CN105513103A - 制作有声图片的方法及装置 - Google Patents

Abstract

本发明公开了一种制作有声图片的方法及装置，所述方法包括：采集图片信息；采集所述图片信息所在采集环境的音频信息；及在音频文件中添加所述图片信息、与所述图片信息解析相关的图片关联信息及所述音频信息。

Description

制作有声图片的方法及装置

技术领域

本发明涉及信息处理领域，尤其涉及一种制作有声图片的方法及装置。

背景技术

在日常生活和工作中，很多场合需要采用图片记录视觉信息，又要采用音频记录听觉信息，这是就需要将图片和声音混合存储，现有方法通常才采用视频来实现图片和声音的混合存储，但是视频文件的信息量大，导致存储和信息分享不够方便。

故提出一种能够同时记录视觉信息和听觉信息，同时又能使数据量保持较小的有声图片是现有技术中亟待解决的问题。

发明内容

有鉴于此，本发明实施例期望提供一种制作有声图片的方法及装置，能够以较少的数据量保留记录采集环境中的图片信息和音频信息。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例第一方面提供一种制作有声图片的方法，所述方法包括：

采集图片信息；

采集所述图片信息所在采集环境的音频信息；

在音频文件中添加所述图片信息、与所述图片信息解析相关的图片关联信息及所述音频信息。

优选地，

所述图片关联信息至少包括APIC标记以及MIME类型；

所述在音频文件中添加所述图片信息及图片关联信息，包括：

在所述音频文件的标签中添加APIC标记以及所述图片信息的MIME类型；

在所述音频文件的标签中添加所述图片信息。

优选地，

所述在音频文件中添加所述图片信息及图片关联信息，还包括

依据所述图片信息、所述APIC标记及MIME类型确定所述图片信息和所述图片关联信息的信息长度；

在所述标签中添加所述信息长度。

优选地，

所述方法还包括：

在所述音频文件中添加所述音频信息之前，所述方法还包括根据所述标签的信息长度，更新所述标签的标签长度。

优选地，

所述音频信息中包括噪音信息；

所述方法还包括：

在所述音频文件中添加所述音频信息之前，依据预定策略删除所述音频信息中的噪音信息。

优选地，

所述噪音信息包括：电子设备在采集所述图片信息形成的拍照音以及用户指定的环境噪音。

本发明实施例第二方面提供一种制作有声图片的装置，

所述装置包括：

图像采集单元，用于采集图片信息；

音频采集单元，用于采集所述图片信息所在采集环境的音频信息；

音频形成单元，用于在音频文件中添加所述图片信息、与所述图片信息解析相关的图片关联信息及所述音频信息。

优选地，

所述图片关联信息至少包括APIC标记以及MIME类型；

所述音频形成单元，具体用于在所述音频文件的标签中添加APIC标记以及所述图片信息的MIME类型；在所述标签中添加所述图片信息。

优选地，

所述音频形成单元，用于依据所述图片信息、所述APIC标记及MIME类型确定所述图片信息和所述图片关联信息的信息长度；及在所述标签中添加所述信息长度。

优选地，

所述音频形成单元，还用于在所述音频文件中添加所述音频信息之前，所述方法还包括根据所述标签的信息长度，更新所述标签的标签长度。

优选地，

所述音频信息中包括噪音信息；

所述装置还包括：

噪音处理单元，用于在所述音频文件中添加所述音频信息之前，依据预定策略删除所述音频信息中的噪音信息。

本发明实施例制作有声图片的方法及装置，将采集形成的图片信息以及音频信息，形成一个携带有图片信息的音频文件；且将所述图片信息携带在音频文件中，这样现有的能够很多能够播放携带有图片信息的音频播放器都能够同时输出图片信息以及音频信息，与采用视频存储图片信息和音频信息，能够减少数据量，且当将所述图片信息存储在所述音频文件的标签(具体如ID3标签)中时，形成的是符合现有的音频文件的信息格式的音频文件，现有的电子设备采用普通可以展示图片信息的音频应用就能输出所述音频文件，不需要安装在有特定算法的终端或平台上，避免了因特定算法导致难以访问的缺点，从而具有与现有技术的兼容性强且具有通用性好的优点。

附图说明

图1为本发明实施例所述制作有声图片的方法的流程示意图之一；

图2为本发明实施例所述的音频文件形成的流程示意图；

图3为本发明实施例所述制作有声图片的方法的流程示意图之二；

图4为本发明实施例所述制作有声图片的装置的结构示意图之一；

图5为本发明实施例所述制作有声图片的装置的结构示意图之二；

图6为本发明示例所述制作有声图片的流程示意图。

具体实施方式

以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。

实施例一：

如图1所示，本实施例提供一种制作有声图片的方法，所述方法包括：

步骤S110：采集图片信息；

步骤S120：采集所述图片信息所在采集环境的音频信息；

步骤S130：在音频文件中添加所述图片信息、与所述图片信息解析相关的图片关联信息及所述音频信息。

本实施例所述的方法应用于携带有照相功能以及音频采集功能的电子设备中；具体如，手机或平板电脑等。

所述电子设备，在采集图片时，同步采集当前所在环境的环境音，将形成所述音频信息，这样就同步通过照片采集的采集环境的视觉信息(图片信息)还同步记录了听觉信息(音频信息)。

本实施例中为了解决上述问题，将电子设备采集的音频信息和图片信息融合存储在音频文件中，这样形成的音频文件，在输出时既能输出音频信息也能输出图片信息，但是相对于视频具有信息量少的优点。

所述音频文件包括标签以及用于输出音频的音频数据部分；所述标签中包括与音频信息关联的信息，具体如歌手名称、专辑名称、曲风等信息。所述标签优选为ID3标签。

所述ID3标签是音频文件的组成部分，在现有技术中主要用于存储与音频关联的一些信息，该音频的歌手、标题、专辑名称以及年代风格等信息，这些信息不属于音频信息的音频内容；这些信息在电子设备依据音频内容形成音频时，可以同步以文字和/或图片等形式输出。

其中，所述音频信息添加在所述音频数据部分；所述图片信息可以添加在所述音频数据部分也可以添加在所述标签中；优选为将所述图片信息及图片关联信息添加在所述标签中，这样形成的音频文件符合现有音频文件的信息格式，方便电子设备在解析和输出音频文件时，不用提供专有算法或专用应用来解析及输出所述步骤S130中形成的音频文件。

故在所述步骤S130中，具体可包括：在音频文件的标签中添加所述图片信息及图片关联信息；及在所述音频文件的音频数据部分添加所述音频信息。具体地，如在ID3标签中写入图片信息及图片关联信息；在音频数据部分写入音频信息。

在本实施例中利用在音频文件的标签中写入所述图片信息；并在标签中记录所述图片信息的图片关联信息；所述图片关联信息包括MIME类型；根据MIME类型电子设备可以在解析输出图片时，确定图片信息的信息格式以及打开方式等。

所述标签有多种，不局限于上述的ID3标签；以下详细介绍一下所述ID3标签的相关信息。所述ID3标签包括ID3V1、ID3V2以及ID3V2.3；其中所述V1表示版本1；所述V2表示版本2；所述V2.3表示版本2.3。所述ID3V1位于所述音频文件的末尾；所述ID3V2位于所述音频文件的开头。在ID3V2或ID3V2以上版本的ID3标签中可以存储音频文件的图片。故在本实施例中所述ID3标签采用ID3V2或ID3V2.3以上的版本。

在本实施例中首先是将电子设备采集的图片信息融合到音频文件中，在播放音频文件的同时，电子设备将读取音频文件ID3标签，通过解析输出ID3标签来输出图片信息。

在具体的实现过程中，所述音频文件优选采用mp3或AAC格式的音频文件。所述图片信息优选为jpeg格式图片。jpeg格式的图片，具有压缩率及解压效果逼真等优点。采用mp3格式或AAC格式，同样的具有压缩率以及解压后对音频失真程度小等优点，从而能便于信息的处理以及存储。

以下提供一个本实施例所述方法的具体应用场景：

具体如，用户A给一群朋友合影，朋友们在拍照的瞬间很欢快的喊出了“茄子”等口号；用户A为了记录下这个欢快的场景或将给欢快的场景分享给其他朋友，显然只有照片或图片这种静态信息，显然欢快的气氛将减半，而采用本实施例中所述方法，可以同步采集图片信息以及环境音，并形成一个朋友们不用安装特定算法或应用就可以打开的携带有图片信息的音频文件，就能感受到用户A当前拍照时朋友欢快的视觉信息和听觉信息。输出本实施例所述方法形成的音频文件，由于音频文件标签中携带有图片信息，可以采用现有技术中可以输出图片信息的音频播放应用或视频应用，具体如酷狗音乐应用等。

如图2所示，所述步骤S130可具体包括：

步骤S131：在所述标签中添加APIC标记tag以及所述图片信息的MIME类型；

步骤S132：在所述标签中添加所述图片信息。

进一步地，所述步骤S130，还包括步骤S133及步骤S134：

所述步骤S133：依据所述图片信息以及所述APIC标记、MIME类型确定所述图片信息和所述图片关联信息的信息长度；

所述步骤S134：在所述标签中添加所述信息长度。

所述步骤S133及S134可以在所述步骤S132以后执行，也可以在所述步骤S132之前或与所述S132同步执行；不局限于图2所示的方法。

所述APIC标记表示所述音频文件中当前位置以后为图片信息和图片关联信息；在具体的实现过程中，所述APIC标记之后紧接着的是一个tag长度；所述tag长度即为所述步骤133和步骤134中所述的信息长度；在ID3标签中预留出的M个字节来记录所述图片信息以及图片关联信息的信息长度；通常所述M等于4。

在所述ID3标签中添加了所述图片信息以及图片关联信息且确定了信息长度之后，依据所述信息长度更新预留出的M个字节；当电子设备在输出所述音频文件时，根据所述APIC标记以及所述信息长度，知道ID3标签中哪些是图片信息；哪些是音频文件的关联信息，如音频录制时间等信息。

在具体实现时，在添加所述图片信息之前依据所述步骤S133及步骤S134确定出所述信息长度，在添加所述图片信息之前就把所述信息长度添加到所述标签中，不局限于图2所示流程顺序。

电子设备根据所述APIC标记及所述信息长度可知道所述ID3标签中当前哪些字节存储的是图片信息及图片关联信息。在具体的实现过程中，若存储了有多张图片时，所述ID3标签中所述图片关联信息还可包括图片类型、文本编码标识、备注字符串以及帧标志等信息，这些信息的详细内容可以参见现有的ID3标签的信息格式，在此就不再一一重复了。

所述图片关联信息至少包括MIME类型；所述MIME类型对应了ID3标签中1个或多个字节，对应的数据类型可为字符串。具体如，所述MIME对应的字节的字符串为：jpeg；电子设备解读到所述MIME类型时，知道所述图片信息的文件格式为jpeg，从而知道以哪种数据格式解析并显示所述图片信息。在具体的实现过程中，当所述图片信息的文件格式为image时，则所述MIME类型为image。

同样的为了在输出所述音频文件时，方便电子设备确定哪些是数据是属于ID3标签，哪些是属于音频内容，在ID3标签中也包括一个表征ID3标签信息长度的标签长度；故在本实施例中所述方法还包括：

在所述音频文件中添加所述音频信息之前，所述方法还包括根据所述标签的信息长度，更新所述标签的标签长度。

进一步地，所述音频信息中包括噪音信息；

如图3所示，在步骤S130之前，所述方法还包括：

步骤S121：依据预定策略删除所述音频信息中的噪音信息。

采集的音频信息中可能包括了一些用户不想要的噪音信息，在本实施例中还通过所述步骤S121进行噪音过滤，以删除所述噪音信息，这样就能保存用户想要的信息。

具体地，所述噪音信息包括：电子设备在采集所述图片信息形成的拍照音及用户指定的环境噪音。

在进行图像采集时，为了提示用户已经完成图像采集，通常电子设备会发出类似“咔嚓”等声音，若采用静音拍照，可能用户将无法准确判断是否完成了拍照；若保留这种提示音，这些提示音将被作为环境音采集到所述音频信息中；在本实施例中可以通过步骤S121把这种采集图片信息形成的拍照音去掉；具体如何去掉可以采用以下方式：

预先保存所述拍照音对应的对比音；

将采集到的音频信息与对比音比对，形成比对结果；

依据所述别对结果，将所述音频信息中与所述比对音差异满足预设条件的信息的删除，达到去除拍照音的目的。

用户在拍照时，可能还有其他意想不到的噪音干扰，具体如正好开过的汽车的长鸣音、火车行进的铁轨音，建筑工地建筑机械运动造成的噪音等用户指定的环境噪音。

去除所述指定的环境噪音时，同样可以采用将采集的音频信息与声音样本的对比，来删除这些声音；在具体的实现过程中，可以在形成所述对比结果后，还将依据比对结果生成并输出提示信息，再将依据用户基于所述提示信息的输入，确定是否需要删除所述拍照音或环境噪音。

在具体的使用过程中，存在着用户在铁轨旁进行拍照，想保留这种铁轨音，通过与噪音样本比对后发现音频信息中有铁轨音，若直接视为指定的环境噪音显然可能删除了不是用户想要的环境音，故此时还可以通过图文或音频等方式告知用户当前检测到了铁轨音，是否删除将铁轨音视为环境噪音的删除提示；用户通过选择确认或取消等输入来指示电子设备具体的操作。

综合上述，本实施例提供了一种制作有声图片的方法，将图片信息承载在音频信息的标签中，与现有技术兼容性强，且具有通用性好的优点；电子设备不用安装指定应用就能达到同时输出分别采集的图片信息和音频信息。

实施例二：

如图4所示，本实施例提供一种制作有声图片的装置，

所述装置包括：

图像采集单元110，用于采集图片信息；

音频采集单元120，用于采集所述图片信息所在采集环境的音频信息；

音频形成单元130，用于在音频文件中添加所述图片信息、与所述图片信息解析相关的图片关联信息及所述音频信息。

所述装置可以为同时包括照相机及录音功能的手机以及平板电脑等电子设备。

所述图像采集单元110具体可包括可完成图像采集的照相机部件等。所述音频采集单元120可包括录音器等。

所述音频形成单元130可以包括处理器及存储介质；所述处理器可以是中央处理器CPU、微处理器MCU、数字信号处理器DSP以及可编程处理器PLC等电子设备。所述存储介质用于存储形成的所述音频文件。在具体实现时，所述存储介质还可以用于存储所述图片信息、音频信息等。

优选地，所述音频形成单元130，具体用于在所述音频文件的标签(如ID3标签)写入APIC标记以及所述图片信息的MIME类型；在所述标签中添加所述图片信息。此处，限定了所述音频形成单元130具体在音频文件哪写入图片信息及图片关联信息，写在标签中能够很好的与现有的音频文件的信息格式相匹配，故无需通过特定的算法或应用来解析所述音频文件，从而具有通用性好的优点。

此外，所述音频形成单元130还用于依据所述图片信息以及所述APIC标记和MIME类型确定所述图片信息和所述图片关联信息的信息长度；及在所述标签中添加所述信息长度。

所述MIME类型、APIC标记以及标签的具体内容可以参见实施例一，在此就不再重复了。所述标签优选为ID3标签。

优选地，所述音频形成单元130，还用于在所述音频文件中添加所述音频信息之前，所述方法还包括根据所述标签的信息长度，更新所述标签的标签长度。

本实施例中所述音频形成单元130通过在标签中依据图片信息长度区别中的图片信息与其他信息；通过在标签中写入标签长度，用以电子设备在输出所述音频文件时的标签和音频信息；方便了后续音频信息的输出。

进一步地，所述音频信息中包括噪音信息；

如图5所示，所述装置还包括：

噪音处理单元140，用于在所述音频文件中添加所述音频信息之前，依据预定策略删除所述音频信息中的噪音信息。

所述噪音处理单元140的具体结构可以包括各种类型的处理器，具体结构还可以是现有技术中的噪音处理器等结构。

在本实施例中增设噪音处理单元140，可以过滤所述音频文件中的噪音，能仅保留用户想要的环境音，提高了电子设备的智能性及用户的使用满意度。

具体地，所述噪音信息包括：电子设备在采集所述图片信息形成的拍照音以及用户指定的环境噪音。

本实施例所述的装置，为实施例一中所述方法的提供了实现硬件，用于采用留声拍照时形成的是包括图片信息的音频文件，而非现有技术中需要专门应用解码输出的包括音频信息的图片文件，提高了通用性及兼容性。

以下结合本发明实施例提供一个具体应用示例：如图6所示，所述方法包括：

步骤1：采用智能手机拍照功能拍照生成一个jpeg图片；且同时录音生成一个MP3文件；在具体的实现过程中还在形成所述jpeg图片(即上文的图片信息)以及MP3文件(即上文的音频信息)之后，输出提示信息，以提示用户当前同时采集到了图片信息和音频信息，方便电子设备在接收用户基于上述提示进行的操作之后，执行后续步骤。

步骤2：构建新的MP3文件的ID3V2.3信息，定位ID3标签末尾。

步骤3：在ID3标签中添加APIC标记、文本编码标识、MIME类型、图片类型以及备注说明等信息。

步骤4：打开jpeg图片，将其的图片数据写入到ID3标签的数据区域，并更新ID3的tag长度；

步骤5：将步骤1中的MP3文件中的音频数据写入到写入了图片数据的MP3文件中。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (11)

1.一种制作有声图片的方法，其特征在于，所述方法包括：

采集图片信息；

采集所述图片信息所在采集环境的音频信息；

在音频文件中添加所述图片信息、与所述图片信息解析相关的图片关联信息及所述音频信息。

2.根据权利要求1所述的方法，其特征在于，

所述图片关联信息至少包括APIC标记以及MIME类型；

所述在音频文件中添加所述图片信息及图片关联信息，包括：

在所述音频文件的标签中添加APIC标记以及所述图片信息的MIME类型；

在所述音频文件的标签中添加所述图片信息。

3.根据权利要求2所述的方法，其特征在于，

所述在音频文件中添加所述图片信息及图片关联信息，还包括

依据所述图片信息、所述APIC标记及MIME类型确定所述图片信息和所述图片关联信息的信息长度；

在所述标签中添加所述信息长度。

4.根据权利要求3所述的方法，其特征在于，

所述方法还包括：

在所述音频文件中添加所述音频信息之前，所述方法还包括根据所述标签的信息长度，更新所述标签的标签长度。

5.根据权利要求1至4任一项所述的方法，其特征在于，

所述音频信息中包括噪音信息；

所述方法还包括：

在所述音频文件中添加所述音频信息之前，依据预定策略删除所述音频信息中的噪音信息。

6.根据权利要求5所述的方法，其特征在于，

所述噪音信息包括：电子设备在采集所述图片信息形成的拍照音以及用户指定的环境噪音。

7.一种制作有声图片的装置，其特征在于，

所述装置包括：

图像采集单元，用于采集图片信息；

音频采集单元，用于采集所述图片信息所在采集环境的音频信息；

音频形成单元，用于在音频文件中添加所述图片信息、与所述图片信息解析相关的图片关联信息及所述音频信息。

8.根据权利要求7所述的装置，其特征在于，

所述图片关联信息至少包括APIC标记以及MIME类型；

所述音频形成单元，具体用于在所述音频文件的标签中添加APIC标记以及所述图片信息的MIME类型；在所述标签中添加所述图片信息。

9.根据权利要求8所述的装置，其特征在于，

所述音频形成单元，用于依据所述图片信息、所述APIC标记及MIME类型确定所述图片信息和所述图片关联信息的信息长度；及在所述标签中添加所述信息长度。

10.根据权利要求8所述的装置，其特征在于，

所述音频形成单元，还用于在所述音频文件中添加所述音频信息之前，所述方法还包括根据所述标签的信息长度，更新所述标签的标签长度。

11.根据权利要求7至10任一项所述的装置，其特征在于，

所述音频信息中包括噪音信息；

所述装置还包括：

噪音处理单元，用于在所述音频文件中添加所述音频信息之前，依据预定策略删除所述音频信息中的噪音信息。