申请/专利权人：广东保伦电子股份有限公司

申请日：2024-03-07

公开（公告）日：2024-06-21

公开（公告）号：CN118227079A

主分类号：G06F3/16

分类号：G06F3/16;G06F18/15;G06F18/214;G06F18/241;G06F18/25;G06N3/045;G06N3/044;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明涉及均衡器配置领域，具体公开了一种深度学习的均衡器参数自动生成方法、设备及介质，用于自动根据音响设备所在的场景与音响设备播放音频的录音数据生成均衡器参数，利用卷积神经网络建立空间识别模型；利用循环神经网络建立均衡器预测模型；在需要生成均衡器参数的音响设备所在位置，设置传感器和麦克风；将传感器数据导入空间识别模型，得到当前场景的第三空间数据；将麦克风采集的音频数据与第三空间数据一起导入均衡器预测模型，得到均衡器预测参数。本发明通过摄像头和麦克风采集场景数据，为自适应配置提供参数依据，通过训练好的智能模型计算出均衡器的配置参数，对配置人员的专业性要求低、配置速度快、配置效果稳定。

主权项：1.一种深度学习的均衡器参数自动生成方法，用于自动根据音响设备所在的场景与音响设备播放音频的录音数据生成均衡器参数，其特征在于，包括步骤如下：利用卷积神经网络建立用于依据传感器采集的数据识别场景空间特征的第一模型；分别在若干个不同场景中设置传感器，通过传感器采集该场景的第一传感器数据，同时导入该场景的第一空间数据，将传感器数据在进行数据归一化处理后与相同场景的第一空间数据成对储存入空间数据集；利用空间数据集对第一模型进行训练、验证并测试，得到空间识别模型；利用循环神经网络建立用于预测均衡器参数的第二模型；通过在若干个不同场景中设置麦克风，采集若干个不同场景的第一音频数据，并获取每个第一音频数据对应场景的第二空间数据和音响设备的现有均衡器配置数据；将全部第一音频数据进行数据归一化处理，并将处理后的每一个第一音频数据与其对应的第二空间数据和均衡器配置数据成组储存入融合数据集；利用融合数据集对第二模型进行训练、验证并测试，得到均衡器预测模型；在需要生成均衡器参数的音响设备所在位置，设置传感器和麦克风；通过传感器获取当前场景的第二传感器数据，通过麦克风获取当前场景中的第二音频数据；将第二传感器数据导入空间识别模型，得到当前场景的第三空间数据；将第二音频数据在进行数据归一化处理后，与第三空间数据一起导入均衡器预测模型，得到均衡器的预测参数，并依据预测参数修改均衡器的配置参数。

全文数据：

权利要求：

百度查询： 广东保伦电子股份有限公司 一种深度学习的均衡器参数自动生成方法、设备及介质

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