音频处理方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115831133A(43)申请公布日2023.03.21(21)申请号202211200224.8(22)申请日2022.09.29(71)申请人北京达佳互联信息技术有限公司地址100085北京市海淀区上地西路6号1幢1层101D1-7(72)发明人陈联武郑羲光张晨(74)专利代理机构广州三环专利商标代理有限公司44202专利代理师贾允(51)Int.Cl.G10L19/16(2013.01)G10L19/02(2013.01)权利要求书2页说明书13页附图4页(54)发明名称音频处理方法、装置、电子设备及存储介质(57)摘要本公开关于一种音频处理方法、装置、电子设备及存储介质。该方法包括：获取待编码的目标音频片段以及目标音质指标；所述目标音质指标为所述目标音频片段被指示的音质指标；基于音质预测模型对所述目标音频片段进行音质指标预测处理，得到所述目标音频片段在多种预设码率下分别对应的音质指标；根据所述多种预设码率以及所述多种预设码率下分别对应的音质指标，构建码率与音质指标的映射关系；基于所述映射关系，确定所述目标音质指标对应的目标码率，所述目标码率用于对所述目标音频片段进行编码。根据本公开提供的技术方案，可以提升音频的编码效率和灵活性。CN115831133ACN115831133A权利要求书1/2页1.一种音频处理方法，其特征在于，包括：获取待编码的目标音频片段以及目标音质指标；所述目标音质指标为所述目标音频片段被指示的音质指标；基于音质预测模型对所述目标音频片段进行音质指标预测处理，得到所述目标音频片段在多种预设码率下分别对应的音质指标；根据所述多种预设码率以及所述多种预设码率下分别对应的音质指标，构建码率与音质指标的映射关系；基于所述映射关系，确定所述目标音质指标对应的目标码率，所述目标码率用于对所述目标音频片段进行编码。2.根据权利要求1所述的方法，其特征在于，所述基于音质预测模型对所述目标音频片段进行音质指标预测处理，得到所述目标音频片段在多种预设码率下分别对应的音质指标，包括：对所述目标音频片段进行特征提取处理，得到音频特征；将所述音频特征输入所述音质预测模型进行音质指标预测处理，得到所述目标音频片段在所述多种预设码率下分别对应的音质指标。3.根据权利要求2所述的方法，其特征在于，所述对所述目标音频片段进行特征提取处理，得到音频特征，包括：对所述目标音频片段进行频域变换处理，得到多个音频帧的频谱数据；根据所述频谱数据，获取所述音频特征。4.根据权利要求3所述的方法，其特征在于，所述根据所述频谱数据，获取所述音频特征，包括：从每个音频帧的频谱数据中提取帧特征；对所述帧特征进行统计处理，得到所述多个音频帧的特征统计信息；基于所述特征统计信息，获取所述音频特征。5.根据权利要求1‑4任一项所述的方法，其特征在于，所述映射关系为码率音质曲线；所述根据所述多种预设码率以及所述多种预设码率下分别对应的音质指标，构建码率与音质指标的映射关系，包括：构建二维坐标系，所述二维坐标系的坐标轴分别与所述音质指标以及码率对应；在所述二维坐标系中标记每种预设码率与对应音质指标组成的第一坐标点集合；在相邻预设码率之间，采用线性差值方式进行码率与音质指标的拟合处理，得到相邻预设码率之间的第二坐标点集合；基于所述第一坐标点集合和所述第二坐标点集合，得到所述码率音质曲线。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取样本音频片段以及对应的标注数据，所述标注数据表征所述样本音频片段在所述多种预设码率下分别对应的参考音质指标；对所述样本音频片段进行特征提取处理，得到样本音频特征；将所述样本音频特征输入预设神经网络进行音质指标预测处理，得到所述样本音频片段在所述多种预设码率下分别对应的预测音质指标；根据所述标注数据和所述预测音质指标，确定损失信息；2CN115831133A权利要求书2/2页基于所述损失信息训练所述预设神经网络，直至满足训练迭代条件，得到所述音质预测模型。7.根据权利要求6所述的方法，其特征在于，所述获取样本音频片段以及对应的标注数据，包括：获取历史音频片段作为样本音频片段；利用所述多种预设码率对所述样本音频片段进行编码处理，得到所述样本音频片段对应的多个编码音频片段，每个编码音频片段对应一种预设码率；将所述样本音频片段与所述对应的多个编码音频片段进行音质对比分析处理，得到所述样本音频片段对应的参考音质指标，作为所述样本音频片段对应的标注数据。8.根据权利要求1‑4任一项所述的方法，其特征在于，所述获取待编码的目标音频片段，包括：获取待编码的目标音频；对所述目标音频进行分段处理，得到多个音频片段；从所述多个音频片段中获取任一音频片段作为所述目标音频片段。9.