[发明专利]基于动态残差网络的音频压缩算法有效
| 申请号： | 201910072231.6 | 申请日： | 2019-01-25 |
| 公开（公告）号： | CN109785847B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 赵岩鑫;金文清;张逸;韩芳;王直杰;黄荣 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G10L19/00 | 分类号： | G10L19/00;G06N3/04 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 翁若莹;柏子雵 |
| 地址： | 201600 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于音频信号压缩处理领域，具体涉及一种基于残差网络的动态编码算法。该算法基于深度学习中的残差网络方法进行设计，主要包括自编码器预处理模块、多段残差网络的动态编码、动态残差网络的模型压缩三大部分。该算法首先对音频进行分割，并依据心理声学对音频信号进行特征剔除，之后使用自编码器进行预训练。利用双向循环神经网络优化在多段残差中动态编码的注意力行为，实现动态比特率分配，从而使动态残差网络的压缩效果更好。最后利用蒸馏学习的方式对网络进行模型压缩训练，降低训练难度，最终获得压缩性能良好的编码方式。 | ||
| 搜索关键词： | 基于 动态 网络 音频 压缩 算法 | ||
【主权项】：
1.一种基于动态残差网络的音频压缩算法，其特征在于，包括以下步骤：步骤1、利用自编码器预处理模块基于心理声学对音频信号进行特征剔除之后，利用改进的自编码器对音频信号进行特征压缩；步骤2、利用多段残差网络对特征压缩后的音频信号进行动态编码，多段残差网络利用注意力机制进行动态比特率分配，并且通过多个网络针对不同的信号残差进行网络训练，实现动态音质；步骤3、对多段动态残差网络的解码器部分进行优化的模型压缩，其中，利用蒸馏学习的方式对动态残差网络进行模型压缩训练，方便模型部署。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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东华大学，未经东华大学许可，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/patent/201910072231.6/，转载请声明来源钻瓜专利网。
