申请/专利权人：深圳飞思通科技有限公司

申请日：2020-12-30

公开（公告）日：2024-04-26

公开（公告）号：CN112802453B

主分类号：G10L15/02

分类号：G10L15/02;G10L13/02;G10L25/18;G10L21/0316

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.06.01#实质审查的生效;2021.05.14#公开

摘要：本发明涉及一种快速自适应预测拟合语音方法、系统、终端及存储介质，属于语音通信领域，应用于实时语音通信过程中由于通信链路异常导致的数据断流，其包括：步骤S1、获取断流前音频数据，当发生断流事件时，从数据缓冲区中读取断流前的音频数据；步骤S2、合成初始音频数据，分析断流之前的音频数据，并提取语音信号的峰值、断流时刻数据点值和主要频谱作为初始音频数据的特征值，基于所述特征值合成初始音频数据；步骤S3、调节断流后的音频音量以使初始音频数据播放时呈现音量渐弱的效果；步骤S4、获取断流恢复后的实际音频数据，并调节断流恢复后的实际音频数据的音量，以使实际音频数据播放时的音量逐渐恢复到断流前水平。本发明用于解决实时语音通信异常时播放端声音出现卡顿、爆响等异常响动使得用户体验糟糕的问题。

主权项：1.一种快速自适应预测拟合语音方法，其特征在于，包括以下步骤：步骤S1、获取断流前音频数据，当读取下一帧数据而不可得时，即判定断流事件发生，此时从音频数据缓冲区中获取断流前的音频数据作为分析样本；步骤S2、合成初始音频数据，从分析样本中获取峰值信息和断流时刻信息，基于预设的频率获取策略获取频率信息，进而根据峰值信息和频率信息合成初始音频数据，并基于断流时刻信息确定初始音频数据中的插入时间；步骤S3、调节初始音频数据的音量，使初始音频数据音量渐弱；步骤S4、获取恢复后音频数据，并调节恢复后音频数据的音量，当读取下一帧数据可得时，即判定恢复事件发生，使恢复后音频数据的音量逐渐恢复到断流前水平；所述步骤S2、合成初始音频数据，具体包括以下步骤：步骤S201、获取初始音频数据的特征值，从所述分析样本中获取波形最大值、波形最小值和断流时刻的值，并基于预设的频率获取策略获取初始频率信息；步骤S202、初始化波形特征，根据所述初始音频数据的特征值建立一个合成声波表格，为使合成声波与断流前的声波接续，合成声波中第一个数值的相位和幅度与分析样本中最后一个数据的相位和幅度相同，基于所述断流时刻的值在所述合成声波表格中找到断流后初始音频数据的插入时间；所述S202、初始化波形特征包括：步骤S2021、建立合成声波表格，包括：从所述分析样本中获得特征值之后，建立一个以正弦波形为基准的合成声波表格PCM_table，所述合成声波表格PCM_table中的数据至少包含正弦波形一个完整周期内等间隔点对应的全部数据，其中间隔点数量的选择根据用户需要设置；确定基准正弦波形的间隔点数量M，选定一个周期的正弦波形作为基准信号，在所述基准信号上对应M个等间隔点处抽取M个采样值，并依次计算采样值与波形最大值Vmax的乘积作为所述合成声波表格PCM_table中的数据；步骤S2022、确定断流后初始音频数据的插入时间，包括：当确实所述合成声波表格PCM_table中的第一个数据与分析样本最后一个数据点值Vlast的差值绝对值D-value最小，遍历所述合成声波表格PCM_table中所有数据，依次计算每一个数据与所述分析样本最后一个数据点值Vlast的差值绝对值；将所述差值绝对值与所述D-value作比较；当确定所述差值绝对值小于所述差值绝对值D-value，则将所述差值绝对值作为D-value遍历所述合成声波表格PCM_table中剩余数据继续作比较，直至所述合成声波表格PCM_table中的数据遍历完成；计算所述差值绝对值D-value所对应在所述合成声波表格PCM_table中的数据索引即为最接近所述分析样本最后一个数据点值Vlast的断流后初始音频数据的插入时间Sin_index。

全文数据：

权利要求：

百度查询： 深圳飞思通科技有限公司 快速自适应预测拟合语音方法、系统、终端及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD