CN104299619B - 一种音频文件的处理方法及装置 - Google Patents

Abstract

本发明适用于音频处理技术领域，提供一种音频文件的处理方法及装置；所述方法包括：获取待处理的音频文件，对所述待处理的音频文件进行预处理；接收用户选择的与预处理后的音频文件对应的处理方式，获取所述处理方式对应的处理参数；根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；将所述变换后的音频文件发送给通信方。上述方法实现了在即时通讯过程中的对音频文件进行美化和变声，扩展了现有的即时通讯软件的实用性和趣味性；进一步地，本发明在对待处理的音频文件进行预处理之前还增加了有效用户的检测方案，从而防止了非本人或者非有效用户的操作，给即时通讯过程中实现美声和变声提供了安全保障。

Description

一种音频文件的处理方法及装置

技术领域

本发明属于音频处理技术领域，尤其涉及一种音频文件的处理方法及装置。

背景技术

在当前的市场中，Android终端的即时通讯软件中通常使用实时的录音功能，因此只能传输两端用户的真实声音，并没有对两端用户的声音进行美化以及调整。这种方式下存在录音不清晰和失真的问题，甚至造成用户对自己的声音产生排斥感。另外，在即时通讯软件中，通讯过程中的两端用户也不能根据自己的喜好和个性来调整自己的声音文件后再传输给对端用户，适用性差。

发明内容

本发明的目的在于提供一种基于即时通讯软件的音频文件的处理方法及装置，以实现在即时通讯的过程中美化声音和改变声音，以及提高声音美化和变声的安全性和保障度。

本发明是这样实现的，一种音频文件的处理方法，所述方法包括：

获取待处理的音频文件，并对所述待处理的音频文件进行预处理，得到预处理后的音频文件；

接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；

根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；

将所述变换后的音频文件发送给通信方。

进一步地，所述处理方式包括美化处理和变声处理；

所述美化处理对应的处理参数包括音频文件的音频、基音频率、基音周期；

以及，所述变声处理对应的处理参数包括音频文件的音调、音色。

进一步地，在将所述变换后的音频文件发送给通信方之前，所述方法还包括：

响应一试听指令，播放所述变换后的音频文件。

进一步地，在对所述待处理的音频文件进行预处理之前，所述方法还包括：

判断所述待处理的音频文件对应的用户是否为有效用户；

在判断结果为是时，对所述待处理的音频文件进行预处理；

否则，提示所述用户输入验证信息。

进一步地，所述判断所述待处理的音频文件对应的用户是否为有效用户的步骤具体为：

获取所述待处理的音频文件对应的用户的声音参数；

将所述声音参数与预先存储的声音参数进行比较；

若所述待处理的音频文件对应的用户的每一项声音参数相对于所存储的声音参数的偏差值均不超过预设值时，则判定所述待处理的音频文件对应的用户为有效用户。

本发明的第二方面，提供了一种音频文件的处理装置，所述装置包括：

第一获取模块，用于获取待处理的音频文件，并对所述待处理的音频文件进行预处理，得到预处理后的音频文件；

第二获取模块，用于接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；

处理模块，用于根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；

传输模块，用于将所述变换后的音频文件发送给通信方。

进一步地，所述处理方式包括美化处理和变声处理；

所述美化处理对应的处理参数包括音频文件的音频、基音频率、基音周期；

以及，所述变声处理对应的处理参数包括音频文件的音调、音色。

进一步地，所述装置还包括：

试听模块，用于响应一试听指令，播放所述变换后的音频文件。

进一步地，所述装置还包括：

判断模块，用于判断所述待处理的音频文件对应的用户是否为有效用户；在判断结果为是时，对所述待处理的音频文件进行预处理；否则，提示所述用户输入验证信息。

进一步地，所述判断模块具体用于：

获取所述待处理的音频文件对应的用户的声音参数；

将所述声音参数与预先存储的声音参数进行比较；

若所述待处理的音频文件对应的用户的每一项声音参数相对于所存储的声音参数的偏差值均不超过预设值时，则判定所述待处理的音频文件对应的用户为有效用户。

与现有技术相比，本发明通过改进现有的即时通讯软件，结合了动态采集音频和音频合成技术；改进后的即时通讯软件在获取到待处理的音频文件后，先对所述待处理的音频文件进行预处理；再接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；然后根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；最后将所述变换后的音频文件发送给通信方；从而实现了对即时通讯过程中的音频文件进行美化和变声，使得即时通讯过程中的两端用户可根据自己的喜好和个性来调整自己的声音文件后再传输给对端用户，扩展了现有的即时通讯软件的适用性和趣味性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的音频文件的处理方法的第一实现流程图；

图2是本发明实施例二提供的音频文件的处理方法的第二实现流程图；

图3是本发明实施例三提供的音频文件的处理装置的组成结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，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。

本发明实施例提供了一种音频文件的处理方法，通过改进现有的即时通讯软件，以结合动态采集音频和音频合成技术；改进后的即时通讯软件在获取到待处理的音频文件后，先对所述待处理的音频文件进行预处理；再接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；然后根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；最后将所述变换后的音频文件发送给通信方；从而实现了对即时通讯过程中的音频文件进行美化和变声，使得即时通讯过程中的两端用户可根据自己的喜好和个性来调整自己的声音文件后再传输给对端用户；扩展了现有的即时通讯软件的实用性和趣味性。本发明还提供了一种音频文件的处理装置，以下分别进行详细的说明。

实施例一

图1示出了本发明实施例一提供的音频文件的处理方法的第一实现流程，为了便于说明，仅示出了与本发明相关的部分。

在本实施例中，所述方法应用于移动终端的即时通讯软件中。所述移动终端包括但不限于手机、平板电脑、ipad、笔记本电脑等，所述即时通讯软件主要为可以发送语音信息的通讯软件，包括但不限于腾讯QQ、微信、MSN、百度Hi、飞信等。

如图1所示，所述方法包括：

在步骤S101中，获取待处理的音频文件，并对所述待处理的音频文件进行预处理。

在本实施例中，即时通讯软件在进行通讯的过程中，若用户需要对自己传输给对方的音频文件进行美化或变声时，则可触发预先设置在即时通讯软件上的美化或变声功能按钮，此时，即时通讯软件将提示用户说话，以采集待处理的音频文件。作为本发明的一个实施示例，所述预处理优选为对音频文件进行滤波处理。因此，本发明实施例在获取到待处理的音频文件后，对其进行滤波处理，以过滤音频文件中的杂音，得到预处理后的音频文件，提高音频文件的音质。

在步骤S102中，接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数。

优选地，本实施例中对待处理的音频文件的处理方式包括美化处理和变声处理。

其中，所述美化处理是指对待处理的音频文件的频率、基音周期等参数进行调整以修饰原始的音频文件，因此所述美化处理对应的处理参数包括音频文件的音频、基音频率、基音周期。步骤S102具体为：从所述待处理的音频文件中提取美化处理对应的处理参数，包括待处理的音频文件的音频、基音频率、基音周期等，并存储所述处理参数。

所述变声处理是指将待处理的音频文件修饰为与目标对象声音相似的音频文件。所述目标对象声音优选为明星人物的声音、卡通人物的声音以及普通人的声音等，因此，所述变声处理对应的处理参数包括目标音频文件的音调、音色。步骤S102具体为：从服务器上预先存储的数据库中下载目标音频文件的音调、音色。需要说明的是，本发明实施例定义了一个数据库，用以存储各种明星人物、卡通人物的音频文件及其对应的音调、音色等；优选地，用户还可以根据需求，录制普通人的音频文件、获取普通人对应的音调、音色等参数，并存储到所述数据库中，以备使用。

在步骤S103中，根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件。

在本实施例中，若处理方式为美化处理时，根据用户对所述预处理后的音频文件的音频、基音频率、基音周期的调整值，对所述预处理后的音频文件的音频、基音频率、基音周期进行变换，以变换出新的音频文件。

若处理方式为变声处理时，则使用从服务器的数据库中下载的目标音频文件的音调、音色，对预处理后的音频文件进行音频参数变换。示例性地，音频参数变换可以为：将预处理后的音频文件输入到音频合成模块，音频合成模块根据目标音频文件的音调、音色对所述预处理后的音频文件的音调、音色变换，使得变换后的音频文件在感官上与目标音频文件的音调、音色相同。

优选地，在对预处理后的音频文件进行美化处理或者变声处理获得变换后的音频文件后，本发明实施例还包括：

响应一试听指令，播放所述变换后的音视频文件。

从而使得用户通过试听可以预先知道美化或者变声后的效果，再根据美化或者变声后的效果返回步骤S102对变换后的音视频文件再次进行美化或变声处理，直至获得满意音频文件。

在步骤S104中，将所述变换后的音频文件发送给通信方。

在用户对变换后的音频文件感到满意后，接收用户通过比如单击或者长按发送按钮的方式输入的发送指令，将所述变换后的音视频文件发送给通信过程中的对端用户，比如QQ好友、微信朋友、飞信好友等，从而给对端用户的感官上带来不一样的感受。

本发明实施例通过改进现有的即时通讯软件，结合了动态采集音频和音频合成技术；改进后的即时通讯软件在获取到待处理的音频文件后，先对所述待处理的音频文件进行预处理；再接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；然后根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；最后将所述变换后的音频文件发送给通信方；从而实现了对即时通讯过程中的音频文件进行美化和变声，使得即时通讯过程中的两端用户可根据自己的喜好和个性来调整自己的声音文件后再传输给对端用户，扩展了现有的即时通讯软件的适用性和趣味性

实施例二

美化声音和变声处理均会使得音频文件的接收者从感官上获得新奇的体验与感受，但是存在一定的安全风险，比如其他非法分子拾获移动终端后，通过美声或者变声模拟即时通讯软件当前用户或其亲人的声音来向即时通讯软件上的好友进行欺骗等。本发明实施例中的即时通讯软件在进入音频处理模式对待处理的原始音频文件进行预处理之前，还增加了“有效用户”的检测方案。下面以另一实施例对本发明一种音频文件的处理方法进行描述，请参阅图2，所述方法包括：

在步骤S201中，判断所述待处理的音频文件对应的用户是否为有效用户。

本实施例中定义可进行处理的音频文件对应的用户为有效的用户，优选为即时通讯软件的注册用户(比如QQ用户、微信用户等)。本申请在采集到待处理的音频文件后，首先根据所述待处理的音频文件的音调和音色区分出不同的声音，然后将该声音与预先存储的有效用户的声音进行比较，以判断所述待处理的音频文件对应的用户是否为有效的用户。

因此，在本实施例中，所述步骤S201具体包括：

a.获取所述待处理的音频文件对应的用户的声音参数；

b.将所述声音参数与预先存储的声音参数进行比较；

c.若所述待处理的音频文件对应的用户的每一项声音参数相对于所存储的声音参数的偏差值均不超过预设值时，则判定所述待处理的音频文件对应的用户为有效用户。

其中，在所述有效用户为即时通讯软件的注册用户(比如QQ用户、微信用户等)时，所述有效用户的声音参数可在即时通讯软件的用户注册账号时进行设置并且保存，注册后将不允许做修改。

作为本发明的一个实施示例，所述声音参数包括但不限于音频、基音频率、基音周期。假设所述预设值为±20％。现有有效用户A(可为即时通讯软件上已注册用户)的声音参数分别为：音频为567Hz；基音频率为230Hz；基音周期为70ms；而所述待处理的音频文件对应的说话者的声音参数为：音频560Hz；基音频率为260Hz；基音周期为80ms。可以得到，待处理的音频文件对应的说话者的音频、基音频率、基音周期相对于有效用户A的音频、基音频率、基音周期的偏差值分别为：-1.2％、13％、14.3％，均未超过预设值，则判定所述原始音频文件对应的用户为有效用户。

在所述原始音频文件对应的用户为有效用户时，则执行步骤S202；否则，执行步骤S203。

在步骤S202中，对所述待处理的音频文件进行预处理。

其中，对所述待处理的音频文件进行处理的步骤如图1实施例所述的步骤S101-S104，具体实现过程可参见图1所示实施例，此处不再赘述。

在步骤S203中，提示所述用户输入验证信息。

提示用户输入验证信息以重新确认用户的权限。

本发明实施例通过将待处理的音频文件的声音参数与有效用户的声音参数进行对比，以判断出所述待处理的音频文件是否为有效用户发出的音频文件；在判断结果为是时，才对所述待处理的音频文件进行处理，否则提示用户输入验证信息；从而防止了非本人或者非有效用户的操作，解决了美声和变声处理产生的安全问题，给即时通讯过程中实现美声和变声提供了安全保障。

实施例三

图3示出了本发明实施例三提供的音频文件的处理装置的组成结构；为了便于说明，仅示出了与本发明相关的部分。

在本实施例中，所述装置结合应用于移动终端的即时通讯软件中。所述移动终端包括手机、平板电脑、ipad、笔记本电脑等，所述即时通讯软件主要为可以发送语音信息的软件，包括但不限于腾讯QQ、微信、MSN、百度Hi、飞信等。

所述装置包括：

第一获取模块31，用于获取待处理的音频文件，并对所述待处理的音频文件进行预处理，得到预处理后的音频文件；

第二获取模块32，用于接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；

变换模块33，用于根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；

传输模块34，用于将所述变换后的音频文件发送给通信方。

优选地，所述装置还包括：

试听模块35，用于响应一试听指令，播放所述变换后的音视频文件。

其中，所述处理方式包括美化处理和变声处理；

所述美化处理对应的处理参数包括音频文件的音频、基音频率、基音周期，比如预处理后的音频文件的音频、基音频率、基音周期；以及，所述变声处理对应的处理参数包括音频文件的音调、音色，比如目标音频文件的音调、音色。

美化声音和变声处理均会使得音频文件的接收者从感官上获得新奇的体验与感受，但是存在一定的安全风险，比如其他非法分子在拾获移动终端后通过美声或变声模拟即时通讯软件当前用户或者亲戚的声音来向即时通讯软件上的好友进行欺骗等。本发明实施例中的即时通讯软件在进入音频处理模式对待处理的音频文件进行预处理之前，还增加了“有效用户”的检测方案。因此，所述装置还包括：

判断模块36，用于判断所述待处理的音频文件对应的用户是否为有效用户；在判断结果为是时，对所述待处理的音频文件进行预处理；否则，提示所述用户输入验证信息。

其中，所述判断模块判断所述待处理的音频文件对应的用户是否为有效用户具体为：

获取所述待处理的音频文件对应的用户的声音参数；

将所述声音参数与预先存储的声音参数进行比较；

若所述待处理的音频文件对应的用户的每一项声音参数相对于所存储的声音参数的偏差值均不超过预设值时，则判定所述待处理的音频文件对应的用户为有效用户。

优选地，所述声音参数包括但不限于频率、基音周期、基音频率。通过将待处理的音频文件的频率、基音周期、基音频率逐一与有效用户的频率、基音周期、基音频率进行对比，以判断出所述待处理的音频文件是否为有效用户发出的音频文件；在判断结果为是时，才对所述待处理的音频文件进行处理，否则提示用户输入验证信息；从而防止了非本人或者非有效用户的操作，解决了美声和变声处理后产生的安全问题，给即时通讯过程中实现美声和变声提供了安全保障。

需要说明的是，本发明实施例中的音频处理装置可以用于实现上述方法实施例中的全部技术方案或者部分技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。

从本发明上述技术方案可知，本发明通过改进现有的即时通讯软件，结合了动态采集音频和音频合成技术；改进后的即时通讯软件在获取到待处理的音频文件后，先对所述待处理的音频文件进行预处理；再接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；然后根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；最后将所述变换后的音频文件发送给通信方；从而实现了对即时通讯过程中的音频文件进行美化和变声，使得即时通讯过程中的两端用户可根据自己的喜好和个性来调整自己的声音文件后再传输给对端用户；扩展了现有的即时通讯软件的实用性和趣味性；进一步地，在对待处理的音频文件进行预处理之前，本发明还增加了“有效用户”的检测方案，从而防止了非本人或者非有效用户的操作，给即时通讯过程中的实现美声和变声提供了安全保障。

本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明。例如，各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于即时通讯软件的录音音频文件的处理方法，其特征在于，所述方法包括：

获取待处理的音频文件，判断所述待处理的音频文件对应的用户是否为有效用户，所述有效用户为所述即时通讯软件的注册用户，所述有效用户的声音参数可在即时通讯软件的用户注册账号时进行设置并且保存，注册后将不允许做修改；

在判断结果为是时，对所述待处理的音频文件进行预处理，得到预处理后的音频文件；

接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；

根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；

响应一试听指令，播放所述变换后的音频文件；

将所述变换后的音频文件发送给通信方。

2.如权利要求1所述的音频文件的处理方法，其特征在于，所述处理方式包括美化处理和变声处理；

所述美化处理对应的处理参数包括音频文件的音频、基音频率、基音周期；

以及，所述变声处理对应的处理参数包括音频文件的音调、音色。

3.如权利要求1所述的音频文件的处理方法，其特征在于，在对所述待处理的音频文件进行预处理之前，所述方法还包括：

判断所述待处理的音频文件对应的用户是否为有效用户；

在判断结果为否时，提示所述用户输入验证信息。

4.如权利要求3所述的音频文件的处理方法，其特征在于，所述判断所述待处理的音频文件对应的用户是否为有效用户的步骤具体为：

获取所述待处理的音频文件对应的用户的声音参数；

将所述声音参数与预先存储的声音参数进行比较；

若所述待处理的音频文件对应的用户的每一项声音参数相对于所存储的声音参数的偏差值均不超过预设值时，则判定所述待处理的音频文件对应的用户为有效用户。

5.一种基于即时通讯软件的录音音频文件的处理装置，其特征在于，所述装置包括：

第一获取模块，用于获取待处理的音频文件；

判断模块，用于判断所述待处理的音频文件对应的用户是否为有效用户，所述有效用户为所述即时通讯软件的注册用户，所述有效用户的声音参数可在即时通讯软件的用户注册账号时进行设置并且保存，注册后将不允许做修改；

所述第一获取模块还用于：在所述判断模块的判断结果为是时，对所述待处理的音频文件进行预处理，得到预处理后的音频文件；

第二获取模块，用于接收用户选择的与所述预处理后的音频文件对应的处理方式，并获取所述处理方式对应的处理参数；

处理模块，用于根据所述处理参数对所述预处理后的音频文件进行音频参数变换，得到变换后的音频文件；

试听模块，用于响应一试听指令，播放所述变换后的音频文件；

传输模块，用于将所述变换后的音频文件发送给通信方。

6.如权利要求5所述的音频文件的处理装置，其特征在于，所述处理方式包括美化处理和变声处理；

所述美化处理对应的处理参数包括音频文件的音频、基音频率、基音周期；

以及，所述变声处理对应的处理参数包括音频文件的音调、音色。

7.如权利要求5所述的音频文件的处理装置，其特征在于，所述判断模块还用于，在判断结果为否时，提示所述用户输入验证信息。

8.如权利要求7所述的音频文件的处理装置，其特征在于，所述判断模块具体用于：

获取所述待处理的音频文件对应的用户的声音参数；

将所述声音参数与预先存储的声音参数进行比较；

若所述待处理的音频文件对应的用户的每一项声音参数相对于所存储的声音参数的偏差值均不超过预设值时，则判定所述待处理的音频文件对应的用户为有效用户。