CN117395181B - 基于物联网的低延时多媒体音频传输检测方法及*** - Google Patents
基于物联网的低延时多媒体音频传输检测方法及*** Download PDFInfo
- Publication number
- CN117395181B CN117395181B CN202311696762.5A CN202311696762A CN117395181B CN 117395181 B CN117395181 B CN 117395181B CN 202311696762 A CN202311696762 A CN 202311696762A CN 117395181 B CN117395181 B CN 117395181B
- Authority
- CN
- China
- Prior art keywords
- audio
- multimedia
- distortion
- transmissible
- delay
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 229
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 230000008439 repair process Effects 0.000 claims abstract description 5
- 230000007613 environmental effect Effects 0.000 claims description 50
- 238000005070 sampling Methods 0.000 claims description 25
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 230000007547 defect Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 9
- 230000003321 amplification Effects 0.000 claims description 8
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 8
- 238000012952 Resampling Methods 0.000 claims description 6
- 230000005672 electromagnetic field Effects 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 230000005236 sound signal Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 5
- 230000003139 buffering effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明涉及音频传输领域，公开了基于物联网的低延时多媒体音频传输检测方法及***，包括以下步骤：对多媒体音频进行音频预处理，使多媒体音频的格式转变为可传输格式，得到待检测可传输多媒体音频。分析待检测可传输多媒体音频的失真情况并进行失真分类，得到一类多媒体失真音频和二类多媒体失真音频，并分别进行失真溯源和优化，得到失真优化多媒体音频；对无失真多媒体音频和失真优化多媒体音频进行时延分析和时延性优化，得到低延时多媒体音频。本发明能够通过对多媒体音频进行失真及时延分析，并对多媒体音频的传输方式和传输中可能遇到的问题进行修复，提高了音频传输的效率，降低音频的传输失真性和时延性。
Description
技术领域
本发明涉及音频传输领域，特别是基于物联网的低延时多媒体音频传输检测方法及***。
背景技术
多媒体音频是指结合了音频技术和多媒体技术的产物，通常是在计算机、互联网和数字娱乐领域中应用广泛的一种音频形式。多媒体音频不仅包含音频信号本身，还可能携带附加的信息，如图像、文本、元数据等，以提供更丰富的用户体验。多媒体音频在传输过程中转变为音频信号，且在传输过程中，可能由于编解码不正确、电磁干扰、环境噪音和环境温度等原因，造成多媒体音频出现较严重的失真情况和时延情况，对多媒体音频进行失真和时延分析可以评估音频质量和性能，这样的分析有助于识别问题、改进***、优化传输和提供更好的用户体验，同时可以保障***的可靠性和稳定性。
发明内容
本发明克服了现有技术的不足，提供了基于物联网的低延时多媒体音频传输检测方法及***。
为达到上述目的，本发明采用的技术方案为：
本发明第一方面提供了基于物联网的低延时多媒体音频传输检测方法，包括以下步骤：
对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频；
分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类；
对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频；
对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频；
对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频。
进一步的，本发明的一个较佳实施例中，所述对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频，具体为：
获取需要用于传输的多媒体音频，定义为待传输多媒体音频；
获取待传输多媒体音频的采样率，并获取音频在可传输格式下的采样率，基于所述音频在可传输格式下的采样率，对所述待传输多媒体音频的采样率进行重采样，所述重采样包括上采样和下采样，得到可传输多媒体音频；
将所述音频在可传输格式下的采样率导入大数据网络中进行检索，得到适用于可传输多媒体音频的编码器，定义为音频编码器，同时获取可传输多媒体音频的发送设备，定义为音频发送设备，在音频发送设备上安装音频编码器；
使用所述音频编码器对可传输多媒体音频进行音频编码处理及音频压缩处理，得到可传输多媒体压缩音频；
获取可传输多媒体压缩音频的传输接收设备，定义为音频接收设备，基于所述音频在可传输格式下的采样率，在所述音频接收设备上设置适用于可传输多媒体压缩音频的解码器，定义为音频解码器；
将所述音频发送设备与音频接收设备通过物联网连接，所述音频发送设备基于物联网向音频接收设备发送可传输多媒体压缩音频，在音频接收设备接收到可传输多媒体压缩音频后，使用音频解码器对多媒体音频进行音频解码处理，输出待检测可传输多媒体音频。
进一步的，本发明的一个较佳实施例中，所述分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类，具体为：
对待检测可传输多媒体音频进行频谱分析，获取待检测可传输多媒体音频的频域和时域的能量分布；
结合所述待检测可传输多媒体音频的频域和时域的能量分布，获取待检测可传输多媒体音频的音频波形，并获取音频波形的形状；
预设音频波形的形状与标准形状之间的标准偏差率，若音频波形的形状与标准形状的偏差率小于标准偏差率，则将音频波形对应的待检测可传输多媒体音频定义为初步无失真多媒体音频；
获取初步无失真多媒体音频的信噪比，并对初步无失真多媒体音频的信噪比进行分析，若初步无失真多媒体音频的信噪比维持在预设范围内，则将对应的初步无失真多媒体音频定义为无失真多媒体音频；
若初步无失真多媒体音频的信噪比不在预设范围内，则将初步无失真多媒体音频定义为一类多媒体失真音频；
若音频波形的形状与标准形状的偏差率大于标准偏差率，则将音频波形对应的待检测可传输多媒体音频定义为二类多媒体失真音频。
进一步的，本发明的一个较佳实施例中，所述对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频，具体为：
获取音频发送设备与音频接收设备之间的环境参数，所述环境参数包括环境噪音参数及环境温度；
基于一类多媒体失真音频的音频波形的形状，获取一类多媒体失真音频的音频频率，并基于灰色关联法分别计算一类多媒体失真音频的音频频率与环境噪音参数及环境温度的关联性，得到第一关联值和第二关联值；
若第一关联值大于预设值，则通过音频接收设备获取环境噪音参数的频率，并基于所述环境噪音参数的频率获取环境噪音参数的反相频率；
在所述音频接收设备中安装均衡器，并使用均衡器对所述环境噪音参数的反相频率与一类多媒体失真音频的音频频率进行频谱结合处理，得到失真优化多媒体音频；
若第二关联值大于预设值，则基于大数据网络检索环境温度的调控方案并输出，得到失真优化多媒体音频；
若第一关联值和第二关联值均在预设值范围内，则获取音频解码器的工作参数，并引入贝叶斯网络分析音频解码器的工作参数，得到音频解码器的缺陷部位；
基于大数据网络检索音频解码器的缺陷部位的修复方案输出，得到优化音频解码器，并通过所述优化音频解码器对一类多媒体失真音频进行二次解码，得到失真优化多媒体音频。
进一步的，本发明的一个较佳实施例中，所述对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频，具体为：
将音频发送设备与音频接收设备所在区域定义为音频传输区域，基于历史数据检索，获取音频传输区域内电磁信号干扰设备的类型及位置信息；
基于电磁信号干扰设备的类型及位置信息，构建音频传输区域电磁场模型，基于所述音频传输区域电磁场模型计算音频传输区域中各点的电磁干扰强度，并根据音频传输区域中各点的电磁干扰强度构建音频传输区域的电磁干扰分布图；
基于历史数据检索，在音频传输区域中获取音频传输通道，将所述音频传输通道与电磁干扰分布图结合，得到音频传输通道上各点的电磁干扰强度，并对音频传输通道上各点的电磁干扰强度进行排序，得到音频传输通道电磁干扰强度排序表，基于所述音频传输通道电磁干扰强度排序表，获取电磁干扰强度大于预设值的音频传输通道节点，定义为音频失真点；
将音频传输通道上各点的电磁干扰强度导入深度神经网络模型中进行预测，得到三类多媒体失真音频，并获取三类多媒体失真音频的音频波形形状；
比较二类多媒体失真音频和三类多媒体失真音频的音频波形形状相似度，定义为音频波形形状相似度，若音频波形形状相似度在预设值范围内，则获取音频失真点的数量，若音频失真点数量大于预设值，则在音频传输通道上添加电磁屏蔽设备，使二类多媒体失真音频的音频波形形状与标准形状的偏差率小于标准偏差率，得到失真优化多媒体音频；
若音频失真点数量在预设值范围内，则在音频失真点上添加滤波器，使二类多媒体失真音频的音频波形形状与标准形状的偏差率小于标准偏差率，得到失真优化多媒体音频；
若音频波形形状相似度不在预设值范围内，则结合环境噪声参数及环境温度对二类多媒体失真音频进行分析优化，得到失真优化多媒体音频。
进一步的，本发明的一个较佳实施例中，所述对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频，具体为：
将所述无失真多媒体音频和失真优化多媒体音频统称为时延待检测多媒体音频；
获取时延待检测多媒体音频的传输时间，基于所述时延待检测多媒体音频的传输时间，得到时延待检测多媒体音频的时延信息；
预设标准时延待检测多媒体音频传输时间，并基于所述标准时延待检测多媒体音频传输时间，得到标准时延待检测多媒体音频的时延信息，比较所述时延待检测多媒体音频的时延信息和标准时延待检测多媒体音频的时延信息，得到时延信息偏差值；
若所述时延信息偏差值在预设范围内，则将时延待检测多媒体音频定义为低延时多媒体音频；
若所述时延信息偏差值不在预设范围内，则将时延待检测多媒体音频定义为高延时多媒体音频，获取音频传输通道的长度，基于音频传输通道的长度获取高延时多媒体音频在音频传输通道中的信号因子通过速率；
若高延时多媒体音频在音频传输通道中的信号因子通过速率小于标准值，则获取音频传输通道拓扑，获取音频传输通道拓扑中各节点的负载值，并将负载值大于预设值的节点定义为高负载节点；
在音频传输通道拓扑的高负载节点处进行带宽放大处理，若带宽放大处理后高延时多媒体音频在音频传输通道中的信号因子通过速率仍小于标准值，则将音频传输通道拓扑导入深度神经网络中进行拓扑结构更新，得到音频传输通道优化拓扑并输出，使时延待检测多媒体音频的时延信息偏差值维持在预设范围内，得到低延时多媒体音频。
本发明第二方面还提供了基于物联网的低延时多媒体音频传输检测***，所述低延时多媒体音频传输检测***包括存储器与处理器，所述存储器中储存有低延时多媒体音频传输检测方法，所述低延时多媒体音频传输检测方法被所述处理器执行时，实现如下步骤：
对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频；
分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类；
对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频；
对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频；
对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频。
本发明解决的背景技术中存在的技术缺陷，本发明具备以下有益效果：对多媒体音频进行音频预处理，使多媒体音频的格式转变为可传输格式，得到待检测可传输多媒体音频。分析待检测可传输多媒体音频的失真情况并进行失真分类，得到一类多媒体失真音频和二类多媒体失真音频，并分别进行失真溯源和优化，得到失真优化多媒体音频；对无失真多媒体音频和失真优化多媒体音频进行时延分析和时延性优化，得到低延时多媒体音频。本发明能够通过对多媒体音频进行失真及时延分析，并对多媒体音频的传输方式和传输中可能遇到的问题进行修复，提高了音频传输的效率，降低音频的传输失真性和时延性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。
图1示出了基于物联网的低延时多媒体音频传输检测方法的流程图；
图2示出了对一类多媒体失真音频和二类多媒体失真音频进行失真溯源和优化的方法流程图；
图3示出了基于物联网的低延时多媒体音频传输检测***的程序视图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了基于物联网的低延时多媒体音频传输检测方法的流程图，包括以下步骤：
S102：对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频；
S104：分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类；
S106：对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频；
S108：对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频；
S110：对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频。
进一步的，本发明的一个较佳实施例中，所述对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频，具体为：
获取需要用于传输的多媒体音频，定义为待传输多媒体音频；
获取待传输多媒体音频的采样率，并获取音频在可传输格式下的采样率，基于所述音频在可传输格式下的采样率，对所述待传输多媒体音频的采样率进行重采样，所述重采样包括上采样和下采样，得到可传输多媒体音频；
将所述音频在可传输格式下的采样率导入大数据网络中进行检索，得到适用于可传输多媒体音频的编码器，定义为音频编码器，同时获取可传输多媒体音频的发送设备，定义为音频发送设备，在音频发送设备上安装音频编码器；
使用所述音频编码器对可传输多媒体音频进行音频编码处理及音频压缩处理，得到可传输多媒体压缩音频；
获取可传输多媒体压缩音频的传输接收设备，定义为音频接收设备，基于所述音频在可传输格式下的采样率，在所述音频接收设备上设置适用于可传输多媒体压缩音频的解码器，定义为音频解码器；
将所述音频发送设备与音频接收设备通过物联网连接，所述音频发送设备基于物联网向音频接收设备发送可传输多媒体压缩音频，在音频接收设备接收到可传输多媒体压缩音频后，使用音频解码器对多媒体音频进行音频解码处理，输出待检测可传输多媒体音频。
需要说明的是，传输多媒体音频需要将多媒体音频进行格式转换，使多媒体音频转换为可传输格式。在多媒体音频传输过程中采样率需要调整，所以对多媒体音频进行重采样处理，得到可传输多媒体音频。基于物联网，可以实现多媒体音频的传输目的，在传输过程中，可传输多媒体音频为音频信号，所以需要对可传输多媒体音频进行编码和压缩处理，使可传输多媒体音频的数据包减小，提高传输效率，降低传输延时。在传输结束后对压缩的多媒体音频进行解码处理，使音频的数据包恢复。本发明能够通过对多媒体音频进行传输格式转换，实现多媒体音频的传输处理。
进一步的，本发明的一个较佳实施例中，所述分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类，具体为：
对待检测可传输多媒体音频进行频谱分析，获取待检测可传输多媒体音频的频域和时域的能量分布；
结合所述待检测可传输多媒体音频的频域和时域的能量分布，获取待检测可传输多媒体音频的音频波形，并获取音频波形的形状；
预设音频波形的形状与标准形状之间的标准偏差率，若音频波形的形状与标准形状的偏差率小于标准偏差率，则将音频波形对应的待检测可传输多媒体音频定义为初步无失真多媒体音频；
获取初步无失真多媒体音频的信噪比，并对初步无失真多媒体音频的信噪比进行分析，若初步无失真多媒体音频的信噪比维持在预设范围内，则将对应的初步无失真多媒体音频定义为无失真多媒体音频；
若初步无失真多媒体音频的信噪比不在预设范围内，则将初步无失真多媒体音频定义为一类多媒体失真音频；
若音频波形的形状与标准形状的偏差率大于标准偏差率，则将音频波形对应的待检测可传输多媒体音频定义为二类多媒体失真音频。
需要说明的是，多媒体音频在传输过程中可能由于多种原因造成音频失真，失真后的多媒体音频的频域和时域中携带的能量均异常。多媒体音频的频域反映了音频信号在不同频率上的分配情况，时域反映了信号随时间的变化情况，根据频域和时域的能量分布，可以获取音频波形。在正常无失真情况下，音频的波形为连续不间断，且并无谐波产生，失真的音频波形可能会有波形畸变、裂纹、波形变化剧烈等情况。根据音频波形的形状可以初步判断音频是否存在失真。当音频波形的形状与标准形状之间偏差程度较小，则分析音频的信噪比，所述信噪比反映了音频信号与噪音之间的比例，信噪比越高，噪音越多，证明音频失真情况越大。将信噪比不大于预设范围的初步无失真多媒体音频定义为无失真多媒体音频，反之则为一类多媒体失真音频，最后再根据音频波形的形状，获取二类多媒体失真音频。一类多媒体失真音频和二类多媒体失真音频的分别是二类多媒体失真音频的失真情况更严重，可能存在音频丢失等情况，一类多媒体失真音频中仅仅噪声较多。本发明能够通过对音频的波形和信噪比进行分析，分类得到无失真多媒体音频、一类多媒体失真音频和二类多媒体失真音频。
进一步的，本发明的一个较佳实施例中，所述对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频，具体为：
将所述无失真多媒体音频和失真优化多媒体音频统称为时延待检测多媒体音频；
获取时延待检测多媒体音频的传输时间，基于所述时延待检测多媒体音频的传输时间，得到时延待检测多媒体音频的时延信息；
预设标准时延待检测多媒体音频传输时间，并基于所述标准时延待检测多媒体音频传输时间，得到标准时延待检测多媒体音频的时延信息，比较所述时延待检测多媒体音频的时延信息和标准时延待检测多媒体音频的时延信息，得到时延信息偏差值；
若所述时延信息偏差值在预设范围内，则将时延待检测多媒体音频定义为低延时多媒体音频；
若所述时延信息偏差值不在预设范围内，则将时延待检测多媒体音频定义为高延时多媒体音频，获取音频传输通道的长度，基于音频传输通道的长度获取高延时多媒体音频在音频传输通道中的信号因子通过速率；
若高延时多媒体音频在音频传输通道中的信号因子通过速率小于标准值，则获取音频传输通道拓扑，获取音频传输通道拓扑中各节点的负载值，并将负载值大于预设值的节点定义为高负载节点；
在音频传输通道拓扑的高负载节点处进行带宽放大处理，若带宽放大处理后高延时多媒体音频在音频传输通道中的信号因子通过速率仍小于标准值，则将音频传输通道拓扑导入深度神经网络中进行拓扑结构更新，得到音频传输通道优化拓扑并输出，使时延待检测多媒体音频的时延信息偏差值维持在预设范围内，得到低延时多媒体音频。
需要说明的是，多媒体音频在传输过程中由于网络等多方面原因的影响，会导致音频产生延时。若多媒体音频为高延时多媒体音频，则可能会对工作效率等方面造成影响，所以需要对多媒体音频进行时延分析，使音频传输的时延性降低。若时延待检测多媒体音频的传输时间与标准传输时间的偏差值小于预设值，则为低延时多媒体音频；若时延待检测多媒体音频的传输时间与标准传输时间的偏差值大于预设值，则为高延时多媒体音频。高延时多媒体音频的形成跟网络有关，在音频传输通道中网络拥堵会导致信号因子通过的速率较慢，从而导致时延信息较大。音频传输通道拓扑中存在多个网络节点，将负载较高的节点定义为高负载节点，对高负载节点进行带宽放大能够使负载均衡，从而增加信号因子通过的速率，实现多媒体音频时延降低，得到低延时多媒体音频。若对高负载节点进行带宽放大后信号因子在音频传输通道中的通过速率仍较慢，则需要对音频传输通道拓扑进行结构更新优化，提高信号因子通过速率，得到低延时多媒体音频。本发明能够通过对多媒体音频的时延信息进行分析并优化，得到低延时多媒体音频，并对音频传输通道进行更新优化。
图2示出了对一类多媒体失真音频和二类多媒体失真音频进行失真溯源和优化的方法流程图，包括以下步骤：
S202：一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频；
S204：获取电磁信号干扰设备的类型及位置信息，并构建电磁干扰分布图；
S206：对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频。
进一步的，本发明的一个较佳实施例中，所述对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频，具体为：
获取音频发送设备与音频接收设备之间的环境参数，所述环境参数包括环境噪音参数及环境温度；
基于一类多媒体失真音频的音频波形的形状，获取一类多媒体失真音频的音频频率，并基于灰色关联法分别计算一类多媒体失真音频的音频频率与环境噪音参数及环境温度的关联性，得到第一关联值和第二关联值；
若第一关联值大于预设值，则通过音频接收设备获取环境噪音参数的频率，并基于所述环境噪音参数的频率获取环境噪音参数的反相频率；
在所述音频接收设备中安装均衡器，并使用均衡器对所述环境噪音参数的反相频率与一类多媒体失真音频的音频频率进行频谱结合处理，得到失真优化多媒体音频；
若第二关联值大于预设值，则基于大数据网络检索环境温度的调控方案并输出，得到失真优化多媒体音频；
若第一关联值和第二关联值均在预设值范围内，则获取音频解码器的工作参数，并引入贝叶斯网络分析音频解码器的工作参数，得到音频解码器的缺陷部位；
基于大数据网络检索音频解码器的缺陷部位的修复方案输出，得到优化音频解码器，并通过所述优化音频解码器对一类多媒体失真音频进行二次解码，得到失真优化多媒体音频。
需要说明的是，多媒体音频传输过程中失真可能由多种原因造成，而一类多媒体失真音频的失真情况较小，可能由环境因素影响。环境中噪声过大或者温度存在异常均会对音频造成失真。若第一关联值或第二关联值大于预设值，则证明一类多媒体失真音频受环境噪声影响或者受环境温度影响较大，需要对环境噪声或环境温度进行相应的调控。若第一关联值和第二关联值均小于预设值，则证明一类多媒体失真音频可能由于音频解码器存在解码缺陷，导致存在失真。可以通过使用贝叶斯网络分析音频解码器的工作参数，从而判断音频解码器的缺陷部位，并进行修复。修复后对一类多媒体失真音频进行二次解码，得到失真优化多媒体音频。本发明能够通过对一类多媒体失真音频进行失真溯源及修复。
进一步的，本发明的一个较佳实施例中，所述获取电磁信号干扰设备的类型及位置信息，并构建电磁干扰分布图，具体为：
将音频发送设备与音频接收设备所在区域定义为音频传输区域，基于历史数据检索，获取音频传输区域内电磁信号干扰设备的类型及位置信息；
基于电磁信号干扰设备的类型及位置信息，构建音频传输区域电磁场模型，基于所述音频传输区域电磁场模型计算音频传输区域中各点的电磁干扰强度，并根据音频传输区域中各点的电磁干扰强度构建音频传输区域的电磁干扰分布图。
需要说明的是，音频发送设备和音频传输设备之间可能通过线缆连接传递音频，也可能通过无线网络连接传递音频，所以将音频发送设备和音频传输设备所在区域定义为音频传输区域。音频传输区域中可能存在电磁干扰设备发送电磁信号，电磁信号回事音频信号产生失真。根据音频传输区域内电磁信号干扰设备的类型及位置信息，获取音频传输区域中国各点的电磁干扰强度，并构建电磁干扰分布图。
进一步的，本发明的一个较佳实施例中，所述对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频，具体为：
基于历史数据检索，在音频传输区域中获取音频传输通道，将所述音频传输通道与电磁干扰分布图结合，得到音频传输通道上各点的电磁干扰强度，并对音频传输通道上各点的电磁干扰强度进行排序，得到音频传输通道电磁干扰强度排序表，基于所述音频传输通道电磁干扰强度排序表，获取电磁干扰强度大于预设值的音频传输通道节点，定义为音频失真点；
将音频传输通道上各点的电磁干扰强度导入深度神经网络模型中进行预测，得到三类多媒体失真音频，并获取三类多媒体失真音频的音频波形形状；
比较二类多媒体失真音频和三类多媒体失真音频的音频波形形状相似度，定义为音频波形形状相似度，若音频波形形状相似度在预设值范围内，则获取音频失真点的数量，若音频失真点数量大于预设值，则在音频传输通道上添加电磁屏蔽设备，使二类多媒体失真音频的音频波形形状与标准形状的偏差率小于标准偏差率，得到失真优化多媒体音频；
若音频失真点数量在预设值范围内，则在音频失真点上添加滤波器，使二类多媒体失真音频的音频波形形状与标准形状的偏差率小于标准偏差率，得到失真优化多媒体音频；
若音频波形形状相似度不在预设值范围内，则结合环境噪声参数及环境温度对二类多媒体失真音频进行分析优化，得到失真优化多媒体音频。
需要说明的是，若音频传输为有线传输，则只有一条音频传输通道，若音频传输为无线传输，则以音频发送设备和音频传输设备距离最近的音频传输通道为基准。音频传输通道与电磁干扰分布图重合，所以音频传输通道上各点均受电磁干扰影响，且不同点的电磁干扰强度可能不同。对各点的电磁干扰强度进行排序，得到音频失真点。获取三类多媒体失真音频，所述三类多媒体失真音频为在当前电磁干扰强度下的标准失真效果下的多媒体音频，并获取三类多媒体失真音频的音频波形形状。若二类多媒体失真音频的音频波形形状与三类多媒体失真音频的音频波形形状相似度大于预设值，则证明二类多媒体失真音频受电磁干扰影响。分析音频失真点的数量，若失真点数量较多，则需要对音频传输通道进行整体保护，若是有线传输则更换更好的电磁屏蔽线缆，若是无线传输则添加电磁屏蔽设备，屏蔽电磁信号。若失真点数量较少，则可以在音频失真点处添加滤波器，防止多媒体音频在音频失真点处失真，得到失真优化多媒体音频。若音频波形形状相似度较高，则证明二类多媒体失真音频同时可能受环境噪声和环境温度影响，需要结合环境噪声参数及环境温度对二类多媒体失真音频进行分析优化，得到失真优化多媒体音频。本发明能够通过电磁干扰对二类多媒体失真音频进行分析优化，得到失真优化多媒体音频。
此外，所述基于物联网的低延时多媒体音频传输检测方法，还包括以下步骤：
若音频传输为无线传输，则将音频传输通道定义为无线音频传输通道，并在所述音频传输区域中获取所有无线音频传输通道；
获取所有无线音频传输通道的长度，并预设无线音频传输通道长度范围，将长度大于无线音频传输通道长度范围的无线音频传输通道剔除，保留长度在无线音频传输通道长度范围内的无线音频传输通道，定义为一类无线音频传输通道；
对所述一类无线音频传输通道进行音频失真点数量分析，并预设音频失真点警戒数量，将音频失真点数量大于音频失真点警戒数量的一类无线音频传输通道剔除，保留音频失真点数量小于音频失真点警戒数量的一类无线音频传输通道，定义为二类无线音频传输通道；
对所述二类无线音频传输通道进行时延测试，获取二类无线音频传输通道的时延性，并对二类无线音频传输通道的时延性进行升序排序，得到二类无线音频传输通道时延排序表；
获取二类无线音频传输通道的标准时延性，基于所述二类无线音频传输通道时延排序表，将时延性小于标准时延性的二类无线音频传输通道定义为三类无线音频传输通道；
对三类无线音频传输通道进行传输能耗分析，分别得到不同三类无线音频传输通道的能耗值，选择能耗值最低的三类无线音频传输通道输出，定义为最优无线音频传输通道，并基于所述最优无线音频传输通道，对音频发送设备和音频接收设备进行工作参数更新。
需要说明的是，若音频传输为无线传输，则会有许多无线音频传输通道。通过无线音频传输通道的长度、音频失真点数量、时延性和能耗值对无线音频传输通道进行逐步分析，可以获取最优无线音频传输通道。多媒体音频通过所述最优无线音频传输通道传输的效率最高，且失真程度、时延程度也最低。本发明能够从无线音频传输通道的长度、音频失真点数量、时延性和能耗值筛选获取最优无线音频传输通道。
此外，所述基于物联网的低延时多媒体音频传输检测方法，还包括以下步骤：
在音频接收设备中设置音频缓存模块，所述音频缓存模块用于对可传输多媒体压缩音频进行暂时存储；
当所述可传输多媒体压缩音频通过音频传输通道传输至音频接收设备时，将所述可传输多媒体压缩音频导入音频缓存模块中进行音频缓存处理，并将所述音频解码器与音频缓存模块连接；
所述音频解码器在进行音频解码时对音频缓存模块进行实时读写处理，并实时监控音频缓存模块的存储容量，当音频缓存模块的缓存容量达到峰值，则将刚接收且未被解码的可传输多媒体压缩音频实时对音频缓存模块进行覆盖处理，使音频缓存模块持续向音频解码器输出可传输多媒体压缩音频；
设置二次缓存时间，所述音频缓存模块在输出可传输多媒体压缩音频至音频解码器后，在所述二次缓存时间内对输出的可传输多媒体压缩音频进行二次缓存；
分析可传输多媒体压缩音频被音频解码器解码后的失真情况，若在二次缓存时间内，可传输多媒体压缩音频被音频解码器解码后的失真情况大与预设失真情况，则音频解码器在音频缓存模块中重新读取失真的可传输多媒体压缩音频并进行二次解码。
需要说明的是，在音频接收设备中设置缓存模块能够在解码过程中暂时存储一部分数据，实现音频平滑处理，同事能够防止音频失真和时延过大。当音频缓存模块的缓存容量达到峰值，则将新的数据覆旧的数据，实现循环缓存，实现持续音频处理。若在解码过程中发生错误，或者解码后音频的失真情况较严重，则需要对音频进行重新解码。设置二次缓存时间，音频缓存模块输出可传输多媒体压缩音频至音频解码器后，对输出的可传输多媒体压缩音频二次缓存，可以在解码错误时让解码器进行二次解码，降低音频的失真情况。本发明能够通过设置音频缓存模块，防止在音频处理过程中的终中断和延迟，降低失真情况。
如图3所示，本发明第二方面还提供了基于物联网的低延时多媒体音频传输检测***，所述低延时多媒体音频传输检测***包括存储器31与处理器32，所述存储器31中储存有低延时多媒体音频传输检测方法，所述低延时多媒体音频传输检测方法被所述处理器32执行时，实现如下步骤：
对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频；
分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类；
对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频；
对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频；
对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.基于物联网的低延时多媒体音频传输检测方法，其特征在于，包括以下步骤：
对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频；
分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类；
对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频；
对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频；
对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频。
2.根据权利要求1中所述的基于物联网的低延时多媒体音频传输检测方法，其特征在于，所述对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频，具体为：
获取需要用于传输的多媒体音频，定义为待传输多媒体音频；
获取待传输多媒体音频的采样率，并获取音频在可传输格式下的采样率，基于所述音频在可传输格式下的采样率，对所述待传输多媒体音频的采样率进行重采样，所述重采样包括上采样和下采样，得到可传输多媒体音频；
将所述音频在可传输格式下的采样率导入大数据网络中进行检索，得到适用于可传输多媒体音频的编码器，定义为音频编码器，同时获取可传输多媒体音频的发送设备，定义为音频发送设备，在音频发送设备上安装音频编码器；
使用所述音频编码器对可传输多媒体音频进行音频编码处理及音频压缩处理，得到可传输多媒体压缩音频；
获取可传输多媒体压缩音频的传输接收设备，定义为音频接收设备，基于所述音频在可传输格式下的采样率，在所述音频接收设备上设置适用于可传输多媒体压缩音频的解码器，定义为音频解码器；
将所述音频发送设备与音频接收设备通过物联网连接，所述音频发送设备基于物联网向音频接收设备发送可传输多媒体压缩音频，在音频接收设备接收到可传输多媒体压缩音频后，使用音频解码器对多媒体音频进行音频解码处理，输出待检测可传输多媒体音频。
3.根据权利要求1中所述的基于物联网的低延时多媒体音频传输检测方法，其特征在于，所述分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类，具体为：
对待检测可传输多媒体音频进行频谱分析，获取待检测可传输多媒体音频的频域和时域的能量分布；
结合所述待检测可传输多媒体音频的频域和时域的能量分布，获取待检测可传输多媒体音频的音频波形，并获取音频波形的形状；
预设音频波形的形状与标准形状之间的标准偏差率，若音频波形的形状与标准形状的偏差率小于标准偏差率，则将音频波形对应的待检测可传输多媒体音频定义为初步无失真多媒体音频；
获取初步无失真多媒体音频的信噪比，并对初步无失真多媒体音频的信噪比进行分析，若初步无失真多媒体音频的信噪比维持在预设范围内，则将对应的初步无失真多媒体音频定义为无失真多媒体音频；
若初步无失真多媒体音频的信噪比不在预设范围内，则将初步无失真多媒体音频定义为一类多媒体失真音频；
若音频波形的形状与标准形状的偏差率大于标准偏差率，则将音频波形对应的待检测可传输多媒体音频定义为二类多媒体失真音频。
4.根据权利要求1中所述的基于物联网的低延时多媒体音频传输检测方法，其特征在于，所述对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频，具体为：
获取音频发送设备与音频接收设备之间的环境参数，所述环境参数包括环境噪音参数及环境温度；
基于一类多媒体失真音频的音频波形的形状，获取一类多媒体失真音频的音频频率，并基于灰色关联法分别计算一类多媒体失真音频的音频频率与环境噪音参数及环境温度的关联性，得到第一关联值和第二关联值；
若第一关联值大于预设值，则通过音频接收设备获取环境噪音参数的频率，并基于所述环境噪音参数的频率获取环境噪音参数的反相频率；
在所述音频接收设备中安装均衡器，并使用均衡器对所述环境噪音参数的反相频率与一类多媒体失真音频的音频频率进行频谱结合处理，得到失真优化多媒体音频；
若第二关联值大于预设值，则基于大数据网络检索环境温度的调控方案并输出，得到失真优化多媒体音频；
若第一关联值和第二关联值均在预设值范围内，则获取音频解码器的工作参数，并引入贝叶斯网络分析音频解码器的工作参数，得到音频解码器的缺陷部位；
基于大数据网络检索音频解码器的缺陷部位的修复方案输出，得到优化音频解码器，并通过所述优化音频解码器对一类多媒体失真音频进行二次解码，得到失真优化多媒体音频。
5.根据权利要求1中所述的基于物联网的低延时多媒体音频传输检测方法，其特征在于，所述对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频，具体为：
将音频发送设备与音频接收设备所在区域定义为音频传输区域，基于历史数据检索，获取音频传输区域内电磁信号干扰设备的类型及位置信息；
基于电磁信号干扰设备的类型及位置信息，构建音频传输区域电磁场模型，基于所述音频传输区域电磁场模型计算音频传输区域中各点的电磁干扰强度，并根据音频传输区域中各点的电磁干扰强度构建音频传输区域的电磁干扰分布图；
基于历史数据检索，在音频传输区域中获取音频传输通道，将所述音频传输通道与电磁干扰分布图结合，得到音频传输通道上各点的电磁干扰强度，并对音频传输通道上各点的电磁干扰强度进行排序，得到音频传输通道电磁干扰强度排序表，基于所述音频传输通道电磁干扰强度排序表，获取电磁干扰强度大于预设值的音频传输通道节点，定义为音频失真点；
将音频传输通道上各点的电磁干扰强度导入深度神经网络模型中进行预测，得到三类多媒体失真音频，并获取三类多媒体失真音频的音频波形形状；
比较二类多媒体失真音频和三类多媒体失真音频的音频波形形状相似度，定义为音频波形形状相似度，若音频波形形状相似度在预设值范围内，则获取音频失真点的数量，若音频失真点数量大于预设值，则在音频传输通道上添加电磁屏蔽设备，使二类多媒体失真音频的音频波形形状与标准形状的偏差率小于标准偏差率，得到失真优化多媒体音频；
若音频失真点数量在预设值范围内，则在音频失真点上添加滤波器，使二类多媒体失真音频的音频波形形状与标准形状的偏差率小于标准偏差率，得到失真优化多媒体音频；
若音频波形形状相似度不在预设值范围内，则结合环境噪声参数及环境温度对二类多媒体失真音频进行分析优化，得到失真优化多媒体音频。
6.根据权利要求1中所述的基于物联网的低延时多媒体音频传输检测方法，其特征在于，所述对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频，具体为：
将所述无失真多媒体音频和失真优化多媒体音频统称为时延待检测多媒体音频；
获取时延待检测多媒体音频的传输时间，基于所述时延待检测多媒体音频的传输时间，得到时延待检测多媒体音频的时延信息；
预设标准时延待检测多媒体音频传输时间，并基于所述标准时延待检测多媒体音频传输时间，得到标准时延待检测多媒体音频的时延信息，比较所述时延待检测多媒体音频的时延信息和标准时延待检测多媒体音频的时延信息，得到时延信息偏差值；
若所述时延信息偏差值在预设范围内，则将时延待检测多媒体音频定义为低延时多媒体音频；
若所述时延信息偏差值不在预设范围内，则将时延待检测多媒体音频定义为高延时多媒体音频，获取音频传输通道的长度，基于音频传输通道的长度获取高延时多媒体音频在音频传输通道中的信号因子通过速率；
若高延时多媒体音频在音频传输通道中的信号因子通过速率小于标准值，则获取音频传输通道拓扑，获取音频传输通道拓扑中各节点的负载值，并将负载值大于预设值的节点定义为高负载节点；
在音频传输通道拓扑的高负载节点处进行带宽放大处理，若带宽放大处理后高延时多媒体音频在音频传输通道中的信号因子通过速率仍小于标准值，则将音频传输通道拓扑导入深度神经网络中进行拓扑结构更新，得到音频传输通道优化拓扑并输出，使时延待检测多媒体音频的时延信息偏差值维持在预设范围内，得到低延时多媒体音频。
7.基于物联网的低延时多媒体音频传输检测***，其特征在于，所述低延时多媒体音频传输检测***包括存储器与处理器，所述存储器中储存有低延时多媒体音频传输检测方法，所述低延时多媒体音频传输检测方法被所述处理器执行时，实现如下步骤：
对多媒体音频进行音频预处理，使多媒体音频转化为可传输多媒体音频，并使用音频接收设备接收可传输多媒体音频；
分析待检测可传输多媒体音频的失真情况，并对失真的待检测可传输多媒体音频进行失真分类；
对一类多媒体失真音频进行失真溯源，并基于失真溯源结果对一类多媒体失真音频进行优化，得到失真优化多媒体音频；
对二类多媒体失真音频进行失真溯源，并基于失真溯源结果对二类多媒体失真音频进行优化，得到失真优化多媒体音频；
对无失真多媒体音频和失真优化多媒体音频进行时延分析，得到时延分析结果，基于所述时延分析结果，对无失真多媒体音频和失真优化多媒体音频进行时延优化，得到低延时多媒体音频。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311696762.5A CN117395181B (zh) | 2023-12-12 | 2023-12-12 | 基于物联网的低延时多媒体音频传输检测方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311696762.5A CN117395181B (zh) | 2023-12-12 | 2023-12-12 | 基于物联网的低延时多媒体音频传输检测方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117395181A CN117395181A (zh) | 2024-01-12 |
| CN117395181B true CN117395181B (zh) | 2024-02-13 |
Family
ID=89468790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311696762.5A Active CN117395181B (zh) | 2023-12-12 | 2023-12-12 | 基于物联网的低延时多媒体音频传输检测方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117395181B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105931649A (zh) * | 2016-03-31 | 2016-09-07 | 欧仕达听力科技（厦门）有限公司 | 基于频谱分析的超低时延音频处理方法与*** |
| CN112969115A (zh) * | 2021-01-22 | 2021-06-15 | 深圳市睿耳电子有限公司 | 一种无线耳机的音质优化方法和相关设备 |
| WO2022012195A1 (zh) * | 2020-07-13 | 2022-01-20 | 腾讯科技（深圳）有限公司 | 音频信号处理方法和相关装置 |
| CN116741191A (zh) * | 2023-07-06 | 2023-09-12 | 北京达佳互联信息技术有限公司 | 音频信号处理方法、装置、电子设备及存储介质 |
| CN117198321A (zh) * | 2023-11-08 | 2023-12-08 | 方图智能(深圳)科技集团股份有限公司 | 一种基于深度学习的复合音频实时传输方法及*** |
-
2023
- 2023-12-12 CN CN202311696762.5A patent/CN117395181B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105931649A (zh) * | 2016-03-31 | 2016-09-07 | 欧仕达听力科技（厦门）有限公司 | 基于频谱分析的超低时延音频处理方法与*** |
| WO2022012195A1 (zh) * | 2020-07-13 | 2022-01-20 | 腾讯科技（深圳）有限公司 | 音频信号处理方法和相关装置 |
| CN112969115A (zh) * | 2021-01-22 | 2021-06-15 | 深圳市睿耳电子有限公司 | 一种无线耳机的音质优化方法和相关设备 |
| CN116741191A (zh) * | 2023-07-06 | 2023-09-12 | 北京达佳互联信息技术有限公司 | 音频信号处理方法、装置、电子设备及存储介质 |
| CN117198321A (zh) * | 2023-11-08 | 2023-12-08 | 方图智能(深圳)科技集团股份有限公司 | 一种基于深度学习的复合音频实时传输方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| 一种用于专业音频传输***的精确时钟同步方法;童亮;王友钊;;电子技术应用;20101106(11);全文 * |
| 提高VoIP音频质量的技术关键;张亮;电声技术;20050717(07);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117395181A (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1308913C (zh) | 编码设备、解码设备及其方法 | |
| US9282330B1 (en) | Method and apparatus for data compression using content-based features | |
| KR20180100368A (ko) | 이미지의 복호화 및 부호화 방법, 복호화 및 부호화 장치, 디코더 및 인코더 | |
| US10997236B2 (en) | Audio content recognition method and device | |
| CN101448075B (zh) | 转换视频和图像信号比特深度 | |
| CN1871856A (zh) | 用于控制音频信号的播放的方法和装置 | |
| CN111489188B (zh) | 一种居民可调负荷潜力挖掘方法及*** | |
| CN111312290B (zh) | 音频数据音质检测方法及装置 | |
| CN110265065B (zh) | 一种构建语音端点检测模型的方法及语音端点检测*** | |
| WO2022111177A1 (zh) | 一种音频检测方法、装置、计算机设备和可读存储介质 | |
| CN115687969A (zh) | 一种基于声音特征分析的低压变压器故障诊断方法 | |
| CN117395181B (zh) | 基于物联网的低延时多媒体音频传输检测方法及*** | |
| CN117198321B (zh) | 一种基于深度学习的复合音频实时传输方法及*** | |
| CN114151293B (zh) | 风机变桨***的故障预警方法、***、设备及存储介质 | |
| CN111312287A (zh) | 一种音频信息的检测方法、装置及存储介质 | |
| Jin et al. | A review of fault diagnosis research on on-load tap-changers | |
| US9215350B2 (en) | Sound processing method, sound processing system, video processing method, video processing system, sound processing device, and method and program for controlling same | |
| CN116567269A (zh) | 一种基于信噪分离的频谱监测数据压缩方法 | |
| US11797372B2 (en) | Method and apparatus for generating time series data based on multi-condition constraints, and medium | |
| US7412384B2 (en) | Digital signal processing method, learning method, apparatuses for them, and program storage medium | |
| CN113488068B (zh) | 音频异常检测方法、装置及计算机可读存储介质 | |
| CN106160944B (zh) | 一种超声波局部放电信号的变速率编码压缩方法 | |
| CN115470251A (zh) | 一种大数据分析展示装置 | |
| CN110321425B (zh) | 一种电网缺陷类型的判断方法及装置 | |
| CN114422515A (zh) | 一种适配电力行业的边缘计算架构设计方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |