CN104835520A - 一种在移动设备上录音的方法及装置 - Google Patents

Abstract

本发明涉及在移动设备上录音的方法及装置，其中录音方法包括步骤：添加背景音乐，同时采集语音信号；对背景音乐进行音量调节、淡入淡出及延迟处理，同时对语音信号进行实时的音频处理；对处理后的背景音乐和语音信号进行混音处理；对混音后的数据进行压缩编码；对编码后的数据进行剪辑处理。本发明硬件连接方式简单，用户在说完话的同时节目即录制完成，大大节约了节目录制的时间，降低了传统电台节目制作的技术门槛，提升节目制作的效率，让普罗大众通过移动设备就能制作高质量的电台节目。

Description

一种在移动设备上录音的方法及装置

技术领域

本发明涉及录音技术，特别涉及一种在移动设备上进行电台节目录音的方法及装置。

背景技术

现有的个人电台节目制作，基本上都是在电脑上完成，首先连接好麦克风、声卡、喇叭等硬件设备，有的还需要安装驱动程序。然后在电脑上安装audition等第三方音频软件，利用第三方音频软件通过麦克风录制干音，再根据需要插入多首背景音乐，背景音乐要手动调整位置以匹配干音的内容。接着对干音进行降噪、均衡、压限、混响、剪辑等处理，然后对背景音乐和干音进行混音，最后进行压缩编码、文件保存。干音录制完成后的各个处理步骤统称为后处理，可见后处理步骤是很繁杂的，并且后处理过程还耗费大量时间。

所谓混音，是指两个或多个通道的声音混成一个通道声音。所谓均衡，是指对声音频域能量进行调节。所谓延迟，是指对某个通道声音进行时间上的延时。所谓压限，是指对声音进行音量上的限制，当音量大于某个阈值时则会对音量进行限制。所谓混响，是指给声音加上适当的回声效果。所谓剪辑，是指用户能对声音某段内容进行删除、拼接操作。所谓压缩编码，是指把音频保存成当今流行的MP3或M4A等格式。

从上可知，现有录音技术存在以下缺点：

1、需要对麦克风、耳机与电脑等硬件设施进行连接和设置，复杂而不便利。

2、干音录制完成后，还包括添加背景音乐、混音、音乐淡入淡出效果、降噪、均衡、延迟、压限、剪辑、混响、压缩编码、保存等后处理过程，后处理步骤过于繁杂，且成本较高、耗时，从而使得整个节目录制的效率较低。

发明内容

本发明为了解决现有录音技术所存在的技术问题，提出一种在移动设备上录音的方法，降低传统电台节目制作的技术门槛，提升节目制作的效率，让普罗大众通过移动设备就能制作高质量的电台节目。

本发明还提供一种在移动设备上录音的装置。

为解决上述技术问题，本发明方法采用如下技术方案：在移动设备上录音的方法，包括以下步骤：a.添加背景音乐，同时采集语音信号；b.对背景音乐进行音量调节、淡入淡出及延迟处理，同时对语音信号进行实时的音频处理；c.对处理后的背景音乐和语音信号进行混音处理；d.对混音后的数据进行压缩编码；e.对编码后的数据进行剪辑处理。

优选地，所述步骤b背景音乐的音量调节为：根据移动设备麦克风按钮状态的变化改变背景音乐的音量；背景音乐的音量在不同状态间切换时，设有淡入淡出效果做过渡。

优选地，所述步骤b背景音乐的延迟处理为：先获取移动设备采集语音信号时的系统延时，然后对背景音乐添加相同的系统延时。

优选地，所述步骤b音频处理实时完成：采集到的语音信号保存在缓存区；当缓存区存满一帧的语音信号时，对这一帧语音信号启动音频处理过程，这一帧语音信号的音频处理过程消耗时间小于缓存区存满一帧语音信号的时间；当下一帧语音信号采集完成时，便对下一帧语音信号启动音频处理。

优选地，所述步骤e剪辑处理包括位置选择、剪切及继续录制；位置选择为选中要剪辑的位置，把选中的位置转换成录音文件中对应的具体时间点，然后根据该具体时间点找到已保存录音文件中对应的文件指针位置；继续录制指在剪辑位置的时间点开始接着录制，并且恢复该剪辑位置时间点的所有录音状态信息。

本发明装置采用如下技术方案：在移动设备上录音的装置，包括语音采集模块、背景音乐添加模块、语音处理模块、背景音乐处理模块、混音模块、编码保存模块和剪辑模块；

所述语音采集模块与语音处理模块连接，所述背景音乐添加模块与背景音乐处理模块连接，所述混音模块分别与语音处理模块、背景音乐处理模块及编码保存模块连接，所述剪辑模块与编码保存模块连接；

所述语音处理模块对语音采集模块所采集的语音信号进行实时的降噪、均衡、压限和混响处理；所述背景音乐处理模块对背景音乐添加模块所添加的背景音乐进行音量调节、高音量与低音量间的淡入淡出效果和延时处理；

所述混音模块对处理后的语音信号和背景音乐进行实时混音；所述编码保存模块对混音后的数据进行压缩编码，并将编码后的数据保存到移动设备；所述剪辑模块对编码后的数据进行剪辑处理。

与现有技术相比，本发明具有如下技术效果：

1、直接利用了移动设备自带的硬件资源，或通过给移动设备外接麦克风或耳机，便能完成声音的采集和播放，用户无需复杂的设备连接就能录制节目，大大降低了节目录制的硬件技术门槛。

2、在移动终端上，用户可以选择移动终端上自带的音乐文件，然后对着麦克风说话，本发明就能实时完成(即同步完成)混音、降噪、均衡、延迟、压限、混响、压缩编码、文件保存等各后处理过程，从而让用户在说完话的同时，节目即录制完成，大大节约了节目录制的时间，并且大大降低了节目录制的软件技术门槛。

3、后处理过程所采用的各种音频算法，能够补偿移动终端设备的硬件或系统缺陷，改善录音音质，提升了节目录制效果；还能丰富节目录制效果，譬如通过调整均衡模块，让人声更深沉，譬如引入电子管效果器，能让人声更温暖，更有怀旧气息。

4、提供方便的剪辑功能，让用户可随时随意试听录音里面的某一段内容，然后根据自己的喜好，剪掉某段内容，恢复剪辑时间点的录音状态，接着前面的内容继续录制节目；且能同时剪辑背景音乐及人声，让节目录制更方便，更有效率。

附图说明

图1为本发明录音装置的结构框图；

图2为本发明录音方法的流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不局限于此。

实施例

本发明基于移动设备上普遍存在的麦克风、模数(A/D)转换、应用处理器、数模(D/A)转换、喇叭等硬件设备，开发出一套软件方案。如图1所示，录音装置主要包括语音采集模块、背景音乐添加模块、语音处理模块、背景音乐处理模块、混音模块、编码保存模块和剪辑模块。其中语音处理模块包含但不限于以下子模块：降噪模块、均衡模块、压限模块和混响模块。背景音乐处理模块包含但不限于以下子模块：音量调节模块、音量淡入淡出模块及延迟模块。

语音采集模块通过移动设备本身或外置的麦克风，以及模数(A/D)转换模块采集用户的语音数字信号。语音处理模块用于提升麦克风采集到的人声音质，其各个子模块的功能大致如下：降噪模块用于过滤除了人声或音乐等有用信息以外的声音；均衡模块用于调节语音的各部分频率能量；压限模块用于限制音量过大导致的破音问题；混响模块用于提升声音的空间感。

用户通过背景音乐添加模块添加背景音乐，其中背景音乐可以来自在线网络或移动设备磁盘的本地音乐库，或通过移动设备的软件智能推荐自动添加。背景音乐处理模块用于对背景音乐做处理，包括：音量调节、高音量与低音量间的淡入淡出效果、延时，以使其满足节目录制的需要，其各个子模块的功能大致如下：音量调节模块用于让用户手动调节背景音乐音量，也能根据麦克风状态自动调节背景音乐音量；音量淡入淡出模块用于音乐音量在高音量跳到低音量或低音量跳到高音量的过程中加入淡入淡出过渡效果；延迟模块用于对音乐进行延时，从而提升人声与音乐同步性。

混音模块用于将人声与音乐混合起来。编码保存模块用于将混音后的信息编码成MP3或M4A(MP4)格式，并存储到移动设备磁盘中。

本发明每隔一段很短的时间就保存一次用户当前时刻的录音状态，所述录音状态包括但不限于：背景音乐播放进度、背景音乐当前音量、麦克风打开或关闭、已录音时长。当用户想在某个历史时刻做剪辑操作时，剪辑模块将调用该历史时刻保存的录音状态信息，从而让各种录音状态顺利恢复，用户即可接着前面的内容进行录制节目。由于混音是实时的，就是说保存下来的文件是已经混音后的文件，保存的文件格式是MP3或M4A音频格式，剪辑对象为该混音后的文件，因此背景音乐和人声能够同时被剪掉。

参考图2，录音方法包括如下步骤：

步骤S101，根据移动设备用户指令进入节目录制模式。

步骤S102，用户从移动设备的磁盘中选择一首或多首音乐作为节目的背景音乐，完成背景音乐的添加；点击麦克风图标，并对着麦克风说话，语音采集模块采集麦克风所接收到的声音。背景音乐添加模块和语音采集模块是并行处理的，即可以随时添加背景音乐，并控制音乐的播放状态(包括播放、暂停和单曲循环)，也可以打开和关闭麦克风，控制语音信号的采集。

前述这两个模块都是由单独的线程来进行处理，互不影响，语音采集模块在采集用户语音的同时，添加音乐模块随时能响应用户的音乐请求操作。

步骤S103，添加背景音乐后，背景音乐处理模块对背景音乐进行处理。处理过程包括音量调节、淡入淡出及延迟。

背景音乐的音量调节模块会根据移动设备麦克风按钮状态的变化，改变背景音乐音量。具体而言，如果关闭麦克风，背景音乐的音量会自动切换到高音量状态；如果打开麦克风，背景音乐的音量会自动切换到低音量状态。高音量和低音量均有一个默认值，用户也可以自行设置高音量和低音量的值。当然，用户也能自己调节当前背景音乐音量。两个音量状态间切换时，设有淡入淡出效果做过渡。延迟处理是先获取移动设备采集语音信号时的系统延时，然后对背景音乐添加相同的系统延时，使背景音乐与语音信号都有同样的延时，从而达到同步效果。

在背景音乐处理过程的同时，如果麦克风处于打开状态，语音处理模块将启动，对来自麦克风的语音信号进行各种实时的音频处理，即后处理。后处理过程包括但不仅限于降噪、均衡、压限、混响。降噪使用的是自适应维纳滤波器，根据各频带的信噪比调整维纳滤波器的系数。均衡则根据手机麦克风的频谱曲线特点做参数设置，具体表现是提升300Hz-500Hz频率分量能量，提升3000Hz-6000Hz频率分量能量，降低8000Hz-13000Hz的频率分量能量。压限是对音频能量进行限制，先是求出当前帧(某段音频数据)的平均能量，然后设定一个压限能量，用压限能量除以平均能量，即得到此帧的能量权重系数，然后对此帧的各个信号样值乘上此权重系数，具体公式如下：其中，len为这帧数据长度，i为数据下标，X_i为此帧的每个信号样值幅度，E为此帧信号平均能量，E’为压限能量。混响是对麦克风采集到的语音信号添加适量的回声，让声音更有空间感，本实施例可调用移动设备操作系统自带的混响模块，或自己开发的混响模块。

各后处理过程是实时完成，其实时完成的实现原理是：系统有一个缓存区，麦克风采集到的语音数据保存在该缓存区。由于采样率是44100Hz，当语音段长达0.05s时，缓存区的语音数据个数是44100*0.05＝2205，我们称这段数据为一帧。只要缓存区有满一帧的数据，就对这一帧数据启动各个后处理过程。由于移动设备的运算速度很快，这一帧语音数据的后处理运算消耗的时间会小于0.05s，也就是说，当下一帧语音数据到来前，这一帧数据的后处理过程已经完成了，当下一帧语音数据采集完成时，便能对新的一帧数据启动后处理，从而达到实时处理的效果。因此，在本发明技术方案中，当用户说完话，整个节目就制作完成，不需要等待数据在后台进行各种运算。

步骤S104，对处理后的语音信号和背景音乐进行实时混音。混音的过程是对背景音乐信号和语音信号进行叠加操作，并防止信号溢出。背景音乐信号与语音信号处于不同的信号通道上，例如语音信号处于信号通道1上，则背景音乐信号处于信号通道2、3、4……上。防止信号溢出的方法如下：若叠加后的信号大小超出32767则让信号大小等于32767，若叠加后的信号大小小于-32768，则让信号大小等于-32768。

步骤S105，对混音后的数据进行压缩编码，将编码后的数据保存到移动设备的磁盘。本实施例压缩编码使用的是MP3或M4A编码格式。

步骤S106，对编码后的数据进行剪辑处理。用户可通过剪辑模块随时剪辑已录制的节目内容。在节目录制过程中，用户出现咳嗽、口误等意外情况时，便可手动触发本发明软件图形用户界面的剪辑按钮，启动剪辑处理，随时剪辑前面发生意外情况时的内容。

剪辑处理包括试听、位置选择、剪切、继续录制等几部分。试听就是启动一个音频播放器，对已录制的内容进行浏览。位置选择就是选中要剪辑的位置，剪辑模块把用户选中的位置转换成录音文件中对应的具体时间点，然后根据此时间点找到已保存录音文件中对应的文件指针位置。在本实施例中，由于保存的文件是定码率MP3或M4A音频格式，其时间与文件指针位置有如下关系：文件指针位置＝码率*1000/8*时间，时间的单位是秒。剪切就是把选中的剪辑位置以后的内容都剪切掉，即从用户选择的剪辑位置到文件末尾这部分都会被删除掉。由于所剪切的是混音后的数据信号，所以语音信号和背景音乐同时被剪切掉了。

继续录制是指在剪辑位置的时间点开始接着录制，并且该剪辑位置时间点的所有录音状态信息都会恢复，包括当时播放的是哪首背景音乐、播放到的时间点、麦克风状态以及背景音乐的音量。这些状态信息每隔0.1s就保存一次，用户确认剪辑后，继续录制模块根据用户选中的时间点获取到当时时间点的各种状态信息，首先是背景音乐歌曲路径信息，继续录制模块根据背景音乐歌曲路径信息自动打开此背景音乐文件；然后是歌曲播放进度，继续录制模块根据歌曲播放进度调用解码模块，把歌曲播放进度移动到此为止；接着是麦克风状态，即打开或关闭状态；再接着是背景音乐音量大小信息，继续剪辑模块根据此信息自动恢复背景音乐音量。

上述实施例为本发明的一种实施方式，但本发明的实施方式并不限定于此，从事该领域技术人员在未背离本发明精神和原则下所做的任何修改、替换、改进，均包含在本发明的保护范围内。

Claims (10)

1.一种在移动设备上录音的方法，其特征在于，包括以下步骤：

a.添加背景音乐，同时采集语音信号；

b.对背景音乐进行音量调节、淡入淡出及延迟处理，同时对语音信号进行实时的音频处理；

c.对处理后的背景音乐和语音信号进行混音处理；

d.对混音后的数据进行压缩编码；

e.对编码后的数据进行剪辑处理。

2.根据权利要求1所述的方法，其特征在于，所述步骤b背景音乐的音量调节为：根据移动设备麦克风按钮状态的变化改变背景音乐的音量；背景音乐的音量在不同状态间切换时，设有淡入淡出效果做过渡。

3.根据权利要求1所述的方法，其特征在于，所述步骤b背景音乐的延迟处理为：先获取移动设备采集语音信号时的系统延时，然后对背景音乐添加相同的系统延时。

4.根据权利要求1所述的方法，其特征在于，所述步骤b对语音信号进行实时的音频处理包括降噪、均衡、压限和混响。

5.根据权利要求4所述的方法，其特征在于，所述降噪使用自适应维纳滤波器，根据各频带的信噪比调整维纳滤波器的系数。

6.根据权利要求1所述的方法，其特征在于，所述步骤b音频处理实时完成：采集到的语音信号保存在缓存区；当缓存区存满一帧的语音信号时，对这一帧语音信号启动音频处理过程，这一帧语音信号的音频处理过程消耗时间小于缓存区存满一帧语音信号的时间；当下一帧语音信号采集完成时，便对下一帧语音信号启动音频处理。

7.根据权利要求1所述的方法，其特征在于，所述步骤e剪辑处理包括位置选择、剪切及继续录制。

8.根据权利要求7所述的方法，其特征在于，所述位置选择为选中要剪辑的位置，把选中的位置转换成录音文件中对应的具体时间点，然后根据该具体时间点找到已保存录音文件中对应的文件指针位置；

所述继续录制指在剪辑位置的时间点开始接着录制，并且恢复该剪辑位置时间点的所有录音状态信息。

9.一种在移动设备上录音的装置，其特征在于，包括语音采集模块、背景音乐添加模块、语音处理模块、背景音乐处理模块、混音模块、编码保存模块和剪辑模块；

所述语音采集模块与语音处理模块连接，所述背景音乐添加模块与背景音乐处理模块连接，所述混音模块分别与语音处理模块、背景音乐处理模块及编码保存模块连接，所述剪辑模块与编码保存模块连接；

所述语音处理模块对语音采集模块所采集的语音信号进行实时的降噪、均衡、压限和混响处理；所述背景音乐处理模块对背景音乐添加模块所添加的背景音乐进行音量调节、高音量与低音量间的淡入淡出效果和延时处理；

所述混音模块对处理后的语音信号和背景音乐进行实时混音；所述编码保存模块对混音后的数据进行压缩编码，并将编码后的数据保存到移动设备；所述剪辑模块对编码后的数据进行剪辑处理。

10.根据权利要求9所述的装置，其特征在于，所述剪辑处理包括位置选择、剪切和继续录制；所述位置选择为选中要剪辑的位置，把选中的位置转换成录音文件中对应的具体时间点，然后根据该具体时间点找到已保存录音文件中对应的文件指针位置；所述继续录制指在剪辑位置的时间点开始接着录制，并且恢复该剪辑位置时间点的所有录音状态信息。