[发明专利]具有音频处理推荐的数字音频工作站

说明书

本申请涉及具有音频处理推荐的数字音频工作站。在数字音频工作站中向用户呈现对音轨的单独处理的推荐。将训练音轨提供给人声混音器，并且响应于所述训练音轨，从人声混音器接收经单独处理的训练音轨。将训练音轨和经单独处理的训练音轨输入到机器中以训练机器。音频处理操作从经训练的机器输出，并被存储在数据库的记录中。

背景

1.技术领域

本发明的方面涉及对音频信号的数字信号处理，且尤其涉及用于处理音轨(audiotracks)和音频混合的数字音频工作站。

2.相关技术的描述

数字音频工作站(DAW)是一种用于录制(record)、编辑和制作音频文件(例如音乐作品、语音或音效)的电子设备或软件应用。DAW通常提供允许用户录制、编辑并将多个录音(recordings)和音轨混合成混合音频制品的用户界面。现代基于计算机的DAW支持软件插件，每个软件插件都具有其自己的功能，这可以扩展DAW的声音处理能力。存在例如用于均衡、限制、压缩、混响和回响的软件插件。软件插件还可以在DAW内提供音频源，例如虚拟乐器。

美国专利公开9,654,869公开了混合音频信号。从多个音频信号中的每一个音频信号中提取音频特征。对于每个音频信号，相关联的处理控制功能是根据提取的音频特征确定的。音频信号是根据相关联的处理控制功能来进行处理的，并且经处理的音频信号被输出。

简要概述

本文描述了用于针对数字音频工作站中的音轨的单独处理向用户呈现推荐的多个方法和系统。将多个原始音轨输入到经训练的机器中。从原始音轨中提取音频特征。响应于原始音轨的提取的音频特征，从数据库中选择针对音轨的单独音频处理的推荐。该推荐被呈现给用户，并且对音轨的处理可以根据该推荐来实现。经处理的音轨可以被混合成可播放的音频制品，并且该音频制品可以被播放。数据库是通过提供多个训练音轨而生成的。训练音轨的音频特征被提取，并且训练音轨的音频特征被存储在数据库的记录(record)中。响应于原始音轨的提取的音频特征与训练音轨的提取的音频特征之间的相似性度量，从数据库中选择推荐。

可以通过向人声混音器(human sound mixer)提供训练音轨来产生该数据库。可以从人声混音器接收经单独处理的训练音轨。可以将训练音轨和经单独处理的训练音轨输入到机器以训练该机器。可以从仿真由人声混音器所执行的对训练音轨的音频处理的经训练的机器输出音频处理操作。音频处理操作可以被存储在数据库的记录中。

可以从经单独处理的音轨的人声混音器接收音频混合。可以从音频混合中提取音频混合特征。音频混合特征可以被存储在数据库的记录中。可以接收音频混合的目标特征，例如来自用户的输入。响应于音频混合的目标特征和存储在数据库中的音频混合的音频混合特征，可以选择针对音轨的音频处理的推荐。可以基于从用户接收到的音频混合的目标特征与先前存储在数据库的记录中的音频混合特征之间的相似性来选择推荐。

目标音频特征可以从用户输入以用于处理原始音轨。针对原始音轨的音频处理的推荐可以响应于目标音频特征来被选择。

用户可以输入描述音轨的属性或可播放音频制品的属性的标签。推荐可以响应于该标签来被选择。在将音轨输入到经训练的机器之前，可以通过短时傅立叶变换(STFT)或者通过转换成梅尔频率倒谱系数(MFCC)来对音轨进行预处理。

可以根据推荐来处理原始音轨，从而产生经单独处理的音轨。可以提取经单独处理的音轨的音频特征。可以响应于经单独处理的音轨的提取的音频特征和从用户输入的目标音频特征来细化推荐。