CN115631768B 音质评估模型确定方法、音质评估方法、设备及介质 （腾讯音乐娱乐科技（深圳）有限公司）

司2述音频样本对应的权重大小与所述音高分布向量中所述音频样本的各帧在各音高的集散根据每个所述音频样本的采样概率从所述多个音频样本中确定音频利用所述音频样本集对初始的音质评估模型进行训练，获得训练后的音质评估模型；3.根据权利要求1或2所述的方法，其特征在将所述音频样本集中每个音频样本输入所述特征学习模型，获将所述每个音频样本的特征表示输入所述音质预测模型，获得所述针对所述音频样本集中每个音频样本，对所述音频样本进将所述音频样本的梅尔谱特征输入所述特征学习模型，获得所述音频样本的特征表针对所述音频样本集中每个音频样本，利用所述长短时记忆将非线性映射处理后的特征表示输入所述音质预测模型，获得所述3将验证集中每个音频样本输入训练完成的音质评估模型，输出所将所述待评估音频输入如权利要求1至6中任一项所述的训练后的所述训练后的音质评估模型输出的所述待评估音频9.一种计算机可读存储介质，其特征在于，4低音频质量评估过程中的人力成本以及提升音频质量5[0010]一种可选的实施方式中，音质评估模型还包括长短时记忆模块层和非线性映射评估模型是上述音质评估模型确定方法中的训练后的音质评程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中。67[0032]请参见图1，图1为本申请实施例提供的一种音质评估模型确定方法的流程示意[0034]可选的，多个的音频样本包括大量的语音数据和歌声数据，如超过120小时的数使得收集的音频样本覆盖60Hz_1200Hz的音频数据，且人的发声(即干声)频率可在60Hz_加规则收集音频样本(或干声)导致各音频样本的音高均集中，音高分布向量中音频样本的各帧在各音高的集散情况与音频样本对应的权重大小有音高分布向量是音高维度n为1200的向量，该音高分布向量中每个音高维度对应的元素是8[0054]可选的，音质评估模型还包括长短时记忆模块层(LongShortTermMemory，9质量感知评估(perceptualevaluationofspeechquality，PESQ)的音质评估方法处理定的音质评估模型基于音频样本集进行训练，能够在有音质标签的音频样本上进行学习，发音特征等)；利用丢失层(dropout)以一定的概率(如0.7)忽略进行建模和平滑处理后音频样本的特征表示中的部分特征表示，避免模型过频样本的部分特征过拟合)；利用线性层和激活函数线性单元层(SigmoidLinearUnit，SiLU)构成的非线性映射层(Linear&SiLU)对上述经过丢失层后的音频样本的特征表示进音质评估模型进行多次验证(在多次验证过程中始音质评估模型获得的音频质量预测(QualityPrediction)分数和对应验证集的音频质量得分(QualityScore)获得多分类的交叉熵损失(Crossentropyloss)函数值，经过多型确定为音质评估模型。该音频质量预测分数是在音频样本的特征表示进行分类处理后，[0064]确定模块402，还用于根据每个音频样本的采样概率从多个音频样本中确定音频[0069]在一种可选的实施方式中，训练模块403将音频样本集中每个音频样本输入特征备所支持的扩展存储器。存储器504提供存储空间，该存储空间存储了电子设备的操作系[0081]在一种可选的实施方式中，处理器501将音频样本集中每个音频样本输入特征学存储器504可执行本申请实施例提供的音质评估模型确定方法中所描述的电子设备的实现存储器504可执行本申请实施例提供的音质评估方法中所描述的电子设备的实现方式，也[0091]本领域普通技术人员可以理解上述实施例的各种方