Die beschriebenen Systeme und Verfahren beziehen sich auf die Verbesserung von Audiodaten, z.B. durch eine auf maschinellem Lernen basierende Audio-Super-Resolution-Verarbeitung. Ein effizienter Resampling-Ansatz kann für Audiodaten verwendet werden, die mit einer niedrigeren Frequenz empfangen werden, als für ein neuronales Netzwerk zur Audioverbesserung erforderlich ist. Diese Audiodaten können in die Frequenzdomäne konvertiert werden, und sobald sie sich in der Frequenzdomäne befinden (z.B. unter Verwendung eines Niederfrequenz-Spektrogramms), können sie neu gesampelt werden, um eine frequenzbasierte Repräsentation bereitzustellen, die der angestrebten Eingabeauflösung des neuronalen Netzwerks entspricht. Um dieses Resampling so einfach wie möglich zu halten, können die oberen Frequenzbänder mit Nullwerten aufgefüllt werden (oder mit anderen Auffüllwerten). Dieses neu gesampelte Hochfrequenz-Spektrogramm kann als Eingabe für das neuronale Netzwerk bereitgestellt werden, das eine Verbesserungsoperation wie Upsampling oder Super-Resolution durchführen kann.
Systems and methods described relate to the enhancement of audio, such as through machine learning-based audio super-resolution processing. An efficient resampling approach can be used for audio data received at a lower frequency than is needed for an audio enhancement neural network. This audio data can be converted into the frequency domain using, and once in the frequency domain (e.g., represented using a spectrogram) this lower frequency data can be resampled to provide a frequency-based representation that is at the target input resolution for the neural network. To keep this resampling process lightweight, the upper frequency bands can be padded with zero value entries (or other such padding values). This resampled, higher frequency spectrogram can be provided as input to the neural network, which can perform an enhancement operation such as audio upsampling or super-resolution.
EFFIZIENTES FREQUENZBASIERTES AUDIO-RESAMPLING ZUR VERWENDUNG NEURONALER NETZWERKE
2024-06-20
Patent
Electronic Resource
German
IPC: | G10L Analyse oder Synthese von Sprache , SPEECH ANALYSIS OR SYNTHESIS / B60R Fahrzeuge, Fahrzeugausstattung oder Fahrzeugteile, soweit nicht anderweitig vorgesehen , VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR / B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen |
VORHERSAGE DES FAHRZEUGGESCHWINDIGKEITSPROFILS UNTER VERWENDUNG NEURONALER NETZWERKE
European Patent Office | 2023
|BLICKERKENNUNG UNTER VERWENDUNG EINES ODER MEHRERER NEURONALER NETZWERKE
European Patent Office | 2021
|Durchführen einer autonomen Pfadnavigation unter Verwendung tiefer neuronaler Netzwerke
European Patent Office | 2018
|Bildkomprimierung mittels künstlicher neuronaler Netzwerke
European Patent Office | 2023
|Verfahren zum Trainieren künstlicher neuronaler Netzwerke
European Patent Office | 2024
|