CN105869614A - 音频文件导出方法和装置 - Google Patents

Abstract

本发明公开了一种音频文件导出方法和装置，涉及音频技术领域，该方法包括：周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取第一音频文件的全部音色数据，第一音频文件的格式为乐器数字接口MIDI格式，并根据第一音频文件的全部音色数据生成与第一音频文件对应的规定格式的第二音频文件。能够大大缩小用MIDI音频文件导出音乐文件的时间，提高导出效率。

Description

音频文件导出方法和装置

技术领域

本发明涉及音频处理技术领域，具体地，涉及一种音频文件导出方法和装置。

背景技术

MIDI(Musical Instrument Digital Interface)是音乐设备数字接口。MIDI协议作为一种通用的通信协议，可以使电子乐器与电子乐器、电子乐器与电脑之间进行通信。MIDI传输的不是声音信号，而是音符、控制参数等指令，它指示MIDI设备要做什么，怎么做，如演奏哪个音符、多大音量等。现代音乐大都是用MIDI加上音色库来制作合成的。

在现有技术中，将MIDI格式的音频文件转换成音乐的过程，通常需要从音色库中获取MIDI音频文件中的每个音符对应的数据，也就相当于将整个MIDI文件播放一遍，因此现有技术中通过MIDI文件生成音乐所用的时间通常与MIDI文件的播放时间是相同的。比如，一个可以播放400秒的MIDI文件，根据其生成音乐文件的时间也是400秒。可见利用上述现有技术将MIDI格式的音频文件转换成音乐文件的过程耗时长，效率低。

发明内容

本发明的提供一种音频文件导出方法和装置，用以解决现有技术将MIDI格式的音频文件转换成音乐的过程耗时长，效率低的问题。

为了实现上述目的，本发明提供一种音频文件导出方法，所述方法包括：

周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式；

根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。

可选的，所述周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据包括：

周期性的获取规定数量的采样点对应的第一音频文件的音色数据，以及所述规定数量的采样点对应的人声音频文件的人声数据，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据；其中，所述人声音频文件是预先存储的录制有用户哼唱的音频文件。

可选的，所述周期性的获取规定数量的采样点对应的第一音频文件的音色数据，以及所述规定数量的采样点对应的人声音频文件的人声数据，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据包括：

在当前处理周期中，根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长；

根据所述当前处理周期的采样点起点，以及所述规定数量的采样点所对应的时长确定所述当前处理周期对应所述第一音频文件的目标时段，以及确定所述当前处理周期对应所述人声音频文件的目标时段；

在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的的人声数据；

周期性的执行所述根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长至所述在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的的人声数据在步骤，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据。

可选的，处理周期的数量是根据所述所述规定数量、所述第二音频文件的时长，以及所述第一采样率确定的；以及，

在单位时间内能够执行的处理周期的数量是根据处理器的处理速度确定的。

可选的，所述根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件包括：

根据所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据生成所述第二音频文件。

本发明提供一种音频文件导出装置，所述装置包括：

数据获取模块，用于周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式；

文件导出模块，用于根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。

可选的，所述数据获取模块用于：

周期性的获取规定数量的采样点对应的第一音频文件的音色数据，以及所述规定数量的采样点对应的人声音频文件的人声数据，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据；其中，所述人声音频文件是预先存储的录制有用户哼唱的音频文件。

可选的，所述数据获取模块，包括：

时长确定子模块，用于在当前处理周期中，根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长；

时段确定子模块，用于根据所述当前处理周期的采样点起点，以及所述规定数量的采样点所对应的时长确定所述当前处理周期对应所述第一音频文件的目标时段，以及确定所述当前处理周期对应所述人声音频文件的目标时段；

数据获取子模块，用于在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的的人声数据；

周期性的执行所述根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长至所述在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的的人声数据在步骤，直至所述数据获取子模块获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据。

可选的，处理周期的数量是根据所述所述规定数量、所述第二音频文件的时长，以及所述第一采样率确定的；以及，

在单位时间内能够执行的处理周期的数量是根据处理器的处理速度确定的。

可选的，所述文件导出模块用于：

根据所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据生成所述第二音频文件。

综上所述，本发明实施例提供的音频文件导出方法和装置，通过周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式，并根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。由于在采样率确定的情况下，MIDI音频文件的总采样点数是确定的，因此每个处理周期获取固定采样点数对应的音色数据，通过多个处理周期即可获取全部的音色数据，对于现有的大多数处理器而言，一秒内可以执行很多个处理周期，特别是对于处理能力较强的处理器，因此相比现有技术需要播放MIDI音频文件的来生成音乐文件的方式而言，能够大大缩小用MIDI音频文件导出音乐文件的时间，提高导出效率。

本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是本发明各个实施例所涉及的一种实施环境的结构示意图；

图2是本发明实施例提供的一种音频文件导出方法的流程示意图；

图3是本发明实施例提供的另一种音频文件导出方法的流程示意图；

图4是根据一示例性实施例示出的音频文件导出装置的框图；

图5是图4所示实施例示出的一种数据获取模块的框图。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

在介绍本发明提供的音频文件导出方法之前，首先对本发明所涉及应用场景进行介绍，图1是本发明各个实施例所涉及的一种实施环境的结构示意图。参见图1，该实施环境可以包括：终端100和服务器200，其中终端100可以是具有联网功能的电子设备，可以通过数据网络(例如3G、4G网络等)访问服务器200，或者可以通过无线局域网(例如Wi-Fi)来访问服务器200。服务器200可以作为数据库为该终端100提供海量的伴奏、MIDI音色库、歌曲等音乐资源以及与这些资源相关的其他必要信息。其中，MIDI音色库也可以设置在终端100。

其中，上述的终端100例如可以是智能手机、平板电脑、智能电视、智能手表、PDA(Personal Digital Assistant，个人数字助理)、便携计算机等移动终端，也可以是台式计算机等固定终端。服务器200可以为一台服务器，或者由若干台服务器组成的服务器集群，或者可以是一个云计算服务中心。

图2是本发明实施例提供的一种音频文件导出方法的流程示意图，参见图2，本实施例以该音频文件导出方法应用于终端来举例说明，该终端可以为图1所示实施环境中的终端，该方法可以包括以下步骤：

步骤201，周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式。

步骤202，根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。

综上所述，本发明实施例提供的音频文件导出方法，通过周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式，并根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件，能够大大缩小用MIDI音频文件导出音乐文件的时间，提高导出效率。

图3是本发明实施例提供的另一种音频文件导出方法的流程示意图，参见图3，本实施例以该音频文件导出方法应用于终端来举例说明，该终端可以为图1所示实施环境中的终端，该方法可以包括：

步骤301，在当前处理周期中，根据所述规定数量的采样点，以及所述第一采样率确定所述规定数量的采样点所对应的时长。

其中，所述第一采样率为第一音频文件的采样率，同样也是将要生成的与第一音频文件对应的规定格式的第二音频文件的采样率，音色库也采用第一采样率。示例地，第一采样率可以为44100(采样点/秒)，下面以第一音频文件为MIDI格式的音频文件，规定格式为WAV格式为例进行说明。

假设第一音频文件为4/4拍(4/4拍是指以四分音符为一拍，每小节四拍)，60bpm(指1分钟60拍，1秒1拍)，假设第一音频文件的音符总时长为192000tick，由于通常规定四分音符的时长为480tick，则可以得出按照现有通过播放来导出的方法，如果要获取第一音频文件所有的音色数据，则需要将时长192000tick的所有音符播放一遍，需要192000tick÷480tick＝400(秒)，从而将第一音频文件从MIDI转换为WAV至少需要400秒的时间，可见耗时长，效率低。

本实施例中，首先根据第一音频文件的时长400秒，以及第一采样率44100(采样点/秒)，可以确定第一音频文件共需要采样400*44100＝17640000个采样点。可以设置每个处理周期的规定数量的采样点为512个采样点。如果按照播放时间来计算，每秒可以获取的音色数据实际就是44100个采样点对应的数据，则512个采样点折合成播放时间为512/44100秒，约为11.609毫秒。则上述的规定数量的采样点所对应的时长就约为11.609毫秒。

步骤302，根据所述当前处理周期的采样点起点，以及所述规定数量的采样点所对应的时长确定所述当前处理周期对应所述第一音频文件的目标时段，以及确定所述当前处理周期对应所述人声音频文件的目标时段。

以步骤301中得到的时长11.609毫秒为例，如果当前处理周期是第一个处理周期，则当前处理周期对应所述第一音频文件的目标时段为第一音频文件的0～11.609毫秒的时段，当前处理周期对应所述人声音频文件的目标时段为人声音频文件的0～11.609毫秒的时段。如果当前处理周期是第一个处理周期，则当前处理周期对应所述第一音频文件的目标时段为第一音频文件的11.609～23.218毫秒的时段，当前处理周期对应所述人声音频文件的目标时段为人声音频文件的11.609～23.218毫秒的时段，以此类推。

步骤303，在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的的人声数据。

以当前处理周期对应所述第一音频文件的目标时段为第一音频文件的0～11.609毫秒的时段，当前处理周期对应所述人声音频文件的目标时段为人声音频文件的0～11.609毫秒的时段为例，从音色库中获取与第一音频文件的0～11.609毫秒的时段对应的音色数据，以及获取与人声音频文件的0～11.609毫秒的时段对应的人声数据。

其中，第一音频文件文件的音色数据存储在服务器中的音色库中，或者也可以预先存储在终端本地的音色库中，人声数据可以是由用户哼唱产生的人声数据，用户在哼唱结束后，终端根据用户的哼唱产生的人声数据生成人声音频文件，并进行存储。可以存储在终端本地的音色库中，也可以上传至服务器的音色库中。

周期性的执行步骤301至步骤303，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的至少与所述人声音频文件对应部分的全部音色数据，由于伴奏的时间通常不短于人声部分的时间，因此需要至少获取第一音频文件中的与人声音频文件对应部分的全部音色数据，优选地可以获取整个第一音频文件的全部音色数据，当然，如果人声音频文件是完整的歌，则可以获取的第一音频文件的全部音色数据。

由此可见，如果是按照现有的通过将音符播放一遍来获取音色数据的方法，获取512个采样点对应的音色数据所需要的时间为11.609毫秒，而本实施例中不进行播放，而是先通过确定当前处理周期的512个采样点所对应的音色数据后，然后获取这些数据。由于不需要播放，因此在获取数据是并非是按照播放时一秒44100个采样点的速度获取数据，处理器实际一秒可以获取n*44100个采样点对应的音色数据(或者可以理解为采用将音符播放一遍来获取音色数据的方法，每获取44100个采样点对应的音色数据需要1秒，而本实施例所提供的方法每获取44100个采样点对应的音色数据只需要1/n秒)，因此获取一个处理周期512个采样点对应的音色数据所用的时间就是512/44100n秒。同理的，获取一个处理周期512个采样点对应的人声数据的时间也是512/44100n秒，由此看见可以显著提高从MIDI导出音乐文件速度，其中n取值可以根据处理器的实际频率来确定，特别是较高级的处理器n可以达到上万，例如，根据实验，在iphone设备上，n约等于20000，从而导出时长为400秒的MIDI文件的时间为T＝[512/(44100*20000)]*[400*44100/512]＝0.02秒，远小于现有方法所用的400秒，大大缩短了获取数据的时间，从而也就能大大缩短生成最终的音乐文件，即下文所述的第二音频文件的时间，其中[512/(44100*20000)]表示每个处理周期所用的时间，[400*44100/512]表示400秒时长的MIDI文件总共包括的处理周期的数量。

步骤304，根据所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据生成与所述第二音频文件。

综上所述，本发明实施例提供的音频文件导出方法，通过周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式，并根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。由于在采样率确定的情况下，MIDI音频文件的总采样点数是确定的，因此每个处理周期获取固定采样点数对应的音色数据，通过多个处理周期即可获取全部的音色数据，对于现有的大多数处理器而言，一秒内可以执行很多个处理周期，特别是对于处理能力较强的处理器，因此相比现有技术需要播放MIDI音频文件的来生成音乐文件的方式而言，能够大大缩小用MIDI音频文件导出音乐文件的时间，提高导出效率。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图4是根据一示例性实施例示出的音频文件导出装置的框图，该音频文件导出装置400可以应用于终端，该终端可以是图1所示实施环境中的终端100，该装置400可以通过软件或者硬件或者二者结合的形式构成该终端的部分或者全部，参见图4，该装置400可以包括：

数据获取模块410，用于周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式；

文件导出模块420，用于根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。

可选的，所述数据获取模块410可以用于：

周期性的获取规定数量的采样点对应的第一音频文件的音色数据，以及所述规定数量的采样点对应的人声音频文件的人声数据，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据；其中，所述人声音频文件是预先存储的录制有用户哼唱的音频文件。

可选的，图5是图4所示实施例示出的一种数据获取模块的框图，参见图5，所述数据获取模块410，包括：

时长确定子模块411，用于在当前处理周期中，根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长；

时段确定子模块412，用于根据所述当前处理周期的采样点起点，以及所述规定数量的采样点所对应的时长确定所述当前处理周期对应所述第一音频文件的目标时段，以及确定所述当前处理周期对应所述人声音频文件的目标时段；

数据获取子模块413，用于在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的的人声数据；

周期性的执行所述根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长至所述在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的的人声数据在步骤，直至所述数据获取子模块获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据。

可选的，处理周期的数量是根据所述所述规定数量、所述第二音频文件的时长，以及所述第一采样率确定的；以及，

在单位时间内能够执行的处理周期的数量是根据处理器的处理速度确定的。

可选的，所述文件导出模块420用于：

根据所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据生成所述第二音频文件。

综上所述，本发明实施例提供的音频文件导出装置，通过周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式，并根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。由于在采样率确定的情况下，MIDI音频文件的总采样点数是确定的，因此每个处理周期获取固定采样点数对应的音色数据，通过多个处理周期即可获取全部的音色数据，对于现有的大多数处理器而言，一秒内可以执行很多个处理周期，特别是对于处理能力较强的处理器，因此相比现有技术需要播放MIDI音频文件的来生成音乐文件的方式而言，能够大大缩小用MIDI音频文件导出音乐文件的时间，提高导出效率。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (10)

1.一种音频文件导出方法，其特征在于，所述方法包括：

周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式；

根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。

2.根据权利要求1所述的方法，其特征在于，所述周期性的获取规定数量的采样点对应的第一音频文件的音色数据，直至获取所述第一音频文件的全部音色数据包括：

周期性的获取规定数量的采样点对应的第一音频文件的音色数据，以及所述规定数量的采样点对应的人声音频文件的人声数据，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据；其中，所述人声音频文件是预先存储的录制有用户哼唱的音频文件。

3.根据权利要求2所述的方法，其特征在于，所述周期性的获取规定数量的采样点对应的第一音频文件的音色数据，以及所述规定数量的采样点对应的人声音频文件的人声数据，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据包括：

在当前处理周期中，根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长；

根据所述当前处理周期的采样点起点，以及所述规定数量的采样点所对应的时长确定所述当前处理周期对应所述第一音频文件的目标时段，以及确 定所述当前处理周期对应所述人声音频文件的目标时段；

在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的人声数据；

周期性的执行所述根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长至所述在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的人声数据在步骤，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据。

4.根据权利要求3所述的方法，其特征在于，处理周期的数量是根据所述所述规定数量、所述第二音频文件的时长，以及所述第一采样率确定的；以及，

在单位时间内能够执行的处理周期的数量是根据处理器的处理速度确定的。

5.根据权利要求2-4任一项所述的方法，其特征在于，所述根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件包括：

根据所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据生成所述第二音频文件。

6.一种音频文件导出装置，其特征在于，所述装置包括：

数据获取模块，用于周期性的获取规定数量的采样点对应的第一音频文 件的音色数据，直至获取所述第一音频文件的全部音色数据，所述第一音频文件的格式为乐器数字接口MIDI格式；

文件导出模块，用于根据所述第一音频文件的全部音色数据生成与所述第一音频文件对应的规定格式的第二音频文件。

7.根据权利要求6所述的装置，其特征在于，所述数据获取模块用于：

周期性的获取规定数量的采样点对应的第一音频文件的音色数据，以及所述规定数量的采样点对应的人声音频文件的人声数据，直至获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据；其中，所述人声音频文件是预先存储的录制有用户哼唱的音频文件。

8.根据权利要求7所述的装置，其特征在于，所述数据获取模块，包括：

时长确定子模块，用于在当前处理周期中，根据所述规定数量的采样点，以及所述第二音频文件的第一采样率确定所述规定数量的采样点所对应的时长；

时段确定子模块，用于根据所述当前处理周期的采样点起点，以及所述规定数量的采样点所对应的时长确定所述当前处理周期对应所述第一音频文件的目标时段，以及确定所述当前处理周期对应所述人声音频文件的目标时段；

数据获取子模块，用于在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的人声数据；

周期性的执行所述根据所述规定数量的采样点，以及所述第二音频文件 的第一采样率确定所述规定数量的采样点所对应的时长至所述在音色库中获取与所述第一音频文件的目标时段对应的音色数据，并获取与所述人声音频文件的目标时段对应的人声数据在步骤，直至所述数据获取子模块获取所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据。

9.根据权利要求8所述的装置，其特征在于，处理周期的数量是根据所述所述规定数量、所述第二音频文件的时长，以及所述第一采样率确定的；以及，

在单位时间内能够执行的处理周期的数量是根据处理器的处理速度确定的。

10.根据权利要求7-9任一项所述的装置，其特征在于，所述文件导出模块用于：

根据所述人声音频文件的全部人声数据，以及至少获取所述第一音频文件中的与所述人声音频文件对应部分的全部音色数据生成所述第二音频文件。