CN106331501A - 声音采集方法及装置 - Google Patents

Abstract

本发明实施例提供一种声音采集方法及装置，通过本发明实施例的方法，在录制视频的过程中，终端并不会采集来自终端周围的所有声音数据，而仅仅采集来自于图像拍摄装置的图像拍摄区域有关的区域中的声音数据，例如，仅仅采集来自拍摄区域A中的声音数据，而不采集来拍摄区域A之外的声音数据。避免了录制的视频中混合了来自图像拍摄装置的图像采集区域有关的区域之外的声音数据，进而避免用户想要录制的声音数据可能被掩盖或者削弱，以使用户在播放录制的视频时能够听不清用户想要录制的声音数据，从而提高用户体验。

Description

声音采集方法及装置

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种声音采集方法及装置。

背景技术

当前，随着技术的飞速发展，用户常常使用手机等设备录制视频。当用户利用手机录制视频时，手机可以利用安装在手机上的摄像头拍摄图像，并利用内置在手机中的麦克风录制采集手机所在的环境中的声音数据。

其中，如图1所示，手机1的摄像头11在拍摄图像时的拍摄区域为以手机1的位置为圆心角的扇形区域A，扇形区域A的圆心角通常小于90度，手机1中的麦克风在采集声音数据时的采集区域为以手机1的位置为圆心的圆形区域B，也即，摄像头的拍摄区域A位于麦克风的采集区域B内，且麦克风的采集区域B的面积大于摄像头的采集区域A的面积。当用户需要利用手机录制视频时，用户通常会调整摄像头对准需要拍摄的物体，使得需要拍摄的物体位于摄像头的拍摄区域A内，如此，摄像头在拍摄图像时就会拍摄到需要拍摄的物体的图像，然而，麦克风在采集声音数据时，不仅会采集需要拍摄的物体的图像发出的声音数据，还会采集来自于采集区域B中的所有声音数据。

然而，发明人在实现本发明实施例的过程中发现：

当手机录制视频时，如果手机所在环境较嘈杂，则内置在手机中的麦克风所录制到的声音数据可能就会混合了用户不希望录制到的环境噪声，进而导致用户想要录制的声音数据可能被掩盖或者削弱，当用户在播放录制的视频时就可能听不清用户想要录制的声音数据，导致用户体验较低。

发明内容

为解决现有技术的问题，本发明实施例提供了一种声音采集方法及装置。

本发明实施例公开了如下技术方案：

第一方面，本发明实施例提供了一种声音采集方法，所述方法包括：

获取图像拍摄区域；

根据所述图像拍摄区域确定声音采集区域；

根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数；

根据所述声音采集参数，采集来自所述声音采集区域的声音数据。

其中，所述根据所述图像拍摄区域确定声音采集区域，包括：

将所述图像拍摄区域确定为所述声音采集区域。

其中，所述根据所述图像拍摄区域确定声音采集区域，包括：

调整所述图像拍摄区域的缩放比例，得到缩放后的拍摄区域；

将所述缩放后的拍摄区域确定为所述声音采集区域。

其中，所述根据所述图像拍摄区域确定声音采集区域，包括：

确定位于所述图像拍摄区域中的目标拍摄物体；

获取所述目标拍摄物体所在的区域；

将所述目标拍摄物体所在的区域确定为所述声音采集区域。

其中，所述确定位于所述图像拍摄区域中的目标拍摄物体，包括：

将所拍摄的图像显示在屏幕上；

获取用户在所述屏幕上选择的物体的图像；

将所选择的图像对应的物体确定为所述目标拍摄物体。

其中，所述确定位于所述图像拍摄区域中的目标拍摄物体，包括：

将所拍摄的图像按照预设比例缩放，得到缩放后的图像；

将所述缩放后的图像显示在屏幕上；

获取用户在所述屏幕上选择的物体的图像；

将所选择的图像对应的物体确定为所述目标拍摄物体。

其中，所述获取所述目标拍摄物体所在的区域，包括：

获取所述屏幕与所述目标拍摄物体之间的第一距离；

确定所选择的物体的图像与所述缩放后的图像的中心之间的第二距离；

根据所述第一距离、所述第二距离以及所述预设比例获取所述目标拍摄物体所在的区域。

其中，所述根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数，包括：

在预先设置的多个拍摄子区域中获取与所述声音采集区域具有重合部分的子区域；

获取预先设置的拍摄子区域与对应于预设麦克风阵列的相位差区间之间的对应关系；所述预设麦克风阵列包括多个麦克风，麦克风用于采集声音数据；

在所述对应关系中查找与所述每一个所获取的拍摄子区域相对应的相位差区间；

将所查找到的全部的相位差区间均确定为与所述声音采集区域相对应的声音参数。

其中，所述根据所述声音采集参数，采集来自所述声音采集区域的声音数据，包括：

通过所述预设麦克风阵列中的每一个麦克风分别接收各个拍摄子区域中的各个物体发出的声音数据，并确定所接收的声音数据的相位；

根据同一物体的声音数据的相位计算同一物体的声音数据对应于所述预设麦克风阵列的相位差；

当物体的声音数据对应于所述预设麦克风阵列的相位差位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据为来自所述声音采集区域的声音数据，采集所述物体的声音数据；

当物体的声音数据对应于所述预设麦克风阵列的相位差不位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据不为来自所述声音采集区域的声音数据，丢弃所述物体的声音数据。

其中，所述声音采集参数包括声音采集角度，其中：

所述根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数，包括：

根据与所述图像拍摄区域之间的角度确定声音采集角度；

所述根据所述声音采集参数，采集来自所述声音采集区域的声音数据，包括：

根据所确定的声音采集角度，调整声音采集设备的采集角度，并采集来自所述声音采集区域的声音数据。

其中，所述声音采集参数包括声音采集角度，其中：

所述根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数，包括：

根据与所述目标拍摄物体之间的角度确定声音采集角度；

所述根据所述声音采集参数，采集来自所述声音采集区域的声音数据，包括：

根据所确定的声音采集角度，调整声音采集设备的采集角度，并采集来自所述声音采集区域的声音数据。

第二方面，本发明实施例提供了一种声音采集装置，所述装置包括：

获取模块，用于获取图像拍摄区域；

第一确定模块，用于根据所述图像拍摄区域确定声音采集区域；

第二确定模块，用于根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数；

采集模块，用于根据所述声音采集参数，采集来自所述声音采集区域的声音数据。

其中，所述第一确定模块包括：

第一确定单元，用于将所述图像拍摄区域确定为所述声音采集区域。

其中，所述第一确定模块包括：

第一调整单元，用于调整所述图像拍摄区域的缩放比例，得到缩放后的拍摄区域；

第二确定单元，用于将所述缩放后的拍摄区域确定为所述声音采集区域。

其中，所述第一确定模块包括：

第三确定单元，用于确定位于所述图像拍摄区域中的目标拍摄物体；

第一获取单元，用于获取所述目标拍摄物体所在的区域；

第四确定单元，用于将所述目标拍摄物体所在的区域确定为所述声音采集区域。

其中，所述第三确定单元包括：

第一显示子单元，用于将所拍摄的图像显示在屏幕上；

第一获取子单元，用于获取用户在所述屏幕上选择的物体的图像；

第一确定子单元，用于将所选择的图像对应的物体确定为所述目标拍摄物体。

其中，所述第三确定单元包括：

缩放子单元，用于将所拍摄的图像按照预设比例缩放，得到缩放后的图像；

第二显示子单元，用于将所述缩放后的图像显示在屏幕上；

第二获取子单元，用于获取用户在所述屏幕上选择的物体的图像；

第二确定子单元，用于将所选择的图像对应的物体确定为所述目标拍摄物体。

其中，所述第一获取单元包括：

第三获取子单元，用于获取所述屏幕与所述目标拍摄物体之间的第一距离；

第三确定子单元，用于确定所选择的物体的图像与所述缩放后的图像的中心之间的第二距离；

第四获取子单元，用于根据所述第一距离、所述第二距离以及所述预设比例获取所述目标拍摄物体所在的区域。

其中，所述第二确定模块包括：

第二获取单元，用于在预先设置的多个拍摄子区域中获取与所述声音采集区域具有重合部分的子区域；

第三获取单元，用于获取预先设置的拍摄子区域与对应于预设麦克风阵列的相位差区间之间的对应关系；所述预设麦克风阵列包括多个麦克风，麦克风用于采集声音数据；

查找单元，用于在所述对应关系中查找与所述每一个所获取的拍摄子区域相对应的相位差区间；

第五确定单元，用于将所查找到的全部的相位差区间均确定为与所述声音采集区域相对应的声音参数。

其中，所述采集模块包括：

接收单元，用于通过所述预设麦克风阵列中的每一个麦克风分别接收各个拍摄子区域中的各个物体发出的声音数据，并确定所接收的声音数据的相位；

计算单元，用于根据同一物体的声音数据的相位计算同一物体的声音数据对应于所述预设麦克风阵列的相位差；

第六确定单元，用于当物体的声音数据对应于所述预设麦克风阵列的相位差位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据为来自所述声音采集区域的声音数据，采集所述物体的声音数据；

第七确定单元，用于当物体的声音数据对应于所述预设麦克风阵列的相位差不位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据不为来自所述声音采集区域的声音数据，丢弃所述物体的声音数据。

其中，所述声音采集参数包括声音采集角度，其中：

所述第二确定模块包括：

第八确定单元，用于根据与所述图像拍摄区域之间的角度确定声音采集角度；

所述采集模块包括：

第二调整单元，用于根据所确定的声音采集角度，调整声音采集设备的采集角度；

第一采集单元，用于采集来自所述声音采集区域的声音数据。

其中，所述声音采集参数包括声音采集角度，其中：

所述第二确定模块包括：

第九确定单元，用于根据与所述目标拍摄物体之间的角度确定声音采集角度；

所述采集模块包括：

第三调整单元，用于根据所确定的声音采集角度，调整声音采集设备的采集角度；

第二采集单元，用于采集来自所述声音采集区域的声音数据。

第三方面，本发明实施例提供了一种电子设备，所述电子设备包括：

至少一个通信接口；

与所述至少一个通信接口相连接的至少一个总线；

与所述至少一个总线相连接的至少一个处理器；

与所述至少一个总线相连接的至少一个存储器，其中，

其中，所述处理器被配置为：

获取图像拍摄区域；

根据所述图像拍摄区域确定声音采集区域；

根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数；

根据所述声音采集参数，采集来自所述声音采集区域的声音数据。

第四方面，本发明实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本发明实施例上述任一项声音采集方法。

本发明实施例提供的技术方案可以包括以下有益效果：

通过本发明实施例的方法，在录制视频的过程中，终端并不会采集来自终端周围的所有声音数据，而仅仅采集来自于图像拍摄装置的图像拍摄区域有关的区域中的声音数据，例如，仅仅采集来自拍摄区域A中的声音数据，而不采集来拍摄区域A之外的声音数据。避免了录制的视频中混合了来自图像拍摄装置的图像采集区域有关的区域之外的声音数据，进而避免用户想要录制的声音数据可能被掩盖或者削弱，以使用户在播放录制的视频时能够听不清用户想要录制的声音数据，从而提高用户体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明实施例。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明实施例的原理。

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，对于本领域普通技术人员而言，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。

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1为现有技术提供的一种声音采集场景的示意图；

图2为本发明一个实施例提供的一种声音采集方法的流程图；

图3为本发明另一实施例提供的一种声音采集方法的流程图；

图4为本发明又一实施例提供的一种声音采集方法的流程图；

图5为本发明实施例提供的一种声音采集装置的结构示意图；以及

图6为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明实施例的一些方面相一致的装置和方法的例子。

图2是根据一示例性实施例示出的一种声音采集方法的流程图，如图2所示，该方法用于终端中，该方法包括以下步骤。

在步骤S101中，获取图像拍摄区域；

在本发明实施例中，终端可以为手机或者平板电脑等设备，终端上安装有图像拍摄装置，图像拍摄装置可以为摄像头等，终端上内置有预设麦克风阵列，预设麦克风阵列中包括至少两个麦克风，任意两个麦克风之间具有一定的距离，也即，每个麦克风在终端中的位置都不同。其中，终端在出厂之后，终端上的图像拍摄装置在终端上的位置就是固定不可变的，终端上的预设麦克风阵列中的每一个麦克风在终端上的位置也是固定不可变的。

当用户控制终端录制视频时，终端会利用终端上的图像拍摄装置拍摄图像，终端上的图像拍摄装置的图像拍摄区域为：以图像拍摄装置的位置为圆心的扇形区域，且终端在出厂之后，终端上的图像拍摄装置的最大的图像拍摄区域就已经固定不可变了，图像拍摄装置在拍摄图片时，用户可以通过调节图像拍摄装置的焦距来调节图像拍摄装置的拍摄区域。也即，图像拍摄装置的图像拍摄区域分别与图像拍摄装置的最大的图像拍摄区域、图像拍摄装置的焦距有关。

因此，在视频录制过程中，终端可以获取终端上的图像拍摄装置的最大的图像拍摄区域和图像拍摄装置的焦距，然后根据图像拍摄装置的最大的图像拍摄区域和图像拍摄装置的焦距确定图像拍摄装置在拍摄图像时的图像拍摄区域。

在步骤S102中，根据该图像拍摄区域确定声音采集区域；

在本发明实施例中，当用户需要录制视频时，用户可以将图像拍摄装置对准用户需要录制的物体，使得用户需要录制的物体位于图像拍摄装置的图像拍摄区域内，如此图像拍摄装置就可以拍摄到用户需要录制的物体。因此，终端可以将该图像拍摄区域确定为声音采集区域，如此，终端录制的视频中的声音数据中仅存在来自于该图像拍摄区域内的声音数据，而不存在来自于该图像拍摄区域以外的声音数据。

其中，有时候用户在利用终端拍摄图像时，会控制终端调整图像拍摄区域的缩放比例，此时终端就可以调整图像拍摄区域的缩放比例，得到缩放后的拍摄区域，并将缩放后的拍摄区域确定为声音采集区域。

在本发明另一实施例中，终端也可以将用户需要录制的物体所在的区域作为声音采集区域，如此，终端录制的视频中的声音数据中仅存在来自于用户需要录制的物体所在的区域的声音数据，而不存在来自于用户需要录制的物体所在的区域以外的声音数据。具体如何将用户需要录制的物体所在的区域作为声音采集区域的流程可以参见如图3所示的实施例，在此不做详述。

在步骤S103中，根据该声音采集区域，确定与该声音采集区域相对应的声音采集参数；

在本发明实施例中，技术人员事先可以将终端固定在某一位置上，终端的位置不变且终端上的图像拍摄装置所对准的方向也不变。

由于在终端出厂之后，图像拍摄装置的最大的图像拍摄区域就已经固定不变了，因此，可以将图像拍摄装置的最大的图像拍摄区域分为若干个拍摄子区域，且任意两个拍摄子区域都不重合。

例如，图像拍摄装置的最大的图像拍摄区域为以图像拍摄装置的位置为圆心的扇形区域，且圆心角一个固定数值以及扇形区域的半径为另一个固定数值。终端可以将扇形区域分为若干个子区域，也即，将扇形区域分为若干个相邻的且互不重合的子扇形区域，每一个子扇形区域的圆心均为图像拍摄装置所在的位置，且每一个子扇形区域的半径均为该另一个固定数值，只是每一个子扇形区域的圆心角均小于该一个固定数值。

在本发明实施例中，对于任意一个拍摄子区域，技术人员在该拍摄区域中选择多个位置，并将声音数据发生器分别依次放置在选择的每一个位置上，声音数据发生器用于发出声音数据。

当将声音数据发生器放置在任意一个选择的位置上时，终端利用预设麦克风阵列中的每一个预设麦克风阵列分别接收该声音数据发生器发出的声音数据，由于每一个麦克风在终端中的位置都不同，因此，不同的麦克风接收到的该声音数据发生器发出的声音数据的相位不同；终端可以根据每一个麦克风接收到的该声音数据发生器发出的声音数据的相位，计算该声音数据发生器发出的声音数据对应于终端中的预设麦克风阵列的相位差，并作为在该位置上发出的声音数据对应于终端中的预设麦克风阵列的相位差。

当将声音数据发生器放置在其它每一个选择的位置上时，同样执行上述操作，从而分别得到在每一个选择的位置上发出的声音数据对应于终端中的预设麦克风阵列的相位差。

然后从在每一个选择的位置上发出的声音数据对应于终端中的预设麦克风阵列的相位差中选择最大的相位差和最小的相位差。根据最大的相位差和最小的相位差组成一个相位差区间，并作为在该拍摄子区域内发出的声音数据对应于终端中的预设麦克风阵列的相位差区间。再将该拍摄子区域与该相位差区间组成一条记录存储在本地存储的拍摄子区域与相位差区间之间的对应关系中。

对于其他每一个拍摄子区域，同样执行上述操作，如此可以在上述对应关系中存储每一个拍摄子区域对应的相位差区间，且任意两个拍摄子区域对应的相位差区间不重合。

因此，本步骤具体可以为：在预先设置的多个拍摄子区域中获取与该声音采集区域具有重合部分的子区域；获取预先设置的拍摄子区域与对应于终端中的预设麦克风阵列的相位差区间之间的对应关系；在上述对应关系中查找与每一个所获取的拍摄子区域相对应的相位差区间；将所查找到的全部的相位差区间均确定为与该声音采集区域相对应的声音参数。

在步骤S104中，根据该声音采集参数，采集来自该声音采集区域的声音数据。

当确定了声音采集区域之后，终端就可以根据与该声音采集区域相对应的声音采集参数，采集来自该声音采集区域的声音数据。具体地采集过程可以参见如图4所示的实施例，在此不做详述。

通过本发明实施例的方法，在录制视频的过程中，终端并不会采集来自终端周围的所有声音数据，而仅仅采集来自于图像拍摄装置的图像拍摄区域有关的区域中的声音数据，例如，仅仅采集来自拍摄区域A中的声音数据，而不采集来拍摄区域A之外的声音数据。避免了录制的视频中混合了来自图像拍摄装置的图像采集区域有关的区域之外的声音数据，进而避免用户想要录制的声音数据可能被掩盖或者削弱，以使用户在播放录制的视频时能够听不清用户想要录制的声音数据，从而提高用户体验。

其中，在图2所示的实施例的基础之上，在本发明另一实施例中，参见图3，步骤S102包括：

在步骤S201中，确定位于该图像拍摄区域中的目标拍摄物体；

本步骤可以通过如下两种方式实现，包括：

一种方式、包括如下21)～23)的流程：

21)、将所拍摄的图像按照预设缩小比例缩放，得到缩放后的图像；

在本发明实施例中，当用户利用终端录制视频时，用户通常需要将图像拍摄装置对准用户需要拍摄的物体，例如，当用户需要录制某一嘉宾讲话的视频时，用户需要将图像拍摄装置对准该嘉宾，如此，图像拍摄装置才能拍摄到该嘉宾的图像。

通常情况下，用户只对需要拍摄的物体感兴趣，而对不需要拍摄的物体不感兴趣，因此，终端只需采集用户需要拍摄的物体发出的声音数据即可，而无需采集用户不需要拍摄的物体发出的声音数据。所以在确定声音采集区域时，首先要确定出用户需要拍摄的目标拍摄物体。

当用户启动终端的视频录制功能但还未开始录制视频时，终端会利用图像拍摄装置拍摄一张图像，然而，有时候拍摄的图像的尺寸较大，且大于终端的屏幕的尺寸，因此，为了能够将拍摄的图片全部显示在屏幕中，可以将拍摄的图像按照预设缩小缩放比例缩小缩放，得到缩小缩放图像；并执行步骤22)。

22)、将缩放后的图像显示在屏幕上；

23)、获取用户在屏幕上选择的物体的图像；

其中，当用户将图像拍摄装置对准用户需要拍摄的物体时，图像拍摄装置拍摄的图像中必然会包括用户需要拍摄的物体的图像，当然，用户需要拍摄的物体旁边还存在其他物体时，图像拍摄装置拍摄的图像中也可能会包括其他物体的图像。当用户在终端的屏幕看到图像拍摄装置拍摄的图像时，用户可以在该图像中选择需要拍摄的物体的图像；

24)、将所选择的图像对应的物体确定为目标拍摄物体。

另一种方式、包括如下11)～13)的流程：

11)、将所拍摄的图像显示在屏幕上；

当用户启动终端的视频录制功能但还未开始录制视频时，终端会利用图像拍摄装置拍摄一张图像，然而，有时候用户事先会设置拍摄的图像的尺寸小于或等于屏幕的尺寸，此时终端无需将拍摄的图像缩放就可以直接放拍摄的图像先知的屏幕上，

12)、获取用户在屏幕上选择的物体的图像；

13)、将所选择的图像对应的物体确定为目标拍摄物体。

在步骤S202中，获取目标拍摄物体所在的区域；

31)、获取屏幕与目标拍摄物体之间的第一距离；

在本发明实施例中，终端上可以内置有测距传感器，用于检测终端与目标拍摄物体之间的第一距离。本发明实施例还可以利用其他方法获取终端与目标拍摄物体之间的距离，本发明实施例对此不加以限定。

32)、确定所选择的物体的图像与缩放后的图像的中心之间的第二距离；

在本发明实施例中，终端可以先确定屏幕中显示的该缩小图像的中心，然后测量屏幕中现实的目标拍摄物体的图像与屏幕中显示的该缩小图像的中心之间的二距离。

33)、根据第一距离、第二距离以及预设比例获取目标拍摄物体所在的区域。

在本发明实施例中，终端可以根据第二距离和预设缩小比例确定出目标拍摄物体与图像拍摄装置的中轴线之间的第三距离；以第一距离为斜边并以第三距离为直角边绘制直角三角形，从而可以得到直角三角形的另一边的长度，进而可以确定出目标拍摄物体所在的区域。

在步骤S203中，将目标拍摄物体所在的区域确定为声音采集区域。

其中，在图2所示的实施例的基础之上，在本发明又一实施例中，参见图4，步骤S104包括：

在步骤S301中，通过预设麦克风阵列中的每一个麦克风分别接收各个拍摄子区域中的各个物体发出的声音数据，并确定所接收的声音数据的相位；

在步骤S302中，根据同一物体的声音数据的相位计算同一物体的声音数据对应于预设麦克风阵列的相位差；

在本发明实施例中，每一个麦克风都会接收各个拍摄子区域中的各个不同的物体发出的声音数据，并根据声音数据的音调和音色将接收到的声音数据按照不同的物体归类，得到每一个物体发出的声音数据的集合，其中，预设麦克风阵列中有几个麦克风，每一个物体的声音数据的集合就包括几个不同相位的声音数据。

对于任意一个物体，可以根据接收到的该物体的多个声音数据的相位计算该声音数据对应于预设麦克风阵列的相位差。

对于其他每一个物体，同样执行上述操作，如此可以计算出耳机收到的每一个物体声音数据对应于预设麦克风阵列的相位差。

当物体的声音数据对应于预设麦克风阵列的相位差位于来自该声音采集区域的声音数据对应于预设麦克风阵列的相位差区间时，在步骤S303中，确定该物体的声音数据为来自该声音采集区域的声音数据，然后采集该物体的声音数据；

由于在步骤S103中已经得到了来自该声音采集区域的声音数据对应于预设麦克风阵列的相位差区间，因此，在本发明实施例中，对于任意一个物体，判断该物体发出的声音数据对应于预设麦克风阵列的相位差是否位于来自该声音采集区域的声音数据对应于预设麦克风阵列的相位差区间内。当该物体发出的声音数据对应于预设麦克风阵列的相位差位于来自该声音采集区域的声音数据对应于预设麦克风阵列的相位差区间内时，确定该物体的声音数据为来自该声音采集区域的声音数据，然后采集该物体的声音数据，这儿样，最终录制的视频中就会包含该物体的声音数据。当该物体发出的声音数据对应于预设麦克风阵列的相位差不位于来自该声音采集区域的声音数据对应于预设麦克风阵列的相位差区间内时，确定该物体的声音数据不为来自该声音采集区域的声音数据，然后丢弃该物体的声音数据，这儿样，最终录制的视频中就不包含该物体的声音数据。对于其它每一个物体，均执行上述操作。

当物体的声音数据对应于预设麦克风阵列的相位差不位于来自该声音采集区域的声音数据对应于预设麦克风阵列的相位差区间时，在步骤S304中，确定该物体的声音数据不为来自该声音采集区域的声音数据，然后丢弃该物体的声音数据；

在本发明另一实施例中，声音采集参数包括声音采集角度；

其中：步骤S103包括：

根据与图像拍摄区域之间的角度确定声音采集角度；

相应地，步骤S104，包括：

根据所确定的声音采集角度，调整声音采集设备的采集角度，并采集来自声音采集区域的声音数据。

在本发明又一实施例中，声音采集参数包括声音采集角度；

其中：步骤S103包括：

根据与目标拍摄物体之间的角度确定声音采集角度；

相应地，步骤S104，包括：

根据所确定的声音采集角度，调整声音采集设备的采集角度，并采集来自声音采集区域的声音数据。

图5是根据一示例性实施例示出的一种声音采集装置装置的结构示意图，如图5所示，所述装置包括：

获取模块11，用于获取图像拍摄区域；

第一确定模块12，用于根据所述图像拍摄区域确定声音采集区域；

第二确定模块13，用于根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数；

采集模块14，用于根据所述声音采集参数，采集来自所述声音采集区域的声音数据。

其中，所述第一确定模块12包括：

第一确定单元，用于将所述图像拍摄区域确定为所述声音采集区域。

其中，所述第一确定模块12包括：

第一调整单元，用于调整所述图像拍摄区域的缩放比例，得到缩放后的拍摄区域；

第二确定单元，用于将所述缩放后的拍摄区域确定为所述声音采集区域。

其中，所述第一确定模块12包括：

第三确定单元，用于确定位于所述图像拍摄区域中的目标拍摄物体；

第一获取单元，用于获取所述目标拍摄物体所在的区域；

第四确定单元，用于将所述目标拍摄物体所在的区域确定为所述声音采集区域。

其中，所述第三确定单元包括：

第一显示子单元，用于将所拍摄的图像显示在屏幕上；

第一获取子单元，用于获取用户在所述屏幕上选择的物体的图像；

第一确定子单元，用于将所选择的图像对应的物体确定为所述目标拍摄物体。

其中，所述第三确定单元包括：

缩放子单元，用于将所拍摄的图像按照预设比例缩放，得到缩放后的图像；

第二显示子单元，用于将所述缩放后的图像显示在屏幕上；

第二获取子单元，用于获取用户在所述屏幕上选择的物体的图像；

第二确定子单元，用于将所选择的图像对应的物体确定为所述目标拍摄物体。

其中，所述第一获取单元包括：

第三获取子单元，用于获取所述屏幕与所述目标拍摄物体之间的第一距离；

第三确定子单元，用于确定所选择的物体的图像与所述缩放后的图像的中心之间的第二距离；

第四获取子单元，用于根据所述第一距离、所述第二距离以及所述预设比例获取所述目标拍摄物体所在的区域。

其中，所述第二确定模块13包括：

第二获取单元，用于在预先设置的多个拍摄子区域中获取与所述声音采集区域具有重合部分的子区域；

第三获取单元，用于获取预先设置的拍摄子区域与对应于预设麦克风阵列的相位差区间之间的对应关系；所述预设麦克风阵列包括多个麦克风，麦克风用于采集声音数据；

查找单元，用于在所述对应关系中查找与所述每一个所获取的拍摄子区域相对应的相位差区间；

第五确定单元，用于将所查找到的全部的相位差区间均确定为与所述声音采集区域相对应的声音参数。

其中，所述采集模块14包括：

接收单元，用于通过所述预设麦克风阵列中的每一个麦克风分别接收各个拍摄子区域中的各个物体发出的声音数据，并确定所接收的声音数据的相位；

计算单元，用于根据同一物体的声音数据的相位计算同一物体的声音数据对应于所述预设麦克风阵列的相位差；

第六确定单元，用于当物体的声音数据对应于所述预设麦克风阵列的相位差位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据为来自所述声音采集区域的声音数据，采集所述物体的声音数据；

第七确定单元，用于当物体的声音数据对应于所述预设麦克风阵列的相位差不位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据不为来自所述声音采集区域的声音数据，丢弃所述物体的声音数据。

其中，所述声音采集参数包括声音采集角度，其中：

所述第二确定模块13包括：

第八确定单元，用于根据与所述图像拍摄区域之间的角度确定声音采集角度；

所述采集模块14包括：

第二调整单元，用于根据所确定的声音采集角度，调整声音采集设备的采集角度；

第一采集单元，用于采集来自所述声音采集区域的声音数据。

其中，所述声音采集参数包括声音采集角度，其中：

所述第二确定模块13包括：

第九确定单元，用于根据与所述目标拍摄物体之间的角度确定声音采集角度；

所述采集模块14包括：

第三调整单元，用于根据所确定的声音采集角度，调整声音采集设备的采集角度；

第二采集单元，用于采集来自所述声音采集区域的声音数据。

通过本发明实施例的方法，在录制视频的过程中，终端并不会采集来自终端周围的所有声音数据，而仅仅采集来自于图像拍摄装置的图像拍摄区域有关的区域中的声音数据，例如，仅仅采集来自拍摄区域A中的声音数据，而不采集来拍摄区域A之外的声音数据。避免了录制的视频中混合了来自图像拍摄装置的图像采集区域有关的区域之外的声音数据，进而避免用户想要录制的声音数据可能被掩盖或者削弱，以使用户在播放录制的视频时能够听不清用户想要录制的声音数据，从而提高用户体验。

进一步地，本发明实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本发明实施例上述任一项声音采集方法。

图6是本发明实施例提供的声音采集方法的电子设备的硬件结构示意图，如图6所示，该设备包括：

一个或多个处理器610以及存储器620，图6中以一个处理器610为例。

执行声音采集方法的设备还可以包括：输入装置630和输出装置640。

处理器610、存储器620、输入装置630和输出装置640可以通过总线或者其他方式连接，图6中以通过总线连接为例。

存储器620作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的声音采集方法对应的程序指令/模块(例如，附图5所示的第一获取模块11、确定模块12、第二获取模块13和采集模块14)。处理器610通过运行存储在存储器620中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例声音采集方法。

存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据声音采集装置的使用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至声音采集装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置630可接收输入的数字或字符信息，以及产生与声音采集装置的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。

所述一个或者多个模块存储在所述存储器620中，当被所述一个或者多个处理器610执行时，执行上述任意方法实施例中的声音采集方法。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

本发明实施例的电子设备以多种形式存在，包括但不限于:

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子装置。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明实施例的技术方案，而非对其限制；尽管参照前述实施例对本发明实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (23)

1.一种声音采集方法，其特征在于，所述方法包括：

获取图像拍摄区域；

根据所述图像拍摄区域确定声音采集区域；

根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数；

根据所述声音采集参数，采集来自所述声音采集区域的声音数据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述图像拍摄区域确定声音采集区域，包括：

将所述图像拍摄区域确定为所述声音采集区域。

3.根据权利要求2所述的方法，其特征在于，所述根据所述图像拍摄区域确定声音采集区域，包括：

调整所述图像拍摄区域的缩放比例，得到缩放后的拍摄区域；

将所述缩放后的拍摄区域确定为所述声音采集区域。

4.根据权利要求1所述的方法，其特征在于，所述根据所述图像拍摄区域确定声音采集区域，包括：

确定位于所述图像拍摄区域中的目标拍摄物体；

获取所述目标拍摄物体所在的区域；

将所述目标拍摄物体所在的区域确定为所述声音采集区域。

5.根据权利要求4所述的方法，其特征在于，所述确定位于所述图像拍摄区域中的目标拍摄物体，包括：

将所拍摄的图像显示在屏幕上；

获取用户在所述屏幕上选择的物体的图像；

将所选择的图像对应的物体确定为所述目标拍摄物体。

6.根据权利要求4所述的方法，其特征在于，所述确定位于所述图像拍摄区域中的目标拍摄物体，包括：

将所拍摄的图像按照预设比例缩放，得到缩放后的图像；

将所述缩放后的图像显示在屏幕上；

获取用户在所述屏幕上选择的物体的图像；

将所选择的图像对应的物体确定为所述目标拍摄物体。

7.根据权利要求6所述的方法，其特征在于，所述获取所述目标拍摄物体所在的区域，包括：

获取所述屏幕与所述目标拍摄物体之间的第一距离；

确定所选择的物体的图像与所述缩放后的图像的中心之间的第二距离；

根据所述第一距离、所述第二距离以及所述预设比例获取所述目标拍摄物体所在的区域。

8.根据权利要求1-7中的任一项所述的方法，其特征在于，所述根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数，包括：

在预先设置的多个拍摄子区域中获取与所述声音采集区域具有重合部分的子区域；

获取预先设置的拍摄子区域与对应于预设麦克风阵列的相位差区间之间的对应关系；所述预设麦克风阵列包括多个麦克风，麦克风用于采集声音数据；

在所述对应关系中查找与所述每一个所获取的拍摄子区域相对应的相位差区间；

将所查找到的全部的相位差区间均确定为与所述声音采集区域相对应的声音参数。

9.根据权利要求8所述的方法，其特征在于，所述根据所述声音采集参数，采集来自所述声音采集区域的声音数据，包括：

通过所述预设麦克风阵列中的每一个麦克风分别接收各个拍摄子区域中的各个物体发出的声音数据，并确定所接收的声音数据的相位；

根据同一物体的声音数据的相位计算同一物体的声音数据对应于所述预设麦克风阵列的相位差；

当物体的声音数据对应于所述预设麦克风阵列的相位差位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据为来自所述声音采集区域的声音数据，采集所述物体的声音数据；

当物体的声音数据对应于所述预设麦克风阵列的相位差不位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据不为来自所述声音采集区域的声音数据，丢弃所述物体的声音数据。

10.根据权利要求1所述的方法，其特征在于，所述声音采集参数包括声音采集角度，其中：

所述根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数，包括：

根据与所述图像拍摄区域之间的角度确定声音采集角度；

所述根据所述声音采集参数，采集来自所述声音采集区域的声音数据，包括：

根据所确定的声音采集角度，调整声音采集设备的采集角度，并采集来自所述声音采集区域的声音数据。

11.根据权利要求4-7中的任一项所述的方法，其特征在于，所述声音采集参数包括声音采集角度，其中：

所述根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数，包括：

根据与所述目标拍摄物体之间的角度确定声音采集角度；

所述根据所述声音采集参数，采集来自所述声音采集区域的声音数据，包括：

根据所确定的声音采集角度，调整声音采集设备的采集角度，并采集来自所述声音采集区域的声音数据。

12.一种声音采集装置，其特征在于，所述装置包括：

获取模块，用于获取图像拍摄区域；

第一确定模块，用于根据所述图像拍摄区域确定声音采集区域；

第二确定模块，用于根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数；

采集模块，用于根据所述声音采集参数，采集来自所述声音采集区域的声音数据。

13.根据权利要求12所述的装置，其特征在于，所述第一确定模块包括：

第一确定单元，用于将所述图像拍摄区域确定为所述声音采集区域。

14.根据权利要求13所述的装置，其特征在于，所述第一确定模块包括：

第一调整单元，用于调整所述图像拍摄区域的缩放比例，得到缩放后的拍摄区域；

第二确定单元，用于将所述缩放后的拍摄区域确定为所述声音采集区域。

15.根据权利要求12所述的装置，其特征在于，所述第一确定模块包括：

第三确定单元，用于确定位于所述图像拍摄区域中的目标拍摄物体；

第一获取单元，用于获取所述目标拍摄物体所在的区域；

第四确定单元，用于将所述目标拍摄物体所在的区域确定为所述声音采集区域。

16.根据权利要求15所述的装置，其特征在于，所述第三确定单元包括：

第一显示子单元，用于将所拍摄的图像显示在屏幕上；

第一获取子单元，用于获取用户在所述屏幕上选择的物体的图像；

第一确定子单元，用于将所选择的图像对应的物体确定为所述目标拍摄物体。

17.根据权利要求15所述的装置，其特征在于，所述第三确定单元包括：

缩放子单元，用于将所拍摄的图像按照预设比例缩放，得到缩放后的图像；

第二显示子单元，用于将所述缩放后的图像显示在屏幕上；

第二获取子单元，用于获取用户在所述屏幕上选择的物体的图像；

第二确定子单元，用于将所选择的图像对应的物体确定为所述目标拍摄物体。

18.根据权利要求17所述的装置，其特征在于，所述第一获取单元包括：

第三获取子单元，用于获取所述屏幕与所述目标拍摄物体之间的第一距离；

第三确定子单元，用于确定所选择的物体的图像与所述缩放后的图像的中心之间的第二距离；

第四获取子单元，用于根据所述第一距离、所述第二距离以及所述预设比例获取所述目标拍摄物体所在的区域。

19.根据权利要求12-18中的任一项所述的装置，其特征在于，所述第二确定模块包括：

第二获取单元，用于在预先设置的多个拍摄子区域中获取与所述声音采集区域具有重合部分的子区域；

第三获取单元，用于获取预先设置的拍摄子区域与对应于预设麦克风阵列的相位差区间之间的对应关系；所述预设麦克风阵列包括多个麦克风，麦克风用于采集声音数据；

查找单元，用于在所述对应关系中查找与所述每一个所获取的拍摄子区域相对应的相位差区间；

第五确定单元，用于将所查找到的全部的相位差区间均确定为与所述声音采集区域相对应的声音参数。

20.根据权利要求19所述的装置，其特征在于，所述采集模块包括：

接收单元，用于通过所述预设麦克风阵列中的每一个麦克风分别接收各个拍摄子区域中的各个物体发出的声音数据，并确定所接收的声音数据的相位；

计算单元，用于根据同一物体的声音数据的相位计算同一物体的声音数据对应于所述预设麦克风阵列的相位差；

第六确定单元，用于当物体的声音数据对应于所述预设麦克风阵列的相位差位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据为来自所述声音采集区域的声音数据，采集所述物体的声音数据；

第七确定单元，用于当物体的声音数据对应于所述预设麦克风阵列的相位差不位于来自所述声音采集区域的声音数据对应于所述预设麦克风阵列的相位差区间时，确定所述物体的声音数据不为来自所述声音采集区域的声音数据，丢弃所述物体的声音数据。

21.根据权利要求12所述的装置，其特征在于，所述声音采集参数包括声音采集角度，其中：

所述第二确定模块包括：

第八确定单元，用于根据与所述图像拍摄区域之间的角度确定声音采集角度；

所述采集模块包括：

第二调整单元，用于根据所确定的声音采集角度，调整声音采集设备的采集角度；

第一采集单元，用于采集来自所述声音采集区域的声音数据。

22.根据权利要求15-18中的任一项所述的装置，其特征在于，所述声音采集参数包括声音采集角度，其中：

所述第二确定模块包括：

第九确定单元，用于根据与所述目标拍摄物体之间的角度确定声音采集角度；

所述采集模块包括：

第三调整单元，用于根据所确定的声音采集角度，调整声音采集设备的采集角度；

第二采集单元，用于采集来自所述声音采集区域的声音数据。

23.一种电子设备，其特征在于，所述电子设备包括：

至少一个通信接口；

与所述至少一个通信接口相连接的至少一个总线；

与所述至少一个总线相连接的至少一个处理器；

与所述至少一个总线相连接的至少一个存储器，其中，

其中，所述处理器被配置为：

获取图像拍摄区域；

根据所述图像拍摄区域确定声音采集区域；

根据所述声音采集区域，确定与所述声音采集区域相对应的声音采集参数；

根据所述声音采集参数，采集来自所述声音采集区域的声音数据。