音频质量分析方法、装置、电子设备及计算机可读存储介质与流程

1.本公开涉及音频质量分析领域，尤其涉及一种音频质量分析方法、装置、电子设备及计算机可读存储介质。

背景技术：

2.近几年，随着移动互联网的快速发展，多媒体行业迅速崛起，音频内容由于其传播速度快，制作门槛低以及社交属性强能优点受到大量用户和创作者的青睐。为了给用户提供各种质量的音频，需要对每个音频进类别的标注，例如对音频的质量进行mos(mean opinion score，平均主观意见分)打分。
3.目前对于音频音质的mos打分主要以人工评分为主，但是人工评分耗时耗力，且打分准确度低。

技术实现要素：

4.提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
5.为了解决上述技术问题，本公开实施例提出如下技术方案。
6.第一方面，本公开实施例提供一种音频质量分析方法，包括：
7.获取待分析音频；
8.提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；
9.从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型；
10.根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果。
11.进一步的，所述多个音频特征包括：梅尔频率倒谱系数、基频、梯度、梅尔频谱和光谱通量中的至少两种。
12.进一步的，所述音频质量分析模型通过以下步骤训练得到：
13.获取训练数据集，所述训练数据集中包括样本音频以及针对所述样本音频标注的样本质量分析结果；
14.提取所述样本音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；
15.从所述样本音频的多个音频特征中随机获取第一数量的音频特征输入所述待训练音频质量分析模型；
16.根据所述待训练音频质量分析模型输出的质量分析结果和所述样本音频的质量打分标注数据更新所述待训练音频质量分析模型的参数；
17.使用所述训练数据集中的其他样本音频迭代上述特征提取、音频特征输入以及更
新所述待训练音频质量分析模型的参数的步骤，直至达到模型的收敛条件得到所述音频质量分析模型。
18.进一步的，所述音频质量分析模型中包括多个子质量分析模型，所述从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型，根据所述音频质量分析模型的输出结果得到所述待分析音频的质量，包括：
19.所述音频质量分析模型的每个所述子质量分析模型从所述待分析音频的多个音频特征随机获取预设数量的音频特征；其中所述子质量分析模型所获取的音频特征的数量之和等于所述第一数量；
20.获取每个所述子质量分析模型的输出结果；
21.将相同输出结果中数量最多的输出结果作为所述待分析音频的质量分析结果。
22.进一步的，所述提取所述待分析音频的多个音频特征，从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型包括：
23.将所述待分析音频分为多个音频帧；
24.对每个音频帧提取多个音频特征；
25.从所述多个音频帧中的每一个音频帧的多个音频特征中随机获取第一数量的音频特征分别输入音频质量分析模型。
26.进一步的，所述根据所述音频质量分析模型的输出结果得到所述待分析音频的分析结果，包括：
27.所述音频质量分析模型根据所述多个音频帧输出多个输出结果；其中，每个音频帧对应一个输出结果；
28.计算所述多个输出结果的平均结果作为所述待分析音频的质量分析结果。
29.进一步的，所述获取待分析音频，包括：
30.通过音频采集接口进行音频信号采集得到待分析音频；或
31.通过数据传输接口接收待分析音频。
32.进一步的，在所述根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果之后，还包括：
33.显示第一页面，其中所述第一页面中包括所述待分析音频的质量分析结果。
34.进一步的，所述训练数据集通过以下步骤得到：
35.在样本采集终端中确定样本音频的数量；
36.通过样本采集终端搜集所述数量的样本音频；
37.通过样本采集终端将所述样本音频发送至第一平台；
38.通过所述第一平台接收所述样本音频的等级标注数据以得到所述训练数据集。
39.第二方面，本公开实施例提供一种音频质量分析装置，包括：
40.音频获取模块，用于获取待分析音频；
41.特征提取模块，用于提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；
42.输入模块，用于从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型；
43.分析结果获取模块，用于根据所述音频质量分析模型的输出结果得到所述待分析
音频的质量分析结果。
44.进一步的，所述多个音频特征包括：梅尔频率倒谱系数、基频、梯度、梅尔频谱和光谱通量中的至少两种。
45.进一步的，所述音频质量分析模型通过以下步骤训练得到：
46.获取训练数据集，所述训练数据集中包括样本音频以及针对所述样本音频标注的样本质量分析结果；
47.提取所述样本音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；
48.从所述样本音频的多个音频特征中随机获取第一数量的音频特征输入所述待训练音频质量分析模型；
49.根据所述待训练音频质量分析模型输出的质量分析结果和所述样本音频的质量打分标注数据更新所述待训练音频质量分析模型的参数；
50.使用所述训练数据集中的其他样本音频迭代上述特征提取、音频特征输入以及更新所述待训练音频质量分析模型的参数的步骤，直至达到模型的收敛条件得到所述音频质量分析模型。
51.进一步的，所述音频质量分析模型中包括多个子质量分析模型，所述输入模块和所述分析结果获取模块还用于：
52.所述音频质量分析模型的每个所述子质量分析模型从所述待分析音频的多个音频特征随机获取预设数量的音频特征；其中所述子质量分析模型所获取的音频特征的数量之和等于所述第一数量；
53.获取每个所述子质量分析模型的输出结果；
54.将相同输出结果中数量最多的输出结果作为所述待分析音频的质量分析结果。
55.进一步的，所述特征提取模块和所述输入模块还用于：
56.将所述待分析音频分为多个音频帧；
57.对每个音频帧提取多个音频特征；
58.从所述多个音频帧中的每一个音频帧的多个音频特征中随机获取第一数量的音频特征分别输入音频质量分析模型。
59.进一步的，所述分析结果获取模块还用于：
60.所述音频质量分析模型根据所述多个音频帧输出多个输出结果；其中，每个音频帧对应一个输出结果；
61.计算所述多个输出结果的平均结果作为所述待分析音频的质量分析结果。
62.进一步的，所述音频获取模块，还用于：
63.通过音频采集接口进行音频信号采集得到待分析音频；或
64.通过数据传输接口接收待分析音频。
65.进一步的，所述音频质量分析装置还包括显示模块，用于：
66.显示第一页面，其中所述第一页面中包括所述待分析音频的质量分析结果。
67.进一步的，所述训练数据集通过以下步骤得到：
68.在样本采集终端中确定样本音频的数量；
69.通过样本采集终端搜集所述数量的样本音频；
70.通过样本采集终端将所述样本音频发送至第一平台；
71.通过所述第一平台接收所述样本音频的等级标注数据以得到所述训练数据集。
72.第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器；以及，
73.与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面中的任一所述的方法。
74.第四方面，本公开实施例提供一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行前述第一方面中的任一所述的方法。
75.本公开实施例公开了一种音频质量分析方法、装置、电子设备和计算机可读存储介质。其中该音频质量分析方法包括：获取待分析音频；提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型；根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果。上述方法通过多种音频特征以及分析模型，解决了人工分析所带来的耗时以及分析准确度低的技术问题。
76.上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
77.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
78.图1为本公开实施例提供的音频质量分析方法的流程示意图；
79.图2为本公开实施例提供的音频质量分析方法中的音频分帧示意图；
80.图3为本公开实施例提供的音频质量分析方法的应用场景示意图；
81.图4为本公开实施例提供的音频质量分析装置的实施例的结构示意图；
82.图5为根据本公开实施例提供的电子设备的结构示意图。
具体实施方式
83.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
84.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
85.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
86.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
87.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
88.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
89.图1为本公开实施例提供的音频质量分析方法实施例的流程图，本实施例提供的该音频质量分析方法可以由一音频质量分析装置来执行，该音频质量分析装置可以实现为软件，或者实现为软件和硬件的组合，该音频质量分析装置可以集成设置在音频质量分析系统中的某设备中，比如音频质量分析服务器或者音频质量分析终端设备中。如图1所示，该方法包括如下步骤：
90.步骤s101，获取待分析音频；
91.可选的，所述待分析音频的等级表示所述待分析音频的质量，如音质等，所述待分析音频可以包括语音、音乐、歌曲等各种内容的音频。
92.可选的，所述步骤s101包括：
93.通过音频采集接口进行音频信号采集得到待分析音频；或
94.通过数据传输接口接收待分析音频。
95.其中，所述音频采集接口为内置其他音频系统的接口，用于实时采集音频数据。示例性的，通过服务器接收用户实时录制的音频，则服务器通过http接口与用户的终端设备连接，用户终端设备通过麦克风采集到环境中的声音并通过所述http接收上传至所述服务器中，由此，可以实现远程的实时音频采集。
96.其中，所述数据传输接口为web页面接口，如在页面中设置上传入口，用户通过该上传入口上传所述待分析音频。
97.返回附图1，所述音频质量分析方法还包括，步骤s102，提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；
98.其中，所述提取待分析音频的多个音频特征可以使用任何音频特征提取方法，提取的音频特征的类型也可以是任何类型。示例性的，所述音频特征可以包括梅尔频率倒谱系数、基频、梯度、梅尔频谱和光谱通量中的至少两种。
99.示例性的，提取所述待分析音频的上述五个类型的音频特征，其中梅尔频率倒谱系数类型包括40个音频特征，基频类型包括3个特征，梯度类型包括2个特征，梅尔频谱类型包括256个特征，光谱通量类型包括3个特征。其中每类特征中会包含特征的标准差和平均值，其中梯度类型和光谱通量类型中包括其最大值信息。以上述五个类型的音频特征为例，对所述待分析音频进行音频特征提取得到上述五个类型的音频特征共304个音频特征，将这304个音频特征分别存放在304个数组中。
100.可选的，所述步骤s102包括：将所述待分析音频分为多个音频帧；对每个音频帧提取多个音频特征。其中，将所述待分析音频分为多个音频帧包括：根据预设的帧长度与预设的步长将所述待分析音频划分为多个音频帧。示例性的，如图2所示，一段音频的时长为5
秒，预设的帧长度为1秒，预设的步长为0.5秒，则上述5秒的音频被划分为9个音频帧，相邻两个音频帧之间有0.5秒的重叠部分。在得到所述多个音频帧之后，对每个音频帧提取多个音频特征。多所述音频帧提取音频特征的过程与提取待分析音频的音频特征的过程相同，在此不再赘述。
101.返回附图1，所述音频质量分析方法还包括，步骤s103，从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型。
102.在该步骤中，所述第一数量与所使用的音频质量分析模型相关。从所述待分析音频的多个音频特征中获取第一数量的音频特征包括：从所述至少两类音频特征中随机获取第一数量的音频特征。示例性的，所述上述示例中所述，提取出的音频特征包括五个类型304个特征，则从所述304个特征中随机获取第一数量的音频特征作为所述音频质量分析模型的输入。其中，所述第一数量可以为任何数值，可以大于、等于或小于所述音频特征的总数。
103.可选的，在从所述待分析音频的多个音频特征中随机获取第一数量的音频特征时，对所述音频特征进行编号，之后通过将预设的随机函数执行所述第一数量次数得到所述第一数量个音频特征。
104.可选的，所述音频质量分析模型中包括多个子质量分析模型，所述步骤s103，包括：
105.所述音频质量分析模型的每个所述子质量分析模型从所述待分析音频的多个音频特征随机获取预设数量的音频特征；其中所述子质量分析模型所获取的音频特征的数量之和等于所述第一数量。
106.其中，所述多个子质量分析模型中的每一个均用于对所述待分析音频进行分析，每个子质量分析模型从所述多个音频特征中随机获取预设数量的音频特征；其中，所述预设数量对于每个子质量分析模型可以相同或者不同，例如，音频质量分析模型中包括4个子质量分析模型，第一个子质量分析模型随机获取10个音频特征，第二个子质量分析模型随机获取100个音频特征，第三个子质量分析模型随机获取30个音频特征，第四个子质量分析模型随机获取90个音频特征。所有子质量分析模型获取的音频特征的数量之和等于所述第一数量。
107.当所述待分析音频被划分为多个音频帧时，所述步骤s103包括：从所述多个音频帧中的每一个音频帧的多个音频特征中随机获取第一数量的音频特征分别输入音频质量分析模型。
108.返回附图1，所述音频质量分析方法还包括，步骤s104，根根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果。
109.在该步骤中，所述音频质量分析模型输出所述待分析音频的分析结果。
110.可选的，当所述音频质量分析模型中包括多个子质量分析模型的情况下，所述步骤s104包括：
111.获取每个所述子质量分析模型的输出结果；
112.将相同输出结果中数量最多的输出结果作为所述待分析音频的分析结果。
113.在上述步骤中，每个子质量分析模型均会输出一个输出结果，即所述待分析音频的分析结果，则将相同的输出结果中数量最多的输出结果作为最终的分析结果。如子质量
分析模型的数量为50个，其中15个子质量分析模型输出的分析结果为第一结果，其中子质量分析模型25个分析结果为第二结果，其中10个子质量分析模型输出的分析结果为第三结果，则所述音频质量分析模型的输出结果为第二结果。如果相同输出结果中数量最多的输出结果有多个，则随机从中选择一个作为分析结果。
114.可选的，当所述待分析音频被划分为多个音频这的情况下，所述步骤s104包括：
115.所述音频质量分析模型根据所述多个音频帧输出多个输出结果；
116.计算所述多个输出结果的平均结果作为所述待分析音频的分析结果。
117.在上述步骤中，对于每个音频帧，所述音频质量分析模型均为输出一个输出结果，以得到多个输出结果，最终将所述多个输出结果的平均结果作为所述待分析音频的分析结果。例如，所述分析结果表示所述音频的音质等级，可以使用数值表示，如5个等级分别表示为1-5，则每一音频帧均对应一个等级，此时计算多个音频帧所对应的等级的平均等级作为所述分析结果。
118.上述步骤s101-步骤s104，通过提取待分析音频的至少两类音频特征，并将获取的第一数量的音频特征输入训练好的音频质量分析模型得到待分析音频的分析结果。由于使用了音频质量分析模型，避免了人工对音频质量分析耗时耗力的问题；由于使用了至少两类音频特征，解决了分析准确度低的问题。
119.进一步的，上述步骤中所使用的音频质量分析模型为预先训练好的模型，其通过以下步骤训练得到：
120.获取训练数据集，所述训练数据集中包括样本音频以及针对所述样本音频标注的样本质量分析结果；
121.提取所述样本音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；
122.从所述样本音频的多个音频特征中随机获取第一数量的音频特征输入所述待训练音频质量分析模型；
123.根据所述待训练音频质量分析模型输出的质量分析结果和所述样本音频的质量打分标注数据更新所述待训练音频质量分析模型的参数；
124.使用所述训练数据集中的其他样本音频迭代上述特征提取、音频特征输入以及更新所述待训练音频质量分析模型的参数的步骤，直至达到模型的收敛条件得到所述音频质量分析模型。。
125.可以理解的，上述步骤中还可以包括初始化步骤，用于初始化待训练音频质量分析模型的参数，所述初始化步骤可以包括随机初始化所述待训练音频质量分析模型的参数或者将所述待训练音频质量分析模型的参数初始化成预设值。当所述待训练音频质量分析模型中包括多个子质量分析模型时，所述初始化待训练音频质量分析模型的参数包括初始化所述音频质量分析模型的框架参数以及所述子质量分析模型的参数；示例性的，所述音频质量分析模型为随机森林模型，则所述音频质量分析模型的参数包括框架参数，如随机森林中的决策树的个数，还包括子质量分析模型的参数，如随机森林中的决策树的参数，如决策树最大特征数量，即上述随机获取的特征的预设数量、决策树的深度、最大叶子节点数等等参数。
126.获取训练样本集，样本集中包括样本音频以及样本音频的等级标注数据，所述等
级标注数据在本公开中可以表示所述样本音频的音质，如将所述音质划分为5个等级，，所述等级注数据为所述5个等级中的一个，所述等级标注数据可以用向量表示，如5个等级可以用5个bit的one-hot编码表示。
127.提取所述样本音频的多个音频特征。该步骤的执行过程与上述步骤s102相同，在此不再赘述。
128.从所述样本音频的多个音频特征中获取第一数量的音频特征输入所述待训练音频质量分析模型。其中，所述获取第一数量的音频特征的过程与步骤s103中相同，在此不再赘述。
129.根据所述待训练音频质量分析模型输出的分析结果和所述样本音频的等级标注数据更新所述待训练音频质量分析模型的参数。示例性的，通过预先设置的损失函数计算所述待训练音频质量分析模型的损失，所述损失函数是与所述分析结果和所述等级标注数据相关的函数。在得到所述待训练音频质量分析模型的损失之后，根据反向传播算法计算损失函数的梯度，并根据所述梯度更新所述待训练音频质量分析模型的参数。
130.之后使用训练集合中的其他样本音频迭代上述特征提取、音频特征输入以及更新所述待训练音频质量分析模型的参数的步骤，直至达到模型的收敛条件得到所述音频质量分析模型。示例性的，所述收敛条件包括所述损失函数的值小于预设值。
131.进一步的，所述训练数据集通过以下步骤得到：
132.在样本采集终端中确定样本音频的数量；
133.通过样本采集终端搜集所述数量的样本音频；
134.通过样本采集终端将所述样本音频发送至第一平台；
135.通过所述第一平台接收所述样本音频的等级标注数据以得到所述训练数据集。
136.其中，所述第一平台包括众测平台。在确定了训练数据集中的样本的数量之后，样本采集终端搜集足够量的样本音频并发送到所述第一平台，所述第一平台用于向用户展示所述样本音频并接受用户对所述样本音频的标注。示例性的，所述第一平台向用户展示标注的标准，如音质的划分标准，并播放所示样本音频，之后接收用户所选择的等级标注数据以得到所述训练数据集。示例性的，每个所述样本音频可能被标注多次，如有多个用户对同一个样本音频进行标注，则此时选择标注次数最多的等级标注数据作为所述样本音频的等级标注数据或者使用所述多个用户的等级标注数据的平均值作为所述样本音频的等级标注数据。
137.进一步的，在所述步骤s104之后，还包括：显示第一页面，其中所述第一页面中包括所述待分析音频的分析结果。
138.在上述步骤中，在得到分析结果之后，在终端中显示展示所述分析结果的第一页面。可选的，所述第一页面中可以仅展示当前音频的分析结果，也可以展示当前音频的分析结果和其他历史音频的分析结果。
139.图3为上述实施例中的音频质量分析方法的一个应用场景。如图2所示，所述应用场景中给待分析音频进行音质打分，其中分数分为1-5分，分别对应5个等级。当获取到待分析音频之后，通过分帧操作，将其划分为帧长度为1秒，帧间隔为0.5秒的多个音频帧；之后对每个音频帧进行特征提取，如提取每个音频帧的梅尔频率倒谱系数、基频、梯度、梅尔频谱和光谱通量五种音频特征。其中梅尔频率倒谱系数类型包括40个音频特征，基频类型包
括3个特征，梯度类型包括2个特征，梅尔频谱类型包括256个特征，光谱通量类型包括3个特征共304个特征。之后音频质量分析模型随机从这304个特征中可重复的选择全部或部分特征作为模型的输入，其中包括每个子模型从所述304个特征中可重复的选择全部或部分特征作为所述子模型的输入。每个子模型均输出一个分数，之后选择出现次数最多的分数作为所述音频质量分析模型的分析结果。对同一个待分析音频的每个音频帧均执行上述操作得到同一个待分析音频的多个分析结果，计算所述多个分析结果的平均分析结果为所述待分析音频的分析结果。
140.本公开实施例公开了一种音频质量分析方法，该音频质量分析方法包括：获取待分析音频；提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型；根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果。上述方法通过多种音频特征以及分析模型，解决了人工分析所带来的耗时以及分析准确度低的技术问题。
141.在上文中，虽然按照上述的顺序描述了上述方法实施例中的各个步骤，本领域技术人员应清楚，本公开实施例中的步骤并不必然按照上述顺序执行，其也可以倒序、并行、交叉等其他顺序执行，而且，在上述步骤的基础上，本领域技术人员也可以再加入其他步骤，这些明显变型或等同替换的方式也应包含在本公开的保护范围之内，在此不再赘述。
142.图4为本公开实施例提供的音频质量分析装置实施例的结构示意图。如图4所示，该装置400包括：音频获取模块401、特征提取模块402、输入模块403和分析结果获取模块404。其中，
143.音频获取模块401，用于获取待分析音频；
144.特征提取模块402，用于提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；
145.输入模块403，用于从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型；
146.分析结果获取模块404，用于根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果。
147.进一步的，所述多个音频特征包括：梅尔频率倒谱系数、基频、梯度、梅尔频谱和光谱通量中的至少两种。
148.进一步的，所述音频质量分析模型通过以下步骤训练得到：
149.获取训练数据集，所述训练数据集中包括样本音频以及针对所述样本音频标注的样本质量分析结果；
150.提取所述样本音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；
151.从所述样本音频的多个音频特征中随机获取第一数量的音频特征输入所述待训练音频质量分析模型；
152.根据所述待训练音频质量分析模型输出的质量分析结果和所述样本音频的质量打分标注数据更新所述待训练音频质量分析模型的参数；
153.使用所述训练数据集中的其他样本音频迭代上述特征提取、音频特征输入以及更
新所述待训练音频质量分析模型的参数的步骤，直至达到模型的收敛条件得到所述音频质量分析模型。
154.进一步的，所述音频质量分析模型中包括多个子质量分析模型，所述输入模块403和所述分析结果获取模块404还用于：
155.所述音频质量分析模型的每个所述子质量分析模型从所述待分析音频的多个音频特征随机获取预设数量的音频特征；其中所述子质量分析模型所获取的音频特征的数量之和等于所述第一数量；
156.获取每个所述子质量分析模型的输出结果；
157.将相同输出结果中数量最多的输出结果作为所述待分析音频的质量分析结果。
158.进一步的，所述特征提取模块402和所述输入模块403还用于：
159.将所述待分析音频分为多个音频帧；
160.对每个音频帧提取多个音频特征；
161.从所述多个音频帧中的每一个音频帧的多个音频特征中随机获取第一数量的音频特征分别输入音频质量分析模型。
162.进一步的，所述分析结果获取模块404还用于：
163.所述音频质量分析模型根据所述多个音频帧输出多个输出结果；其中，每个音频帧对应一个输出结果；
164.计算所述多个输出结果的平均结果作为所述待分析音频的质量分析结果。
165.进一步的，所述音频获取模块401，还用于：
166.通过音频采集接口进行音频信号采集得到待分析音频；或
167.通过数据传输接口接收待分析音频。
168.进一步的，所述音频质量分析装置还包括显示模块，用于：
169.显示第一页面，其中所述第一页面中包括所述待分析音频的质量分析结果。
170.进一步的，所述训练数据集通过以下步骤得到：
171.在样本采集终端中确定样本音频的数量；
172.通过样本采集终端搜集所述数量的样本音频；
173.通过样本采集终端将所述样本音频发送至第一平台；
174.通过所述第一平台接收所述样本音频的等级标注数据以得到所述训练数据集。
175.图4所示装置可以执行图1-图2所示实施例的方法，本实施例未详细描述的部分，可参考对图1-图2所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1-图2所示实施例中的描述，在此不再赘述。
176.下面参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
177.如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有电子设备
500操作所需的各种程序和数据。处理装置501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
178.通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
179.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
180.需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
181.在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
182.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
183.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：执行上述音频质量分析方法。
184.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算
机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
185.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
186.描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
187.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
188.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
189.根据本公开的一个或多个实施例，提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面中的任一所述音频质量分析方法。
190.根据本公开的一个或多个实施例，提供了一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行前述第一方面中的任一所述音频质量分析方法。
191.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术
方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：

1.一种音频质量分析方法，其特征在于，包括：获取待分析音频；提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型；根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果。2.如权利要求1所述的音频质量分析方法，其特征在于，所述多个音频特征包括：梅尔频率倒谱系数、基频、梯度、梅尔频谱和光谱通量中的至少两种。3.如权利要求1所述的音频质量分析方法，其中，所述音频质量分析模型通过以下步骤训练得到：获取训练数据集，所述训练数据集中包括样本音频以及针对所述样本音频标注的样本质量分析结果；提取所述样本音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；从所述样本音频的多个音频特征中随机获取第一数量的音频特征输入所述待训练音频质量分析模型；根据所述待训练音频质量分析模型输出的质量分析结果和所述样本音频的质量打分标注数据更新所述待训练音频质量分析模型的参数；使用所述训练数据集中的其他样本音频迭代上述特征提取、音频特征输入以及更新所述待训练音频质量分析模型的参数的步骤，直至达到模型的收敛条件得到所述音频质量分析模型。4.如权利要求1所述的音频分析方法，其特征在于，所述音频质量分析模型中包括多个子质量分析模型，所述从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型，根据所述音频质量分析模型的输出结果得到所述待分析音频的质量，包括：所述音频质量分析模型的每个所述子质量分析模型从所述待分析音频的多个音频特征随机获取预设数量的音频特征；其中所述子质量分析模型所获取的音频特征的数量之和等于所述第一数量；获取每个所述子质量分析模型的输出结果；将相同输出结果中数量最多的输出结果作为所述待分析音频的质量分析结果。5.如权利要求1所述的音频质量分析方法，其特征在于，所述提取所述待分析音频的多个音频特征，从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型包括：将所述待分析音频分为多个音频帧；对每个音频帧提取多个音频特征；从所述多个音频帧中的每一个音频帧的多个音频特征中随机获取第一数量的音频特征分别输入音频质量分析模型。6.如权利要求5所述的音频分析方法，其特征在于，所述根据所述音频质量分析模型的
输出结果得到所述待分析音频的分析结果，包括：所述音频质量分析模型根据所述多个音频帧输出多个输出结果；其中，每个音频帧对应一个输出结果；计算所述多个输出结果的平均结果作为所述待分析音频的质量分析结果。7.如权利要求1所述的音频分析方法，其特征在于，所述获取待分析音频，包括：通过音频采集接口进行音频信号采集得到待分析音频；或通过数据传输接口接收待分析音频。8.如权利要求1所述的音频分析方法，其特征在于，在所述根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果之后，还包括：显示第一页面，其中所述第一页面中包括所述待分析音频的质量分析结果。9.如权利要求2所述的音频分析方法，其特征在于，所述训练数据集通过以下步骤得到：在样本采集终端中确定样本音频的数量；通过样本采集终端搜集所述数量的样本音频；通过样本采集终端将所述样本音频发送至第一平台；通过所述第一平台接收所述样本音频的等级标注数据以得到所述训练数据集。10.一种音频质量分析装置，其特征在于，包括：音频获取模块，用于获取待分析音频；特征提取模块，用于提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；输入模块，用于从所述待分析音频的多个音频特征中随机获取第一数量的音频特征输入音频质量分析模型；分析结果获取模块，用于根据所述音频质量分析模型的输出结果得到所述待分析音频的分析结果。11.一种电子设备，包括：存储器，用于存储计算机可读指令；以及处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现根据权利要求1-10中任意一项所述的方法。12.一种非暂态计算机可读存储介质，用于存储计算机可读指令，当所述计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-10中任意一项所述的方法。

技术总结

本公开实施例公开了一种音频质量分析方法、装置、电子设备和计算机可读存储介质。其中该音频质量分析方法包括：获取待分析音频；提取所述待分析音频的多个音频特征；其中，所述多个音频特征中包括至少两类音频特征；从所述待分析音频的多个音频特征中获取第一数量的音频特征输入音频质量分析模型；根据所述音频质量分析模型的输出结果得到所述待分析音频的质量分析结果。上述方法通过多种音频特征以及分析模型，解决了人工分析所带来的耗时以及分析准确度低的技术问题。分析准确度低的技术问题。分析准确度低的技术问题。