[发明专利]音频放大器的增益控制方法、装置和电子设备

说明书

本申请公开了一种音频放大器的增益控制方法、装置和电子设备。所述方法在确定增益控制结果时不仅考虑音频信号的电平大小，还结合音频信号的具体音频模式，以使得所设置的增益能够与音频模式和电平大小相适配。具体地，通过深度神经网络模型，不仅基于音频放大器的输入信号的电平大小，而且进一步挖掘输入的音频信号中的高维统计特征以识别出音频信号中的预定模式，通过这样的方式提高音频放大器的增益控制准确度。

技术领域

本申请涉及人工智能技术领域，且更为具体地，涉及一种音频放大器的增益控制方法、装置和电子设备。

背景技术

音频放大器是在产生声音的输出元件上重建输入的音频信号的设备，是多媒体产品的重要组件之一，被广泛应用于消费类电子领域。对于音频放大器而言，功率放大器提供的增益是核心控制的参数。

在现有的音频放大器中，需要手动选择前级信号输入电平和增益，并且，所设定的增益是固定增益，这种控制方式存在缺陷。

现有的增益控制仅根据音频放大器接收到的输入信号的电平大小来控制，而没有考虑到输入的音频信号的具体音频模式的问题。具体地，以用户播放音乐来说，对于不同的音乐模式，显然需要自适应地控制功率放大器的增益，例如，当音乐处于激昂的音乐模式下，虽然这时输入的音频信号的电平大小可能较大，但显然不应该减小音频放大器的增益。同样地，即使同为音频信号的电平大小较小的情况，缓和情绪下的音乐模式和高潮来临前的情绪铺垫下的音乐模式也不应该具有相同的增益。此外，对于例如交响乐等音乐结构比较复杂的音频来说，音频中的结构特征，比如音频在整部乐曲中的段落特征，或者音色特征，比如是何种乐器在演奏等，都会影响到音频放大器的增益控制。

因此，需要一种优化的用于音频放大器的增益控制方案。

近年来，深度学习尤其是神经网络的发展为音频放大器的增益控制提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种音频放大器的增益控制方法、装置和电子设备，其通过深度神经网络模型，不仅基于音频放大器的输入信号的电平大小，而且进一步挖掘输入的音频信号中的高维统计特征以识别出音频信号中的预定模式，通过这样的方式提高音频放大器的增益控制准确度。

根据本申请的一个方面，提供了一种音频放大器的增益控制方法，其包括：

获取输入音频放大器的音频信号；

从所述音频信号中获取其在时域中各个时间点的幅度值，并将所述各个时间点的幅度值排列为时域向量；

对所述音频信号进行傅里叶变换以获得所述各个时间点的幅度值在频域中对应的频率值，并将所述各个时间点的频率值排列为频域向量；

基于所述时域向量和所述频域向量，构建用于表示所述音频信号在时域和频域上关联的时-频域关联矩阵；

将所述时-频域关联矩阵输入卷积神经网络以获得时频域特征图；

计算所述时域向量与所述时频域特征图中的各个位置的特征值之间的第一交叉熵数值，并基于所述时频域特征图中各个位置的特征值对应的第一交叉熵数值对所述时频域特征图中的各个位置的特征值进行聚类，以获得第一聚类结果；

基于所述第一聚类结果为所述时频域特征图中各个位置的特征值赋予不同的权重，以获得时域模式特征图；

计算所述频域向量与所述时频域特征图中的各个位置的特征值之间的第二交叉熵数值，并基于所述时频域特征图中各个位置的特征值对应的第二交叉熵数值对所述时频域特征图中的各个位置的特征值进行聚类，以获得第二聚类结果；

基于所述第二聚类结果为所述时频域特征图中各个位置的特征值赋予不同的权重，以获得频域模式特征图；

融合所述时域模式特征图和所述频域模式特征图以获得编码特征图；和