CN102930887A - 一种音频文件处理方法及系统 - Google Patents

Abstract

本发明涉及音频处理领域，提供了一种音频文件处理方法及系统，以为用户提供有效的歌曲快照。该方法包括选择歌曲文件，并将所述歌曲文件从音频文件格式统一转换为Wav格式；分析所述歌曲文件，计算出歌曲文件的关键快照起止时间；切割出快照歌曲文件。采用本发明的技术方案，可以用于移动互联网的下载歌曲，节约带宽和流量以及省钱；帮助用户试听歌曲是否好听，是否对版（是否自己所要听的歌曲）；在高昂的手机流量费用下，很好的节约了带宽和金钱；帮助人们高效的批量制作铃声。

Description

一种音频文件处理方法及系统

技术领域

本发明涉及音频处理技术，特别地涉及一种音频文件处理方法及系统。

背景技术

随着移动互联网的迅猛发展，利用手机上网越来越多，而通过手机下载歌曲也就越来越普遍，但是存在的瓶颈是流量费用比较贵，而且下载网速比较慢。

针对移动互联网音乐需求进行分析，提供歌曲快照（关键片段），能够很好的代表这首歌曲，歌曲文件大大减少，对用户来说能够很少的花费就可以听听这首歌曲好听不好听，对版不对版，而且在现在的很慢的移动网速来说大大节约了用户时间；对移动运营商的带宽减少和服务器压力减少都有很好的作用；对服务提供商带宽消耗减少许多，服务器的消耗和用户的体验都有很好的提升。

如果提供有效的歌曲快照成为亟待解决的技术问题。

发明内容

本发明解决的技术问题在于提供了一种音频文件处理方法及系统，以为用户提供有效的歌曲快照。

为解决上述问题，本发明提供了一种音频文件处理方法，包括，

选择歌曲文件，并将所述歌曲文件从音频文件格式统一转换为Wav格式；

分析所述歌曲文件，计算出歌曲文件的关键快照起止时间；

切割出快照歌曲文件。

进一步地，上述的方法，还包括，

对所述切割出的快照歌曲文件进行淡化处理；

写入歌名、歌手标签信息到快照歌曲文件；

对快照歌曲文件进行质量检测，在检测合格后提交所述快照歌曲文件至存储数据库。

上述的方法，其中，所述选择歌曲文件具体包括，

将同名、同歌手的歌曲文件为同组，在同组中选择大于特定时长的歌曲文件，所述特定时长优选大于70秒。

上述的方法，其中，所述分析所述歌曲文件，计算出歌曲文件的关键快照起止时间具体包括，

提取所述歌曲Wav格式文件的信息：采样大小（采样值）、采样率、单双声道信息，并计算出所述歌曲文件时长；

根据所述歌曲文件时长确定关键快照的默认时长；

根据Wav 格式的歌曲文件，读取音频采样数据进行存储；

在采样数据基础上产生出按照时间升序排序的序列表；

计算所有相邻片段均值差量的百分比，形成一个百分比数组；

在上面步骤的基础上，找出可能的段落起止点，形成候选段落点数组；

根据对比时长，选出平均幅值最大的片段的起止时间和最大平均幅值；

计算确定的段落（片段）点间的时长 ，筛选掉< 30秒时长的段落，若选出了快照片段，则根据该快照片段确定快照起止时间；否则，选出默认时长（40或45秒） 平均幅值最大的片段，称为默认片段，根据该默认片段确定快照起止时间。

上述的方法，其中，所述切割出快照歌曲文件中进行切割采用的方法包括，

直接用开源工具ffmpeg 按照指定时间对MP3文件进行切割；或

用开源库MAD和libmp3lame 进行截取片段歌曲数据。

上述的方法，其中，对所述切割出的快照歌曲文件进行淡化处理具体包括淡入操作和淡出操作，淡入操作是声音从低到高渐变的过程；淡出操作是声音从高到底渐变过程； 具体地，淡入快照片段的前3秒，淡出结尾的3秒。

上述的方法，其中，所述写入歌名、歌手tag信息到快照歌曲文件具体包括，

把歌名歌手按照ID3v2.3 格式写入MP3格式的快照文件。

上述的方法，其中，所述对快照歌曲文件进行质量检测，在检测合格后提交所述快照歌曲文件至存储数据库具体包括，

检测快照歌曲文件MP3大小，如果所产生的片段MP3文件大小经验值大于5KB且小于<4MB，则合格。

本发明还提供了一种音频文件处理系统，包括，

歌曲文件转换模块，用于选择歌曲文件，并将所述歌曲文件从音频文件格式统一转换为Wav格式；

歌曲文件分析模块，用于分析所述歌曲文件，计算出歌曲文件的关键快照起止时间；

歌曲文件切割模块，用于切割出快照歌曲文件。

进一步地，上述的系统，还包括，

淡化处理模块，用于对所述切割出的快照歌曲文件进行淡化处理；

标签写入模块，用于写入歌名、歌手标签信息到快照歌曲文件；

质量检测模块，用于对快照歌曲文件进行质量检测，在检测合格后提交所述快照歌曲文件至存储数据库。

采用本发明的技术方案，可以用于移动互联网的下载歌曲，节约带宽和流量以及省钱；帮助用户试听歌曲是否好听，是否对版（是否自己所要听的歌曲）；在高昂的手机流量费用下，很好的节约了带宽和金钱；帮助人们高效的批量制作铃声。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明第一实施例流程图；

图2是一个歌曲波形示意图；

图3是歌曲关键快照波形示意图；

图4是本发明第二实施例结构图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，是本发明第一实施例流程图，提供了一种音频文件处理方法，具体包括，

步骤S101，选择歌曲文件，并将所述歌曲文件从音频文件格式统一转换为Wav格式；

作为一个实施例，选择歌曲文件是从互联网海量歌曲中进行的，由于互联网海量歌曲各有不同的情况，存在歌曲不完整、音质差等问题，因此具体选择步骤包括，将同名、同歌手的歌曲文件为同组，选择大于特定时长的歌曲文件，所述特定时长优选大于70秒（也可以是70~100秒内任一时长）。

步骤S102，分析所述歌曲文件，计算出歌曲文件的关键快照起止时间；

如图2所示，是一个歌曲波形示意图，如图3所示，是歌曲关键快照波形示意图，这样的波形能量片段即是我们要找出的歌曲关键快照，经过大量歌曲样例抽测98%以上包含歌曲的关键内容，而我们的算法计算结果经过抽测样例96%可完整包含歌曲关键片段。原理主要是根据波形能量某片段时间内能量聚集的变化，密集程度，即找到一首歌曲中，所有片段中，能量聚集最高，表现为波形图显示最密集，且最高的一块区域，且一定时长范围内的为关键快照。

具体地，包括，

102a，提取所述歌曲文件的Wav信息：采样大小（采样值）、采样率、单双声道信息，并计算出所述歌曲文件时长；

102b，根据所述歌曲文件时长确定关键快照的默认时长；

具体地，所述歌曲文件时长<70秒的不做处理；所述歌曲文件时长<=270秒的默认时长为40秒（这个是统计和分析样例得出的时长）；所述歌曲文件时长>270的设置默认时长45秒。

102c，根据Wav 格式的歌曲文件，读取音频采样数据进行存储；

102d，在采样数据基础上产生出按照时间（秒）升序排序的序列表（秒，秒内所有采样幅值和）；

pcm编码（又叫脉冲编码调制）：数字通信的编码方式之一。主要过程是将话音、图像等模拟信号每隔一定时间进行取样，使其离散化，同时将抽样值按分层单位四舍五人取整量化，同时将抽样值按一组二进制码来表示抽样脉冲的幅值。

键值对排序表如下:

0，第一秒内幅值和

1，第二秒内幅值和

。。。

N，歌曲最后一秒采样幅值和

说明：幅值和能量具有相同的单调性，可参看能量计算公式，因此计算幅值的密集和大小情况即是代表能量情况。

102e，片段排序表：产生片段（测试经验值3秒）幅值秒均值排序表；

片段平均值在所述序列表基础上产生

键值对排序表如下:

1，1~3秒内幅值平均值

2，2~4秒内幅值平均值

。。。

N-2，歌曲最后3秒幅值平均值

102f，计算所有相邻片段均值差量的百分比，形成一个百分比数组；

百分比计算：

如果 相邻后3秒均值-相邻前3秒均值 >= 0，相邻片段均值差量的百分比为((相邻后3秒均值-相邻前3秒均值)/相邻后3秒均值 )*100；

如果 相邻后3秒均值-相邻前3秒均值  < 0，相邻片段均值差量的百分比为((相邻后3秒均值-相邻前3秒均值)/相邻前3秒均值 )*100；

本步骤计算结果，数组示例：2% 5% 1% -%2 -4%....

102g，在上面步骤的基础上，找出可能的段落起止点，形成候选段落点数组；

具体计算：

A.如果连续三个差量百分比 >0 且三个差量百分比之和 >= 30且 有至少一个 差量百分比 > 8；则确定该第一个差量百分比对应起始时间为一个段落点，起伏较大的波形之间，本文记作歌曲的歌唱时的段落点；

B.如果连续三个差量百分比 < 0 且三个差量百分比之和 <= -20 且 有至少一个 差量百分比 < -11；则确定该连续三个差量百分比的第一个差量百分比对应的起始时间负值为一个段落点值。

C.把A,B中的时间点放入序列数组，作为可能的段落起止点。

102h，根据对比时长，选出平均幅值最大的片段的起止时间和最大平均幅值（记为基准幅值）；

对比时长，是根据样例测试得出的一个经验时长值，例如30秒，以这个时长作为选择关键片段的参考时间。

102i，计算确定的段落（片段）点间的时长 ，筛选掉< 30秒时长的段落；

剩下的段落中，筛选出段落平均幅值 > 基准幅值*95% 且剩下段落中 平均幅值最大的 段落（片段） 为 所选 快照（关键片段）。

102j，选出默认时长（40或45秒） 平均幅值最大的片段，称为默认片段；

102k，确定快照起止时间。

 如果102i步骤中选出了快照片段，则选用，否则选用102k步中的默认片段快照。

步骤S103，切割出快照歌曲文件；

具体地，所述进行切割采用的方法为：

第一种方法：直接用开源工具ffmpeg 按照指定时间对MP3文件进行切割如下所示：

ffmpeg -i input.mp3 -ss hh:mm:ss -t hh:mm:ss -acodeccopy output.mp3

参数说明：

-ss : 指定从那里开始切

-t : 指定到那里结束

-acodec copy : 编码格式，和输入的一样

第二种方法：用开源库MAD和libmp3lame 进行截取片段歌曲数据。

MAD(libmad)是一个开源的高精度MPEG音频解码库

1）用mad开源库把MP3歌曲文件解码成pcm；

获得采样大小，采样率，通道数，采样数，采样等信息。

2）根据快照的起止时间（关键片段），计算出对应的起止采样位置：采样是第几个开始，第几个结束 ；

3）用libmp3lame库把2）步中确定起止采样位置内的所有采样PCM数据编码成MP3。

进一步地，该实施例还包括，

步骤S104，对所述切割出的快照歌曲文件进行淡化处理；

淡化说明操作是为了用户体验好，不至于太突然，尤其截取的歌曲片段，让耳朵听觉逐渐适应的过程；一般在截取的音乐快照片段中有很好的效果。

淡入操作就是声音从低到高渐变的过程；淡出就是从高到底渐变过程；

具体地，淡入快照片段的前3秒，淡出结尾的3秒，其中，

淡化算法为：

淡入3秒：

则该3秒内每个采样值进行缩小处理：

3秒内第i采样值记为 Ni

i记为第几个采样序号，第一个位0，第二个为1 。。。

3秒内采样数计为 C，该值等于采样率乘3秒算出。

则3秒内采样值修改公式：

Ni = Ni × （i ÷ C）

淡出处理：则该3秒内每个采样值进行缩小处理

所选3秒内第i采样值记为 Ni

 i记为第几个采样序号，第一个位0，第二个为1 。。。

 3秒内采样数计为 C，该值等于采样率乘3秒算出。

 则3秒内采样值修改公式：

Ni = Ni ×  ( (C - 1 - i ) ÷ C )

步骤S105，写入歌名、歌手标签信息到快照歌曲文件；

具体地，把歌名歌手按照ID3v2.3 格式写入MP3格式的快照文件，注意字符编码，否则出乱码。

ID3标签是MP3音乐档案中的歌曲附加讯息，它能够在MP3中附加曲子的演出者、作者以及其它类别资讯，方便众多乐曲的管理。缺少ID3标签并不会影响 MP3的播放，但若没有的话，管理音乐文件也会相当的麻烦。如果你在网上下载 MP3，里面多半已经写有预设的ID3信息。

此外，ID3也就是ID3Tags，其中的“Tag”在英文中名词的一个意思是“标签”，所以“ID3Tags”也就是“MP3文件曲目标签”的意思。有些地方以“ID3”这样的简称来代表“ID3Tags”，二者本质是一样的

ID3，一般是位于一个mp3文件的开头或末尾的若干字节内，附加了关于该mp3的歌手，标题，专辑名称，年代，风格等信息，该信息就被称为ID3信 息，ID3信息分为两个版本，v1和v2版。 其中：v1版的ID3在mp3文件的末尾128字节，以TAG三个字符开头，后面跟上歌曲信息。 v2版一般位于mp3的开头，可以存储歌词，该专辑的图片等大容量的信采用ID3v2.3，因为这个版本被支持最广泛，且可以伸缩和扩展，一般写入MP3文件开头

步骤S106，对快照歌曲文件进行质量检测，在检测合格后提交所述快照歌曲文件至存储数据库。

具体地，检测快照歌曲文件MP3大小，如果所产生的片段MP3文件大小经验值大于5KB且小于4MB，则合格；其中KB,MB是计算机中表储存容量大小的单位。

如图4所示，是本发明第二实施例结构图，提供了一种音频文件处理系统，包括，

歌曲文件转换模块，用于选择歌曲文件，并将所述歌曲文件从音频文件格式统一转换为Wav格式；

歌曲文件分析模块，用于分析所述歌曲文件，计算出歌曲文件的关键快照起止时间；

歌曲文件切割模块，用于切割出快照歌曲文件。

进一步地，该系统还包括，

淡化处理模块，用于对所述切割出的快照歌曲文件进行淡化处理；

标签写入模块，用于写入歌名、歌手标签信息到快照歌曲文件；

质量检测模块，用于对快照歌曲文件进行质量检测，在检测合格后提交所述快照歌曲文件至存储数据库。

上述说明示出并描述了本发明的一个优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种音频文件处理方法，其特征在于，包括，

选择歌曲文件，并将所述歌曲文件从音频文件格式统一转换为Wav格式；

分析所述歌曲文件，计算出歌曲文件的关键快照起止时间；

切割出快照歌曲文件。

2.根据权利要求1所述的方法，其特征在于，还包括，

对所述切割出的快照歌曲文件进行淡化处理；

写入歌名、歌手标签信息到快照歌曲文件；

对快照歌曲文件进行质量检测，在检测合格后提交所述快照歌曲文件至存储数据库。

3.根据权利要求1或2所述的方法，其特征在于，所述选择歌曲文件具体包括，

将同名、同歌手的歌曲文件为同组，在同组中选择大于特定时长的歌曲文件，所述特定时长优选大于70秒。

4.根据权利要求3所述的方法，其特征在于，所述分析所述歌曲文件，计算出歌曲文件的关键快照起止时间具体包括，

提取所述歌曲文件的Wav信息：采样大小（采样值）、采样率、单双声道信息，并计算出所述歌曲文件时长；

根据所述歌曲文件时长确定关键快照的默认时长；

根据Wav 格式的歌曲文件，读取音频采样数据进行存储；

在采样数据基础上产生出按照时间升序排序的序列表；

计算所有相邻片段均值差量的百分比，形成一个百分比数组；

在上面步骤的基础上，找出可能的段落起止点，形成候选段落点数组；

根据对比时长，选出平均幅值最大的片段的起止时间和最大平均幅值；

计算确定的段落（片段）点间的时长 ，筛选掉< 30秒时长的段落，若选出了快照片段，则根据该快照片段确定快照起止时间；否则，选出默认时长（40或45秒） 平均幅值最大的片段，称为默认片段，根据该默认片段确定快照起止时间。

5.根据权利要求4所述的方法，其特征在于，所述切割出快照歌曲文件中进行切割采用的方法包括，

直接用开源工具ffmpeg 按照指定时间对MP3文件进行切割；或

用开源库MAD和libmp3lame 进行截取片段歌曲数据。

6.根据权利要求5所述的方法，其特征在于，所述对所述切割出的快照歌曲文件进行淡化处理具体包括淡入操作和淡出操作，淡入操作是声音从低到高渐变的过程；淡出操作是声音从高到底渐变过程； 具体地，淡入快照片段的前3秒，淡出结尾的3秒。

7.根据权利要求6所述的方法，其特征在于，所述写入歌名、歌手tag信息到快照歌曲文件具体包括，

把歌名歌手按照ID3v2.3 格式写入MP3格式的快照文件。

8.根据权利要求7所述的方法，其特征在于，所述对快照歌曲文件进行质量检测，在检测合格后提交所述快照歌曲文件至存储数据库具体包括，

检测快照歌曲文件MP3大小，如果所产生的片段MP3文件大小经验值大于5KB且小于<4MB，则合格。

9.一种音频文件处理系统，其特征在于，包括，

歌曲文件转换模块，用于选择歌曲文件，并将所述歌曲文件从音频文件格式统一转换为Wav格式；

歌曲文件分析模块，用于分析所述歌曲文件，计算出歌曲文件的关键快照起止时间；

歌曲文件切割模块，用于切割出快照歌曲文件。

10.根据权利要求9所述的系统，其特征在于，还包括，

淡化处理模块，用于对所述切割出的快照歌曲文件进行淡化处理；

标签写入模块，用于写入歌名、歌手标签信息到快照歌曲文件；

质量检测模块，用于对快照歌曲文件进行质量检测，在检测合格后提交所述快照歌曲文件至存储数据库。

Images