本申請涉及衛(wèi)星通信領(lǐng)域，具體而言，涉及一種衛(wèi)星通信語音的壓縮方法、裝置及計算機設(shè)備。

背景技術(shù)：

1、目前已經(jīng)存在的衛(wèi)星通信語音壓縮算法，為保證降低語音傳輸所需的帶寬，對衛(wèi)星通信待傳輸?shù)恼Z音的壓縮均需要犧牲語音質(zhì)量，如果想要保證較高的語音質(zhì)量，均需要占用更多的帶寬資源。

技術(shù)實現(xiàn)思路

1、本申請實施例提供了一種衛(wèi)星通信語音的壓縮方法、裝置及計算機設(shè)備，以至少解決相關(guān)技術(shù)中由于為了保證語音質(zhì)量占用過多帶寬資源導致帶寬資源利用率降低的技術(shù)問題。

2、根據(jù)本申請實施例的一個方面，提供了一種衛(wèi)星通信語音的壓縮方法，包括：按照預設(shè)采樣頻率對語音信號進行采樣，獲取樣本語音數(shù)據(jù)，其中，所述預設(shè)采樣頻率根據(jù)傳輸所述語音信號的信道狀態(tài)確定；采用目標神經(jīng)網(wǎng)絡模型對待壓縮語音數(shù)據(jù)進行壓縮處理，得到目標語音數(shù)據(jù)，其中，所述目標神經(jīng)網(wǎng)絡模型為通過以下方式訓練得到的：將樣本語音數(shù)據(jù)和對所述樣本語音數(shù)據(jù)采樣時的信道狀態(tài)作為輸入，將采用壓縮算法對所述樣本語音數(shù)據(jù)進行壓縮后得到的壓縮語音數(shù)據(jù)作為輸出，對所述目標神經(jīng)網(wǎng)絡模型進行訓練。

3、可選地，按照預設(shè)采樣頻率對語音信號進行采樣，獲取樣本語音數(shù)據(jù)，包括：獲取傳輸所述語音信號的信道狀態(tài)，所述信道狀態(tài)包括：信道的帶寬和信噪比；根據(jù)所述信道的帶寬和所述信噪比確定傳輸所述語音信號的信道狀態(tài)；在所述信道狀態(tài)滿足預設(shè)條件的情況下，采用第一預設(shè)頻率對所述語音信號進行采樣，在所述信道狀態(tài)不滿足預設(shè)條件的情況下，采用第二預設(shè)頻率對所述語音信號進行采樣，所述第一預設(shè)頻率高于所述第二預設(shè)頻率。

4、可選地，采用壓縮算法對所述樣本語音數(shù)據(jù)進行壓縮，包括：將所述樣本語音數(shù)據(jù)進行預加重處理；將預加重處理后的所述樣本語音數(shù)據(jù)分成多個固定長度的幀，其中，所述目標神經(jīng)網(wǎng)絡模型所需迭代的次數(shù)與每個固定長度的幀中包含的語音數(shù)據(jù)樣本數(shù)量相等；將所述多個固定長度的幀進行壓縮，得到所述壓縮語音數(shù)據(jù)。

5、可選地，所述目標神經(jīng)網(wǎng)絡通過以下方式得到，包括：將所述樣本語音數(shù)據(jù)和對所述樣本語音數(shù)據(jù)采樣時的信道狀態(tài)以及所述壓縮語音數(shù)據(jù)確定為訓練數(shù)據(jù)集，并從所述訓練數(shù)據(jù)集中隨機選擇部分數(shù)據(jù)對初始神經(jīng)網(wǎng)絡模型進行預訓練，得到初始模型參數(shù)；按照所述初始模型參數(shù)對所述初始神經(jīng)網(wǎng)絡模型進行設(shè)置后，將所述樣本語音數(shù)據(jù)對應的多個固定長度的幀分別輸入所述初始神經(jīng)網(wǎng)絡模型，進行前向傳播，得到模型輸出值；根據(jù)所述模型輸出值與所述壓縮語音數(shù)據(jù)的對比，確定損失函數(shù)值，并根據(jù)所述損失函數(shù)值對所述初始神經(jīng)網(wǎng)絡模型的模型參數(shù)進行調(diào)整，直到損失函數(shù)收斂，得到所述目標神經(jīng)網(wǎng)絡模型。

6、可選地，根據(jù)所述損失函數(shù)值對所述初始神經(jīng)網(wǎng)絡模型的模型參數(shù)進行調(diào)整，包括：獲取所述初始神經(jīng)網(wǎng)絡模型中每個模型參數(shù)對所述損失函數(shù)的梯度；根據(jù)所述每個模型參數(shù)對所述損失函數(shù)的梯度完成對所述每個模型參數(shù)的更新。

7、可選地，將所述樣本語音數(shù)據(jù)進行預加重處理，包括：獲取所述樣本語音數(shù)據(jù)中每個時間點的語音信號；分別對所述每個時間點的語音信號進行一階高通濾波，完成所述預加重處理。

8、可選地，所述方法還包括：在通信衛(wèi)星中部署初始神經(jīng)網(wǎng)絡模型；將所述目標神經(jīng)網(wǎng)絡模型對應的模型參數(shù)下發(fā)至所述通信衛(wèi)星中，以根據(jù)所述模型參數(shù)對所述初始神經(jīng)網(wǎng)絡模型進行調(diào)整，得到所述目標神經(jīng)網(wǎng)絡模型；接收所述通信衛(wèi)星采用所述目標神經(jīng)網(wǎng)絡模型對所述待壓縮語音數(shù)據(jù)的壓縮結(jié)果，并根據(jù)所述壓縮結(jié)果對所述目標神經(jīng)網(wǎng)絡模型進行更新。

9、根據(jù)本申請實施例的另一方面，還提供了一種衛(wèi)星通信語音的壓縮裝置，包括：獲取模塊，用于按照預設(shè)采樣頻率對語音信號進行采樣，獲取樣本語音數(shù)據(jù)，其中，所述預設(shè)采樣頻率根據(jù)傳輸所述語音信號的信道狀態(tài)確定；壓縮模塊，用于采用目標神經(jīng)網(wǎng)絡模型對待壓縮語音數(shù)據(jù)進行壓縮處理，得到目標語音數(shù)據(jù)，其中，所述目標神經(jīng)網(wǎng)絡模型為通過以下方式訓練得到的：將樣本語音數(shù)據(jù)和對所述樣本語音數(shù)據(jù)采樣時的信道狀態(tài)作為輸入，將采用壓縮算法對所述樣本語音數(shù)據(jù)進行壓縮后得到的壓縮語音數(shù)據(jù)作為輸出，對所述目標神經(jīng)網(wǎng)絡模型進行訓練。

10、根據(jù)本申請實施例的又一方面，還提供了一種計算機設(shè)備，包括：存儲器和處理器，其中，存儲器用于存儲程序指令；處理器，與存儲器連接，用于執(zhí)行上述衛(wèi)星通信語音的壓縮方法。

11、根據(jù)本申請實施例的再一方面，還提供了一種非易失性存儲介質(zhì)，該非易失性存儲介質(zhì)包括存儲的計算機程序，其中，該非易失性存儲介質(zhì)所在設(shè)備通過運行計算機程序執(zhí)行上述衛(wèi)星通信語音的壓縮方法。

12、根據(jù)本申請實施例的再一方面，還提供了一種計算機程序產(chǎn)品，包括計算機指令，該計算機指令被處理器執(zhí)行時實現(xiàn)上述衛(wèi)星通信語音的壓縮方法。

13、在本申請實施例中，通過按照預設(shè)采樣頻率對語音信號進行采樣，獲取樣本語音數(shù)據(jù)，其中，所述預設(shè)采樣頻率根據(jù)傳輸所述語音信號的信道狀態(tài)確定；采用目標神經(jīng)網(wǎng)絡模型對待壓縮語音數(shù)據(jù)進行壓縮處理，得到目標語音數(shù)據(jù)，其中，所述目標神經(jīng)網(wǎng)絡模型為通過以下方式訓練得到的：將樣本語音數(shù)據(jù)和對所述樣本語音數(shù)據(jù)采樣時的信道狀態(tài)作為輸入，將采用壓縮算法對所述樣本語音數(shù)據(jù)進行壓縮后得到的壓縮語音數(shù)據(jù)作為輸出，對所述目標神經(jīng)網(wǎng)絡模型進行訓練，達到了采用神經(jīng)網(wǎng)絡模型對語音數(shù)據(jù)進行壓縮，進而在提高壓縮率的情況下保證語音質(zhì)量的目的，從而實現(xiàn)了提升語音傳輸過程中帶寬利用率的技術(shù)效果，進而解決了相關(guān)技術(shù)中由于為了保證語音質(zhì)量占用過多帶寬資源導致帶寬資源利用率降低的技術(shù)問題。

技術(shù)特征：

1.一種衛(wèi)星通信語音的壓縮方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，按照預設(shè)采樣頻率對語音信號進行采樣，獲取樣本語音數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，采用壓縮算法對所述樣本語音數(shù)據(jù)進行壓縮，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標神經(jīng)網(wǎng)絡通過以下方式得到，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)所述損失函數(shù)值對所述初始神經(jīng)網(wǎng)絡模型的模型參數(shù)進行調(diào)整，包括：

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，將所述樣本語音數(shù)據(jù)進行預加重處理，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

8.一種衛(wèi)星通信語音的壓縮裝置，其特征在于，包括：

9.一種計算機設(shè)備，其特征在于，包括：存儲器和處理器，其中，所述存儲器用于存儲程序指令；所述處理器，與所述存儲器連接，用于執(zhí)行權(quán)利要求1至7中任意一項所述的衛(wèi)星通信語音的壓縮方法。

10.一種計算機程序產(chǎn)品，包括計算機指令，其特征在于，所述計算機指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任意一項所述的衛(wèi)星通信語音的壓縮方法。

技術(shù)總結(jié)
本申請公開了一種衛(wèi)星通信語音的壓縮方法、裝置及計算機設(shè)備。其中，該方法包括：按照預設(shè)采樣頻率對語音信號進行采樣，獲取樣本語音數(shù)據(jù)，其中，預設(shè)采樣頻率根據(jù)傳輸語音信號的信道狀態(tài)確定；采用目標神經(jīng)網(wǎng)絡模型對待壓縮語音數(shù)據(jù)進行壓縮處理，得到目標語音數(shù)據(jù)，其中，目標神經(jīng)網(wǎng)絡模型為通過以下方式訓練得到的：將樣本語音數(shù)據(jù)和對樣本語音數(shù)據(jù)采樣時的信道狀態(tài)作為輸入，將采用壓縮算法對樣本語音數(shù)據(jù)進行壓縮后得到的壓縮語音數(shù)據(jù)作為輸出，對目標神經(jīng)網(wǎng)絡模型進行訓練。本申請解決了相關(guān)技術(shù)中由于為了保證語音質(zhì)量占用過多帶寬資源導致帶寬資源利用率降低的技術(shù)問題。

技術(shù)研發(fā)人員：李屹寰,王德乾,秦屹昂,鐘翔寧,李莎,張浩然,胡培金
受保護的技術(shù)使用者：中國電信股份有限公司衛(wèi)星通信分公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14