特許ウォッチ

公開番号2025168612
公報種別公開特許公報(A)
公開日2025-11-10
出願番号2025107517,2023202514
出願日2025-06-25,2019-09-06
発明の名称オーディオ分類を介した動的な音量調整のためのコンピュータ可読媒体、コンピュータにより実施される方法及びコンピューティングデバイス
出願人グレースノートインコーポレイテッド
代理人個人,個人,個人
主分類H03G 3/20 20060101AFI20251031BHJP(基本電子回路)
要約【課題】オーディオ信号の分類とリアルタイムの入力オーディオ測定値との組み合わせを利用して、オーディオ信号に適用可能な目標ゲイン値を特定する方法、装置、システム、及び製造品を提供する。
【解決手段】方法は、ニューラルネットワークを使用して第1の音量レベルに関連するオーディオ信号のパラメータを分析してオーディオ信号に関連付けられる分類グループを特定するステップ(406)と、オーディオ信号の入力音量を特定するステップ(408)と、オーディオ信号にゲイン値を適用するステップであって、ゲイン値により第1の音量レベルが第2の音量レベルに修正されるステップ(414)と、オーディオ信号に圧縮値を適用するステップであって、圧縮値により第2の音量レベルが目標音量閾値を満たす第3の音量レベルに修正されるステップ(416)と、を含む。
【選択図】図4
特許請求の範囲【請求項１】
命令が記憶されている非一時的コンピュータ可読媒体であって、前記命令が、実行された場合に、１つ又は複数のプロセッサに、
ニューラルネットワークを使用して、第１の音量レベルに関連するオーディオ信号のパラメータを分析して、前記オーディオ信号に関連付けられる分類グループを特定することと、
前記オーディオ信号の入力音量を特定することと、
前記分類グループ及び前記入力音量を特定することに応答して、前記オーディオ信号にゲイン値を適用することであって、前記ゲイン値により、前記第１の音量レベルが第２の音量レベルに修正される、適用することと、
前記オーディオ信号に圧縮値を適用することであって、前記圧縮値により、前記第２の音量レベルが、目標音量閾値を満たす第３の音量レベルに修正される、適用することと、
を含む動作のセットを行わせる、非一時的コンピュータ可読媒体。
続きを表示（約 1,600 文字）【請求項２】
前記オーディオ信号に圧縮値を適用することが、
（ｉ）前記ゲイン値が増加する場合、圧縮値を減少させること、及び
（ｉｉ）前記ゲイン値が減少する場合、圧縮値を増加させること、
をさらに含む、請求項１に記載のコンピュータ可読媒体。
【請求項３】
前記動作のセットは、
前記入力オーディオ信号のソースが変化したかを判定すること、
をさらに含む、請求項１に記載の非一時的コンピュータ可読媒体。
【請求項４】
前記入力オーディオ信号の前記ソースが変化したかを判定することが、
（１）前記入力オーディオ信号に関連付けられた現在の圧縮器ゲインと、前記入力オーディオ信号に関連付けられた以前の圧縮器ゲインとの比較、
（２）前記入力オーディオ信号に関連付けられたＲＭＳパワーと、前記入力オーディオ信号に関連付けられた以前のＲＭＳパワーとの比較、及び
（３）前記入力オーディオ信号に関連付けられた現在のオーディオサンプル値と、前記入力オーディオ信号に関連付けられた以前のオーディオサンプル値との比較、
のうちの少なくとも１つに基づく、請求項３に記載の非一時的コンピュータ可読媒体。
【請求項５】
前記分類グループが、
（１）前記入力オーディオ信号によって表される音楽のジャンル、
（２）前記入力オーディオ信号によって表される音楽の期間、及び
（３）前記入力オーディオ信号によって表される音楽における楽器の有無、
のうちの少なくとも１つを含む、請求項１に記載の非一時的コンピュータ可読媒体。
【請求項６】
前記動作のセットが、前記分類グループ及び前記入力音量に基づき分類ゲイン値を特定すること
をさらに含む、請求項１に記載の非一時的コンピュータ可読媒体。
【請求項７】
前記動作のセットが、前記入力音量と前記分類ゲイン値との間の目標ゲイン値を特定することであって、前記目標ゲイン値は、前記入力音量と前記分類ゲイン値に１つ又は複数の重みを適用することによって決定される、特定すること
をさらに含む、請求項６に記載の非一時的コンピュータ可読媒体。
【請求項８】
前記目標ゲイン値は、前記入力音量に第１の重みを適用し、前記分類ゲイン値に第２の重みを適用することによって決定される、請求項７に記載の非一時的コンピュータ可読媒体。
【請求項９】
音量調整のためにコンピュータにより実施される方法であって、
ニューラルネットワークを使用して、第１の音量レベルに関連するオーディオ信号のパラメータを分析して、前記オーディオ信号に関連付けられる分類グループを特定するステップと、
前記オーディオ信号の入力音量を特定するステップと、
前記分類グループ及び前記入力音量を特定するステップに応答して
、前記オーディオ信号にゲイン値を適用するステップであって、前記ゲイン値により、前記第１の音量レベルが第２の音量レベルに修正される、適用するステップと、
前記オーディオ信号に圧縮値を適用するステップであって、前記圧縮値により、前記第２の音量レベルが、目標音量閾値を満たす第３の音量レベルに修正される、適用するステップと、
を含む、方法。
【請求項１０】
前記オーディオ信号に圧縮値を適用するステップが、
（ｉ）前記ゲイン値が増加する場合、圧縮値を減少させること、及び
（ｉｉ）前記ゲイン値が減少する場合、圧縮値を増加させること、
をさらに含む、請求項９に記載の方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【関連出願】
【０００１】
[0001]本特許は、２０１８年９月７日に出願された米国特許仮出願第６２／７２８，６７７号、及び２０１８年１０月１２日に出願された米国特許仮出願第６２／７４５，１４８号の優先権及び利益を主張する。米国特許仮出願第６２／７０２，７３４号及び米国特許仮出願第６２／７４５，１４８号は、その全体が引用により本明細書に組み込まれている。
続きを表示（約 1,400 文字）【開示の分野】
【０００２】
[0002]本開示は一般には音量調整に関し、より詳細には、オーディオ分類を介した動的な音量調整のための方法及び装置に関する。
【背景】
【０００３】
[0003]近年、様々な特性の多数のメディアが、ますます増加するチャネルを使用して配信されている。これらのメディアは、より従来型のチャネル（たとえば、ラジオ）を使用して、又はより最近開発されたチャネルを使用して、たとえば、インターネットに接続されたストリーミングデバイスを使用するなどして、受信することができる。これらのチャネルが発展するにつれて、複数のソースからの音響（audio、オーディオ）を処理して出力することが可能なシステムも開発されている。たとえば、一部の自動車メディアシステムは、コンパクトディスク（ＣＤ）、ブルートゥース（登録商標）接続デバイス、ユニバーサルシリアルバス（ＵＳＢ）接続デバイス、Ｗｉ－Ｆｉ接続デバイス、補助入力、及び他のソースからメディアを配信することが可能である。
【図面の簡単な説明】
【０００４】
[0004]図１は、オーディオ分類を介した動的な音量調整のための本開示の教示に従って構築された例示的なシステムの概略図である。
【０００５】
[0005]図２は、図１のメディアユニットのさらなる詳細を示すブロック図である。
【０００６】
[0006]図３は、図１及び図２のメディアユニットが使用するための訓練されたモデルを提供することが可能なオーディオ分類エンジンを示すブロック図である。
【０００７】
[0007]図４は、図１及び図２のメディアユニット１０６を実装してオーディオ分類を介した動的な音量調整を実行するために使用することができる例示的な機械可読命令を表すフローチャートである。
[0007]図５は、図１及び図２のメディアユニット１０６を実装してオーディオ分類を介した動的な音量調整を実行するために使用することができる例示的な機械可読命令を表すフローチャートである。
【０００８】
[0008]図６は、図４及び図５の命令を実行して図１及び図２の例示的なメディアユニット１０６を実装することができる例示的なプロセッサプラットフォームの概略図である。
【０００９】
[0009]図は縮尺通りではない。図面（複数可）及び添付の明細書全体を通して、同一又は同様の部分を参照するために、可能な限り同じ参照番号を使用する。
【詳細な説明】
【００１０】
[0010]従来のオーディオメディアの実装では、異なるメディアに関連付けられたオーディオ信号は、異なる音量を有する場合がある。たとえば、あるＣＤのメディアは、他のＣＤのメディアとは大幅に異なる音量で録音及び／又はマスタリングされる場合がある。同様に、ストリーミングデバイスから取得されるメディアは、異なるデバイスから取得されるメディア、又は同じデバイスから異なるアプリケーションを介して取得されるメディアとは大幅に異なる音量レベルを有する場合がある。ユーザがますます様々な異なるソースからのメディアを聞くようになると、ソース間及び同じソースのメディア間の音量レベルの違いが非常に顕著になり、聴取者を苛立たせる可能性がある。
（【００１１】以降は省略されています）

関連特許