[发明专利]对音乐进行通透处理的方法及设备

说明书

本发明实施例提出了一种对音乐进行通透处理的方法及设备。该方法包括：获取待播放音乐的特征；将所述特征输入至通透增强神经网络，得到通透增强参数，所述通透增强参数用于对所述待播放音乐进行通透处理。由此可见，本发明实施例中可以构建通透增强神经网络，具体地基于深度学习预先构建通透概率神经网络并且构建可通透概率与通透增强参数之间的映射关系，从而可以对待播放音乐自动地进行通透处理。该过程极大地简化用户的操作的同时，保证音乐的音质，从而提升了用户体验。

技术领域

本发明实施例涉及声音领域，并且更具体地，涉及一种对音乐进行通透处理的方法及设备。

背景技术

音质是人对音频质量的主观评价。一般地音质被划分成几十个指标，这些指标中音乐的通透性(transparency)是音乐音质的一项重要指标，它指的是音乐中类似混响和回音的效果，有适当的回音会使音乐具有空间感，形成余音绕梁的效果。某些类型的音乐，如交响乐、有大自然风格的音乐，通透度被增强会产生更好的音质效果，但并不是所有类型音乐都适合通透度增强，因此判断哪些音乐适合通透度增强，增强参数如何设置，就成了通透度调整的主要问题。

目前的音质调节(如通透性调节)方法，主要是由用户自己调节，如用户手动选择是否对音乐进行混响效果处理，选择事先给定的一组参数产生特定环境的混响效果，如产生小房间，浴室之类的混响效果，这样给用户带来了操作复杂度，影响了用户的体验。

发明内容

本发明实施例提供了一种对音乐的通透性进行自动调节的方法及设备，可以基于深度学习实现对音乐的通透性进行调节，免去用户操作，从而提升了用户的体验。

第一方面，提供了一种对音乐进行通透处理的方法，包括：

获取待播放音乐的特征；

将所述特征输入至通透概率神经网络，得到所述待播放音乐的可通透概率；

确定与所述可通透概率对应的通透增强参数，所述通透增强参数用于对所述待播放音乐进行通透处理。

在本发明的一种实现方式中，在所述将所述特征输入至通透概率神经网络之前，还包括：

基于训练数据集，通过训练得到所述通透概率神经网络。

在本发明的一种实现方式中，所述训练数据集中的每个训练数据均为音乐数据，且每个训练数据均具有特征以及可通透概率。

在本发明的一种实现方式中，通过以下方式得到所述训练数据的特征：

获取所述训练数据的时域波形；

对所述时域波形进行分帧；

对所述分帧后的每帧进行特征提取得到所述训练数据的所述特征。

在本发明的一种实现方式中，通过以下方式得到所述训练数据的可通透概率：

对所述训练数据进行通透处理，得到处理后的训练数据；

获取一组评测者中每个评测者的打分，所述打分表示所述处理后的训练数据的音质在所述评测者的主观上是否优于所述训练数据的音质；

根据所有评测者的打分得到所述训练数据的所述可通透概率。

在本发明的一种实现方式中，所述根据所有评测者的打分得到所述训练数据的所述可通透概率，包括：

将所述所有评测者的打分的均值确定为所述训练数据的所述可通透概率。

在本发明的一种实现方式中，所述确定与所述可通透概率对应的通透增强参数，包括：

根据预先构建的可通透概率与通透增强参数之间的映射关系，确定与所述可通透概率对应的所述通透增强参数。