申请/专利权人:百瑞互联集成电路(上海)有限公司
申请日:2024-03-19
公开(公告)日:2024-06-07
公开(公告)号:CN118155592A
主分类号:G10H1/00
分类号:G10H1/00;G10H1/40;G10L19/008;G10L19/02;G10L21/0316;G10L25/18;G10L25/30;G06N3/092
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本申请公开了一种基于深度学习的伴奏提取方法、系统、存储介质及设备,属于短距离无线通信技术领域,该方法包括在无线发射端对歌曲PCM信号进行分帧,并按帧执行加窗,得到加窗信号;使用改进型离散余弦变换对加窗信号进行时频变换,得到MDCT谱系数;对加窗信号进行特征提取,得到加窗信号对应的MDFT幅度谱;将MDFT幅度谱输入预训练神经网络模型中,得到浮值掩膜;将MDCT谱系数与浮值掩膜进行点乘,得到伴奏信号的谱系数;根据伴奏信号的谱系数,继续执行编码过程,输出伴奏信号的压缩码流;在无线接收端对伴奏信号的压缩码流进行解码,得到伴奏音乐。本申请通过深度学习与音频编码相结合,在音频编码过程中提取伴奏,能够提高伴奏音乐音质,降低系统时延。
主权项:1.一种基于深度学习的伴奏提取方法,其特征在于,包括:在无线发射端,对歌曲PCM信号进行分帧,并按帧执行加窗,得到加窗信号;使用改进型离散余弦变换对所述加窗信号进行时频变换,得到MDCT谱系数;对所述加窗信号进行特征提取,得到所述加窗信号对应的MDFT幅度谱;将所述MDFT幅度谱输入预训练神经网络模型中,得到浮值掩膜;将所述MDCT谱系数与所述浮值掩膜进行点乘,得到伴奏信号的谱系数;根据所述伴奏信号的谱系数,继续执行编码过程,输出伴奏信号的压缩码流;以及在无线接收端,对所述伴奏信号的压缩码流进行解码,得到伴奏音乐。
全文数据:
权利要求:
百度查询: 百瑞互联集成电路(上海)有限公司 基于深度学习的伴奏提取方法、系统、存储介质及设备
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。