音頻信號處理的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明總體上涉及音頻信號處理，更具體地，涉及用于音頻信號處理的混合式推薦的方法和裝置。
【背景技術(shù)】
[0002]當流式播放在線音頻和/或在本地設備上回放音頻時，通常需要應用某些后處理或者聲效。例如，應用于音頻信號的音頻處理可以包括但不限于:噪聲降低和補償，均衡，音量調(diào)節(jié)、雙聲道虛擬化、環(huán)境提取、同步，等等。
[0003]傳統(tǒng)的音頻處理向音頻信號應用一組預定義參數(shù)。將會理解，預定義的參數(shù)只能夠提供有限的生效，可能無法滿足個體用戶的需求。而且，某些預定義參數(shù)被硬編碼到設備中，因此無法適配于所處理的音頻信號和/或其他動態(tài)因素。為了解決這一問題，某些已知的解決方案支持在回放設備上的實時分析和處理，例如音量調(diào)節(jié)等。然而，本地回放設備、特別是那些便攜式用戶終端的處理能力和/或資源(諸如存儲器)通常有限，這限制了復雜處理和算法的使用。而且，為了滿足實時在線處理的低延遲要求，對音頻信號處理的精度和質(zhì)量不得不做出折中。
[0004]已經(jīng)提出了某些方案支持動態(tài)地適配音頻處理算法的配置，例如，根據(jù)所處理的音頻內(nèi)容來適配。作為示例，可以使用分類算法將音頻內(nèi)容劃分為不同的內(nèi)容類別，諸如語音、音樂、電影，等等。繼而，可以根據(jù)所處理音頻的內(nèi)容類別來控制音頻處理，從而選擇最為適當?shù)膮?shù)值。然而，在這種已知方案中，僅僅使用了被處理的音頻內(nèi)容來配置音頻處理算法，沒有考慮關(guān)于設備、環(huán)境或者目標用戶的行為等信息，而沒有考慮到其他相關(guān)用戶的特性。因此，所推薦的參數(shù)配置往往不是最優(yōu)的。
[0005]有鑒于此，本領(lǐng)域中需要一種支持對音頻信號處理的配置進行更加準確和自適應的配置的技術(shù)方案。

【發(fā)明內(nèi)容】

[0006]為了解決上述問題，本發(fā)明提出一種用于音頻信號處理的方法和裝置。
[0007]在一個方面，本發(fā)明的實施例提供一種用于音頻信號處理的方法。所述方法包括:獲取與目標用戶對音頻信號的使用相關(guān)聯(lián)的第一組元數(shù)據(jù)；獲取與一組參考用戶相關(guān)聯(lián)的第二組元數(shù)據(jù)；以及至少部分地基于所述第一組元數(shù)據(jù)和所述第二組元數(shù)據(jù)，針對所述目標用戶而生成至少一個參數(shù)的推薦配置，所述至少一個參數(shù)將被用于所述音頻信號的所述使用。這方面的實施例還包括對應的計算機程序產(chǎn)品。
[0008]在另一方面，本發(fā)明的實施例提供一種用于音頻信號處理的裝置。所述裝置包括:第一元數(shù)據(jù)獲取單元，被配置為獲取與目標用戶對音頻信號的使用相關(guān)聯(lián)的第一組元數(shù)據(jù)；第二元數(shù)據(jù)獲取單元，被配置為獲取與一組參考用戶相關(guān)聯(lián)的第二組元數(shù)據(jù)；以及配置推薦單元，被配置為至少部分地基于所述第一組元數(shù)據(jù)和所述第二組元數(shù)據(jù)，針對所述目標用戶而生成至少一個參數(shù)的推薦配置，所述至少一個參數(shù)將被用于所述音頻信號的所述使用。
[0009]通過下文描述將會理解，根據(jù)本發(fā)明的實施例，基于內(nèi)容的推薦和基于用戶數(shù)據(jù)的推薦被整合在一起，以生成用于處理音頻信號的一個或多個參數(shù)的推薦配置。通過將其他用戶的行為納入考慮，配置推薦可以更快地收斂至用戶期望。同時，通過使用關(guān)于音頻內(nèi)容、設備、環(huán)境和/或用戶偏好的信息，即使在缺乏足夠用戶數(shù)據(jù)的情況下也可以做出比較準確和可靠的推薦。
【附圖說明】
[0010]通過參考附圖閱讀下文的詳細描述，本發(fā)明實施例的上述以及其他目的、特征和優(yōu)點將變得易于理解。在附圖中，以示例而非限制性的方式示出了本發(fā)明的若干實施例，其中:
[0011]圖1示出了本發(fā)明的示例實施例可實現(xiàn)于其中的系統(tǒng)的框圖；
[0012]圖2示出了根據(jù)本發(fā)明的示例實施例的用于音頻信號處理的方法的流程圖；
[0013]圖3示出了根據(jù)本發(fā)明的示例實施例的用于獲取與參考用戶相關(guān)聯(lián)的元數(shù)據(jù)的方法的流程圖；
[0014]圖4示出了根據(jù)本發(fā)明的示例實施例的用于生成推薦參數(shù)配置的方法的流程圖；
[0015]圖5示出了根據(jù)本發(fā)明的示例實施例的用于音頻信號處理的裝置的框圖；以及
[0016]圖6示出了適于實現(xiàn)本發(fā)明的示例實施例的計算機系統(tǒng)的框圖。
[0017]在各個附圖中，相同或?qū)臉颂柋聿幌嗤驅(qū)牟糠帧?br>【具體實施方式】
[0018]下面將參考附圖中示出的若干示例實施例來描述本發(fā)明的原理。應當理解，描述這些實施例僅僅是為了使本領(lǐng)域技術(shù)人員能夠更好地理解進而實現(xiàn)本發(fā)明，而并非以任何方式限制本發(fā)明的范圍。
[0019]本發(fā)明的核心創(chuàng)造性思想在于提出一種用于音頻信號處理的配置的混合式推薦。更具體地，根據(jù)本發(fā)明的示例實施例，目標用戶的特性可以與一個或多個其他用戶的特性自適應地整合。通過將其他用戶的信息納入考慮，配置推薦可以更加有效地收斂到用戶的期望。同時，通過使用關(guān)于音頻內(nèi)容、設備、環(huán)境和/或用戶偏好的信息，即使在缺乏用戶數(shù)據(jù)的情況下也能夠做出比較準確和可靠的推薦。
[0020]現(xiàn)在參考圖1，其示出了本發(fā)明的示例實施例可以實現(xiàn)于其中的系統(tǒng)100。如圖所示，系統(tǒng)100包括服務器101。根據(jù)本發(fā)明的示例實施例，服務器101可以由任何適當?shù)臋C器實現(xiàn)，并且可以配備有足夠的資源，例如信號處理能力和存儲。在系統(tǒng)100基于云架構(gòu)實現(xiàn)的那些實施例中，服務器101可以是云服務器。
[0021]系統(tǒng)100還可以包括媒體捕獲設備102和媒體使用設備103，二者都連接至服務器101。在某些示例實施例中，媒體捕獲設備102和/或媒體使用設備103可以由便攜式設備實現(xiàn)，諸如移動電話、個人數(shù)字助理(PDA)、膝上型計算機、平板式計算機，等等。備選地，媒體捕獲設備102和/或媒體使用設備103可以由固定式機器實現(xiàn)，諸如工作站、個人計算機(PC)或者其他任何適當?shù)挠嬎阍O備。
[0022]根據(jù)本發(fā)明的示例實施例，信息在系統(tǒng)100內(nèi)可以借助于通信網(wǎng)絡來傳送，例如設備(RF)通信網(wǎng)絡，局域網(wǎng)(LAN)、廣域網(wǎng)(WAN)或因特網(wǎng)等計算機網(wǎng)絡，近場通信網(wǎng)絡，或者其組合。而且，服務器101與設備102和103之間的連接可以是有線的，也可以是無線的。本發(fā)明的范圍在此方面不受限制。
[0023]根據(jù)本發(fā)明的示例實施例，媒體捕獲設備102可配置為捕獲諸如音頻和視頻之類的媒體內(nèi)容。所捕獲的媒體內(nèi)容可以從媒體捕獲設備102被上傳到服務器101。媒體使用設備103可配置為以本地方式或者通過實時流式播放而使用來自服務器101的媒體內(nèi)容。在此使用的術(shù)語“使用”是指對音頻信號的任何使用，諸如回放。
[0024]根據(jù)本發(fā)明的示例實施例，除了音頻信號以及可能的其他媒體內(nèi)容之外,媒體捕獲設備102還可以配置為獲取和向服務器101上傳與音頻信號的捕獲相關(guān)聯(lián)的元數(shù)據(jù)(稱為“捕獲元數(shù)據(jù)”)。捕獲元數(shù)據(jù)可以利用各種適當?shù)募夹g(shù)來獲取，諸如各種傳感器。捕獲元數(shù)據(jù)可以周期性地獲取，連續(xù)地獲取，或者響應于用戶命令而被獲取。備選地或附加地，某些或者全部元數(shù)據(jù)可以由媒體捕獲設備102的用戶輸入。用戶可以借助于諸如鼠標的指點設備、鍵盤或者小鍵盤、軌跡球、觸筆、手指、語音、手勢或者任何其他交互工具向媒體捕獲設備102輸入信息。作為示例，在捕獲一段音頻內(nèi)容之后，用戶可以提供一個或多個標簽，指示關(guān)于所捕獲音頻內(nèi)容的信息。
[0025]在某些示例實施例中，捕獲元數(shù)據(jù)可以包括內(nèi)容元數(shù)據(jù),其描述所捕獲的音頻信號的內(nèi)容。例如，內(nèi)容元數(shù)據(jù)可以包括音頻信號的長度、類別、聲學特征、波形和/或任何其他頻域特征或時域特征的有關(guān)信息。
[0026]備選地或附加地，捕獲元數(shù)據(jù)可以包括設備元數(shù)據(jù)，其描述媒體捕獲設備102的一個或多個屬性。例如，這種設備元數(shù)據(jù)可以描述媒體捕獲設備102的類型、資源、設置、功能配置和/或可能在媒體捕獲過程中影響用戶體驗的任何其他方面。
[0027]備選地或附加地，捕獲元數(shù)據(jù)可以包括環(huán)境元數(shù)據(jù)，其描述媒體捕獲設備102所在的環(huán)境。例如，環(huán)境元數(shù)據(jù)可以包括環(huán)境的噪聲或者視覺簡檔，媒體內(nèi)容被捕獲的地理位置，和/或時間信息，諸如媒體內(nèi)容被捕獲的時間。
[0028]備選地或附加地，捕獲元數(shù)據(jù)可以包括用戶元數(shù)據(jù)，其描述媒體捕獲設備102的用戶的特性。例如，用戶元數(shù)據(jù)可以包括描述用戶在捕獲媒體內(nèi)容時的行為的信息，諸如用戶的移動、姿勢，等等。用戶元數(shù)據(jù)還可以包括關(guān)于用戶的偏好設置、配置和/或內(nèi)容類別的偏好息。
[0029]類似于媒體捕獲設備102，根據(jù)本發(fā)明的示例實施例，媒體使用設備103也可配置為獲取并向服務器101上傳與音頻信號在媒體使用設備103上的使用相關(guān)聯(lián)的元數(shù)據(jù)(稱為“使用元數(shù)據(jù)”)。如上文所述，使用元數(shù)據(jù)同樣可以包括內(nèi)容元數(shù)據(jù)、設備元數(shù)據(jù)、環(huán)境元數(shù)據(jù)和/或用戶元數(shù)據(jù)。應當注意，上文關(guān)于捕獲元數(shù)據(jù)描述的所有特征同樣適用于使用元數(shù)據(jù)，在此不再贅述。
[0030]根據(jù)本發(fā)明的示例實施例，服務器101可以收集和分析來自媒體捕獲設備102和媒體使用設備103中至少一個的元數(shù)據(jù)。在方面的示例實施例