音频编码方法、音频解码方法、装置和电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113948099A(43)申请公布日2022.01.18(21)申请号202111211989.7(22)申请日2021.10.18(71)申请人北京金山云网络技术有限公司地址100085北京市海淀区西二旗中路33号院4号楼6层006号(72)发明人鲁方波汪贤徐晓光赵瑞前(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人徐丽(51)Int.Cl.G10L19/18(2013.01)G10L25/30(2013.01)权利要求书3页说明书11页附图4页(54)发明名称音频编码方法、音频解码方法、装置和电子设备(57)摘要本发明提供了一种音频编码方法、音频解码方法、装置和电子设备，当获取到待编码音频信号中，每帧音频信号所属的音频场景后，可以针对每种音频场景，基于拟合曲线或第一预设码率范围，确定与该音频场景匹配的目标码率；其中，拟合曲线用于：指示在该音频场景下，第一音频信号的音频质量与码率之间的映射关系；再基于目标码率对属于该音频场景的每帧音频信号进行编码。该方式可以基于拟合曲线或第一预设码率范围，确定每种音频场景匹配的目标码率，对待编码音频信号中，属于不同音频场景的音频信号采用与该音频场景匹配的目标码率进行编码，可以提高码率利用率和编码效率。CN113948099ACN113948099A权利要求书1/3页1.一种音频编码方法，其特征在于，所述方法包括：获取待编码音频信号中的音频信号，以及每帧所述音频信号所属的音频场景；针对每种所述音频场景，基于拟合曲线或第一预设码率范围，确定与该音频场景匹配的目标码率；其中，所述拟合曲线用于：指示在该音频场景下，第一音频信号的音频质量与码率之间的映射关系；基于所述目标码率对属于该音频场景的每帧所述音频信号进行编码。2.根据权利要求1所述的方法，其特征在于，所述获取待编码音频信号中的音频信号，以及每帧所述音频信号所属的音频场景的步骤包括：获取所述待编码音频信号中的音频信号；提取所述音频信号中，每帧所述音频信号的特征信息；针对每帧所述音频信号，将该帧音频信号的特征信息输入至预先训练好的第一神经网络模型中，得到输出结果；其中，所述输出结果用于：指示该帧音频信号为语音信号或静默信号；基于所述输出结果确定该帧音频信号所属的所述音频场景。3.根据权利要求2所述的方法，其特征在于，所述基于所述输出结果确定该帧音频信号所属的所述音频场景的步骤包括：如果所述输出结果指示该帧音频信号为语音信号，将该帧音频信号输入至预先训练好的第二神经网络模型中，以通过所述第二神经网络模型确定该帧音频信号所属的所述音频场景；如果所述输出结果指示该帧音频信号为静默信号，确定该帧音频信号所属场景为静默场景。4.根据权利要求1所述的方法，其特征在于，每帧所述音频信号为语音信号或静默信号；所述针对每种所述音频场景，基于拟合曲线或第一预设码率范围，确定与该音频场景匹配的目标码率的步骤包括：针对属于所述语音信号的每种所述音频场景，获取与该音频场景匹配的拟合曲线，基于所述拟合曲线，确定与该音频场景匹配的目标码率；针对属于所述静默信号的所述音频场景，在所述第一预设码率范围内，确定与该音频场景匹配的目标码率。5.根据权利要求4所述的方法，其特征在于，每种所述音频场景匹配的拟合曲线预先通过下述方式确定：针对每种所述音频场景，获取属于该音频场景的多帧音频信号样本；按预设码率对每帧所述音频信号样本进行编码，确定编码后的每帧所述音频信号样本的音频质量；基于编码后的每帧所述音频信号样本的音频质量，以及所述预设码率，确定与该音频场景匹配的所述拟合曲线。6.根据权利要求5所述的方法，其特征在于，所述按预设码率对每帧所述音频信号样本进行编码，确定编码后的每帧所述音频信号样本的音频质量的步骤包括：在第二预设码率范围内，按预设间隔确定所述第二预设码率范围内的至少一个预设码率；2CN113948099A权利要求书2/3页按所述至少一个预设码率对每帧所述音频信号样本进行编码，确定编码后的每帧所述音频信号样本的至少一个音频质量。7.根据权利要求5所述的方法，其特征在于，所述预设码率包括多个；编码后的每帧所述音频信号样本的音频质量包括多个；所述预设码率与编码后与每帧所述音频信号样本的音频质量一一对应；所述基于编码后的每帧所述音频信号样本的音频质量，以及所述预设码率，确定与该音频场景匹配的所述拟合曲线的步骤包括：对编码后的每帧所述音频信号样本的多个音频质量，以及与每个音频质量对应的所述预设码率，进行曲线拟合处理，得到与该音频场景匹配的所述拟合曲线。8.根据权利要求4所述的方法，其特征在于，所述音频质量通过质量分数表示；所述基于所述拟合曲线，确定与该音频场景匹配的目标码率的步