[发明专利]频带扩展方法、装置、电子设备及计算机可读存储介质在审
| 申请号: | 201910882470.8 | 申请日: | 2019-09-18 |
| 公开(公告)号: | CN110556121A | 公开(公告)日: | 2019-12-10 |
| 发明(设计)人: | 肖玮 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G10L19/02 | 分类号: | G10L19/02;G10L19/26 |
| 代理公司: | 11330 北京市立方律师事务所 | 代理人: | 张筱宁 |
| 地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 窄带信号 低频频谱 宽带信号 低通滤波 高频频谱 混叠信号 频带扩展 计算机可读存储介质 电子设备 | ||
1.一种频带扩展方法,其特征在于,包括:
对待处理的第一窄带信号进行低通滤波,得到第二窄带信号;
确定所述第二窄带信号的低频频谱;
基于所述低频频谱,得到目标高频频谱;
基于所述低频频谱和所述目标高频频谱,得到频带扩展后的宽带信号。
2.根据权利要求1所述的方法,其特征在于,所述基于所述低频频谱,得到目标高频频谱,包括:
将所述低频频谱输入至神经网络模型,基于所述神经网络模型的输出得到相关性参数,其中,所述相关性参数表征了目标宽频频谱的高频部分与低频部分的相关性,所述相关性参数包括高频频谱包络;
基于所述相关性参数和所述低频频谱,得到所述目标高频频谱。
3.根据权利要求2所述的方法,其特征在于,所述将所述低频频谱输入至神经网络模型,包括:
基于低频频谱,确定所述第二窄带信号的低频频谱包络;
将所述低频频谱和所述低频频谱包络输入至神经网络模型。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
将所述低频频谱划分为第一数量的子频谱;
基于每个子频谱所包括的谱系数的对数取值,得到每个子频谱对应的子频谱包络,所述低频频谱包络包括确定出的所述第一数量的子频谱包络。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述对所述待处理的第一窄带信号进行低通滤波,得到第二窄带信号,包括:
对所述第一窄带信号进行采样因子为第一预设值的上采样处理,得到上采样信号;
通过滤波器对所述上采样信号进行低通滤波,得到滤波信号;
对所述滤波信号进行采样因子为第二预设值的下采样处理,得到所述第二窄带信号,所述第二预设值是基于所述滤波器的滤波通道数确定的。
6.根据权利要求1至4中任一项所述的方法,其特征在于,所述确定所述第二窄带信号的低频频谱,包括:
对所述第二窄带信号进行离散余弦变换处理,得到所述第二窄带信号的低频频谱。
7.根据权利要求1至4中任一项所述的方法,其特征在于,所述低频频谱或所述目标高频频谱中的至少一项,是基于相对应的滤波后的初始频谱得到的。
8.根据权利要求7所述的方法,其特征在于,对初始频谱进行滤波处理,包括:
基于所述初始频谱的频谱能量,确定第一滤波增益,根据所述第一滤波增益对所述初始频谱进行滤波处理。
9.根据权利要求8所述的方法,其特征在于,所述基于所述初始频谱的频谱能量,确定第一滤波增益,根据所述第一滤波增益对所述初始频谱进行滤波处理,包括:
将所述初始频谱划分为第一设定数量的子频谱,并确定每个子频谱对应的第一频谱能量;
基于每个子频谱各自对应的第一频谱能量,确定每个子频谱对应的第二滤波增益,其中,所述第一滤波增益包括所述第一设定数量的第二滤波增益;
基于每个子频谱对应的第二滤波增益,对相应的子频谱进行滤波处理。
10.根据权利要求9所述的方法,其特征在于,所述基于每个子频谱各自对应的第一频谱能量,确定每个子频谱对应的第二滤波增益,包括:
将所述初始频谱对应的频带划分为第一子带和第二子带;
根据所述第一子带所对应的所有子频谱的第一频谱能量,确定出所述第一子带的第一子带能量,根据所述第二子带所对应的所有子频谱的第一频谱能量,确定出所述第二子带的第二子带能量;
根据所述第一子带能量与所述第二子带能量,确定所述初始频谱的频谱倾斜系数;
根据所述频谱倾斜系数、以及每个子频谱各自对应的第一频谱能量,确定每个子频谱对应的第二滤波增益。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910882470.8/1.html,转载请声明来源钻瓜专利网。





