数用于对所述待播放音乐进行通透处理。12.一种对音乐进行通透处理的设备，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述方法的步骤。13.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述方法的步骤。

技术总结
本发明实施例提出了一种对音乐进行通透处理的方法及设备。该方法包括：获取待播放音乐的特征；将所述特征输入至通透增强神经网络，得到通透增强参数，所述通透增强参数用于对所述待播放音乐进行通透处理。由此可见，本发明实施例中可以构建通透增强神经网络，具体地基于深度学习预先构建通透概率神经网络并且构建可通透概率与通透增强参数之间的映射关系，从而可以对待播放音乐自动地进行通透处理。该过程极大地简化用户的操作的同时，保证音乐的音质，从而提升了用户体验。从而提升了用户体验。从而提升了用户体验。


技术研发人员：姚青山 秦宇 喻浩文 卢峰
受保护的技术使用者：安克创新科技股份有限公司
技术研发日：2018.06.05
技术公布日：2021/9/27