非显而易见杯

专利无效挑战赛

目标专利:3906使用声音源表示的音频处理

专利公开号:CN118891674B

专利权人:高通股份有限公司

无效请求书提交日期:2027年


上一项目 下一项目

非显而易见性评估仅供参考,不构成法律建议。



权利要求列表点击可跳转

序号 权利要求内容

1

一种用于使用声音源表示进行音频处理的设备,所述设备包括:一个或多个处理器;所述一个或多个处理器被配置为:接收输入音频信号;所述输入音频信号包括来自多个声音源的声音;接收数个声音源的组合表示;所述组合表示包括来自所述输入音频信号的所述多个声音源中的经选择的一个或多个声音源的声音的表示;基于所述数个声音源的组合表示处理所述输入音频信号以生成输出音频信号;其中:基于具有第一值的保留标记;使用所述组合表示以保留来自所述输入音频信号的所述多个声音源中的所述经选择的一个或多个声音源的声音;以及基于具有第二值的所述保留标记;使用所述组合表示以移除来自所述输入音频信号的所述多个声音源中的所述经选择的一个或多个声音源的声音;以及向第二设备提供所述输出音频信号。

2

根据权利要求1所述的设备,其中所述一个或多个处理器被配置为基于具有所述第一值的所述保留标记;使用所述组合表示以从所述输入音频信号中保留所述多个声音源中的所述经选择的一个或多个声音源的声音并且移除一个或多个附加声音源。

3

根据权利要求2所述的设备,其中所述一个或多个处理器被配置为响应于指示所述输入音频信号的处理将被发起的所检测到的条件而将所述保留标记设定为具有指示所述数个声音源将被保留的所述第一值;其中所述保留标记的所述第一值基于用户输入、默认配置、来自应用程序的配置输入、来自另一设备的配置请求或它们的组合。

4

根据权利要求1所述的设备,其中所述数个声音源包括一个或多个授权用户。

5

根据权利要求1所述的设备,其中所述数个声音源包括应急交通工具。

6

根据权利要求1所述的设备,其中所述一个或多个处理器被配置为基于具有所述第二值的所述保留标记;使用所述组合表示以从所述输入音频信号中移除所述多个声音源中的所述经选择的一个或多个声音源的声音并且保留一个或多个附加声音源。

7

根据权利要求6所述的设备,其中所述一个或多个处理器被配置为响应于指示所述输入音频信号的处理将被发起的所检测到的条件而将所述保留标记设定为具有指示所述数个声音源将被移除的所述第二值;其中所述保留标记的所述第二值基于用户输入、默认配置、来自应用程序的配置输入、来自另一设备的配置请求或它们的组合。

8

根据权利要求1所述的设备,其中所述多个声音源包括交通、风、回响、信道失真、另一非话音声音源、人或它们的组合。

9

根据权利要求1所述的设备,其中所述多个声音源与特定环境中的背景噪声相关联。

10

根据权利要求9所述的设备,其中所述特定环境对应于特定类型的交通工具的内部。

11

根据权利要求1所述的设备,其中所述组合表示基于来自特定声音源的特定声音;并且其中特定声音源与所述数个声音源中的一个声音源为同一声音源类型。

12

根据权利要求1所述的设备,其中所述一个或多个处理器被进一步配置为基于所述数个声音源中的任何声音源的所述声音更新所述组合表示。

13

根据权利要求1所述的设备,其中所述一个或多个处理器被进一步配置为基于组合设置;基于所述数个声音源的单独表示生成所述组合表示。

14

根据权利要求13所述的设备,其中所述一个或多个处理器被进一步配置为基于用户输入、所检测到的条件或两者更新所述组合设置。

15

根据权利要求1所述的设备,其中所述多个声音源包括至少第一声音源和第二声音源;其中所述第一声音源的第一表示指示特定特征的第一值;其中所述第二声音源的第二表示指示所述特定特征的第二值;并且其中由所述组合表示指示的所述特定特征的值基于所述第一值和所述第二值。

16

根据权利要求15所述的设备,其中所述第一表示包括一个或多个声谱图;所述一个或多个声谱图基于来自与所述第一声音源为同一类型的特定声音源的声音。

17

根据权利要求15所述的设备,其中所述组合表示对应于所述第一声音源的第一表示与所述第二声音源的第二表示的级联。

18

根据权利要求1所述的设备,其中所述一个或多个处理器被配置为使用神经网络来处理所述输入音频信号以生成所述输出音频信号。

19

根据权利要求18所述的设备,其中所述神经网络包括卷积神经网络(CNN)、自回归(AR)生成网络、音频生成网络(AGN)、注意网络(AN)、长短期记忆(LSTM)网络或它们的组合。

20

根据权利要求18所述的设备,所述设备还包括声音源编码器;所述声音源编码器被配置为处理来自一个或多个声音源的声音以生成所述一个或多个声音源的表示;其中所述声音源编码器和所述神经网络被联合训练。

21

根据权利要求1所述的设备,所述设备还包括接收器;所述接收器被配置为接收表示所述输入音频信号的音频数据。

22

根据权利要求1所述的设备,所述设备还包括发送器;所述发送器被配置为向所述第二设备发送音频数据;所述音频数据基于所述输出音频信号。


对比文件列表

编号 名称

权利要求1

一种用于使用声音源表示进行音频处理的设备,所述设备包括:一个或多个处理器;所述一个或多个处理器被配置为:接收输入音频信号;所述输入音频信号包括来自多个声音源的声音;接收数个声音源的组合表示;所述组合表示包括来自所述输入音频信号的所述多个声音源中的经选择的一个或多个声音源的声音的表示;基于所述数个声音源的组合表示处理所述输入音频信号以生成输出音频信号;其中:基于具有第一值的保留标记;使用所述组合表示以保留来自所述输入音频信号的所述多个声音源中的所述经选择的一个或多个声音源的声音;以及基于具有第二值的所述保留标记;使用所述组合表示以移除来自所述输入音频信号的所述多个声音源中的所述经选择的一个或多个声音源的声音;以及向第二设备提供所述输出音频信号。


权利要求2

根据权利要求1所述的设备,其中所述一个或多个处理器被配置为基于具有所述第一值的所述保留标记;使用所述组合表示以从所述输入音频信号中保留所述多个声音源中的所述经选择的一个或多个声音源的声音并且移除一个或多个附加声音源。


权利要求3

根据权利要求2所述的设备,其中所述一个或多个处理器被配置为响应于指示所述输入音频信号的处理将被发起的所检测到的条件而将所述保留标记设定为具有指示所述数个声音源将被保留的所述第一值;其中所述保留标记的所述第一值基于用户输入、默认配置、来自应用程序的配置输入、来自另一设备的配置请求或它们的组合。


权利要求4

根据权利要求1所述的设备,其中所述数个声音源包括一个或多个授权用户。


权利要求5

根据权利要求1所述的设备,其中所述数个声音源包括应急交通工具。


权利要求6

根据权利要求1所述的设备,其中所述一个或多个处理器被配置为基于具有所述第二值的所述保留标记;使用所述组合表示以从所述输入音频信号中移除所述多个声音源中的所述经选择的一个或多个声音源的声音并且保留一个或多个附加声音源。


权利要求7

根据权利要求6所述的设备,其中所述一个或多个处理器被配置为响应于指示所述输入音频信号的处理将被发起的所检测到的条件而将所述保留标记设定为具有指示所述数个声音源将被移除的所述第二值;其中所述保留标记的所述第二值基于用户输入、默认配置、来自应用程序的配置输入、来自另一设备的配置请求或它们的组合。


权利要求8

根据权利要求1所述的设备,其中所述多个声音源包括交通、风、回响、信道失真、另一非话音声音源、人或它们的组合。


权利要求9

根据权利要求1所述的设备,其中所述多个声音源与特定环境中的背景噪声相关联。


权利要求10

根据权利要求9所述的设备,其中所述特定环境对应于特定类型的交通工具的内部。


权利要求11

根据权利要求1所述的设备,其中所述组合表示基于来自特定声音源的特定声音;并且其中特定声音源与所述数个声音源中的一个声音源为同一声音源类型。


权利要求12

根据权利要求1所述的设备,其中所述一个或多个处理器被进一步配置为基于所述数个声音源中的任何声音源的所述声音更新所述组合表示。


权利要求13

根据权利要求1所述的设备,其中所述一个或多个处理器被进一步配置为基于组合设置;基于所述数个声音源的单独表示生成所述组合表示。


权利要求14

根据权利要求13所述的设备,其中所述一个或多个处理器被进一步配置为基于用户输入、所检测到的条件或两者更新所述组合设置。


权利要求15

根据权利要求1所述的设备,其中所述多个声音源包括至少第一声音源和第二声音源;其中所述第一声音源的第一表示指示特定特征的第一值;其中所述第二声音源的第二表示指示所述特定特征的第二值;并且其中由所述组合表示指示的所述特定特征的值基于所述第一值和所述第二值。


权利要求16

根据权利要求15所述的设备,其中所述第一表示包括一个或多个声谱图;所述一个或多个声谱图基于来自与所述第一声音源为同一类型的特定声音源的声音。


权利要求17

根据权利要求15所述的设备,其中所述组合表示对应于所述第一声音源的第一表示与所述第二声音源的第二表示的级联。


权利要求18

根据权利要求1所述的设备,其中所述一个或多个处理器被配置为使用神经网络来处理所述输入音频信号以生成所述输出音频信号。


权利要求19

根据权利要求18所述的设备,其中所述神经网络包括卷积神经网络(CNN)、自回归(AR)生成网络、音频生成网络(AGN)、注意网络(AN)、长短期记忆(LSTM)网络或它们的组合。


权利要求20

根据权利要求18所述的设备,所述设备还包括声音源编码器;所述声音源编码器被配置为处理来自一个或多个声音源的声音以生成所述一个或多个声音源的表示;其中所述声音源编码器和所述神经网络被联合训练。


权利要求21

根据权利要求1所述的设备,所述设备还包括接收器;所述接收器被配置为接收表示所述输入音频信号的音频数据。


权利要求22

根据权利要求1所述的设备,所述设备还包括发送器;所述发送器被配置为向所述第二设备发送音频数据;所述音频数据基于所述输出音频信号。


Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE