買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉成都小唱科技有限公司申請的專利一種降低音頻燈光同步延遲系統及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120417173B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510869387.2，技術領域涉及：H05B47/105；該發明授權一種降低音頻燈光同步延遲系統及裝置是由何文強設計研發完成，并于2025-06-26向國家知識產權局提交的專利申請。

本一種降低音頻燈光同步延遲系統及裝置在說明書摘要公布了：本發明公開了一種降低音頻燈光同步延遲系統及裝置，包括：音頻特征提取模塊，用于將輸入音頻信號轉換為梅爾譜特征Smel；燈光參數生成模塊，用于生成燈光控制參數Vlight；預測模塊，用于通過LSTM基于歷史數據中的梅爾譜特征Smel和燈光控制參數Vlight預測未來的燈光指令Cpred，LSTM包含可切換的權重矩陣；實時處理模塊，用于通過FFT單元基于當前梅爾譜特征Smel生成實時燈光指令Creal；仲裁模塊，用于比較未來的燈光指令Cpred與實時燈光指令Creal的差異度D。本發明能夠通過分場景模型訓練、實時延遲校準、多維度仲裁決策與硬件加速處理的全方位優化，將音頻燈光同步延遲降低，實現燈光效果與演唱內容實時聯動。

本發明授權一種降低音頻燈光同步延遲系統及裝置在權利要求書中公布了：1.一種降低音頻燈光同步延遲系統，其特征在于，包括： 音頻特征提取模塊，用于將輸入音頻信號轉換為梅爾譜特征Smel； 燈光參數生成模塊，用于生成燈光控制參數Vlight； 預測模塊，用于通過LSTM基于歷史數據中的梅爾譜特征Smel和燈光控制參數Vlight預測未來的燈光指令Cpred，LSTM包含可切換的權重矩陣； 實時處理模塊，用于通過FFT單元基于當前梅爾譜特征Smel生成實時燈光指令Creal； 仲裁模塊，用于比較未來的燈光指令Cpred與實時燈光指令Creal的差異度D，當D＞δ時輸出未來的燈光指令Cpred，否則輸出實時燈光指令Creal作為仲裁指令，δ為預設閾值； 聯合編解碼模塊，用于將所述仲裁指令對應的梅爾譜特征Smel和燈光控制參數Vlight聯合編碼為聯合向量Z，并解碼為協議控制信號； 所述預測模塊包括： 人聲能量占比計算單元，用于計算人聲能量占比，具體過程為： ，其中E300-3400Hz為音頻信號在300Hz至3400Hz頻段內的能量，即人聲的主要頻率范圍，Etotal為音頻信號的總能量； 權重切換單元，用于在Rvocal大于γ時采用第一權重矩陣W1，否則采用第二權重矩陣W2，γ為預設閾值； 還包括LSTM訓練模塊，LSTM訓練模塊通過以下步驟生成第一權重矩陣W1和第二權重矩陣W2： 步驟a：采集人聲主導場景的音頻數據集Dvocal和音樂主導場景數據集Dmusic； 步驟b：構建LSTM網絡架構，所述網絡包含輸入層、隱藏層和輸出層，以及可訓練的權重矩陣W； 步驟c：定義損失函數：； 其中，W為LSTM網絡的權重矩陣；為第i個樣本在權重W下的預測燈光指令；為第i個樣本的真實燈光指令；N為訓練樣本數量； 步驟d：采用梯度下降算法結合時間反向傳播算法迭代優化權重矩陣： 基于時間反向傳播計算損失函數對權重的梯度：； 更新權重矩陣：，其中η為學習率，為損失函數對權重矩陣W的梯度； 對人聲主導場景的音頻數據集Dvocal應用步驟a到步驟d的過程進行優化，獲得優化后的第一權重矩陣W1； 對音樂主導場景數據集Dmusic應用步驟a到步驟d的過程進行優化，獲得優化后的第二權重矩陣W2； 所述LSTM訓練模塊部署于云端服務器，第一權重矩陣W1和第二權重矩陣W2通過無線網絡更新至本地預測模塊； 所述差異度D的獲取過程為： ； 式中，α為仲裁模塊的差異度指標；c∈{R,G,B}為遍歷紅、綠、藍三個顏色通道，覆蓋燈光的色彩維度；Ic,pred為預測的通道c亮度值；Ic,real為實時計算的通道c亮度值；β為頻率差異的權重系數；Ffreq,pred為預測的燈光閃爍頻率；Ffreq,real為實時計算的燈光閃爍頻率。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人成都小唱科技有限公司，其通訊地址為：610095 四川省成都市高新區益州大道中段1800號天府軟件園G區3棟7層701號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。