CN106445451B - 一种音频音量增益方法和装置 - Google Patents

Abstract

本发明实施例公开了一种音频音量增益方法，所述方法包括：获取目标音频文件的采样音量峰值；根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间；将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值；根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。本发明实施例还公开了一种音频音量增益装置。采用本发明，可有效提升音频音量增益。

Description

一种音频音量增益方法和装置

技术领域

本发明涉及音频处理领域，尤其涉及一种音频音量增益方法和装置。

背景技术

由于不同音频源、采集方式、录制方式等会导致不同的音频文件的音量相差较大，从而为了避免在播放不同的音频文件时出现声音突然很大或突然很小的情况，用户可以选择开启音频播放器的音量均衡功能对部分音频文件进行均衡增益。

现有的音频音量均衡增益方式中，为了避免出现“爆音”，音频播放器会根据音频文件的最大音量值确定该音频文件的最大增益系数，但有些情况下音频文件的最大音量值只是很偶然出现，直接使用根据该最大音量值确定的最大增益系数对该音频文件进行音量增益效果十分有限，不能做到最大化的音量增益效果。

发明内容

有鉴于此，本发明实施例提供一种音频音量增益方法和装置，可有效提升音频音量增益。

为了解决上述技术问题，本发明实施例提供了一种音频音量增益方法，所述方法包括：

获取目标音频文件的采样音量峰值；

根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间；

将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值；

根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

相应地，本发明实施例还提供了一种音频音量增益装置，所述音频音量增益装置包括：

音量峰值采样模块，用于获取目标音频文件的采样音量峰值；

有效区间确定模块，用于根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间；

有效峰值确定模块，用于将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值；

增益系数确定模块，用于根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

本发明实施例中的音频音量增益装置通过对目标音频文件的采样音量峰值的分布进行分析，确定目标音频文件的有效音量峰值，进而根据有效音量峰值确定目标音频文件的最大音量增益系数，从而可以在避免播放音频时出现“爆音”的同时，实现对目标音频文件的最大化音量增益。

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是本发明实施例中的一种音频音量增益方法的流程示意图；

图2是本发明实施例中的音频文件的音量波形图；

图3是本发明另一实施例中的音频文件的音量波形图；

图4是图3中的音量波形图中白圈内部分内容的放大示意图；

图5是本发明另一实施例中的音频音量增益方法的流程示意图；

图6是本发明另一实施例中的音频音量增益方法的流程示意图；

图7是本发明实施例中的一种音频音量增益装置的结构示意图；

图8是本发明实施例中的有效区间确定模块的结构示意图；

图9为应用本发明实施例的音频音量增益装置的一个硬件组成结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例中提供的音频音量增益方法和装置，可以由音频处理程序执行，也可以由运行所述音频处理程序的终端或设备执行，在可选实施例中可以由用户终端中的音频播放程序执行，也可以由例如加载在网页中的在线音频播放器执行。

图1是本发明实施例中的一种音频音量增益方法的流程示意图，如图所示本实施例中的音频音量增益方法可以包括以下流程：

S101，获取目标音频文件的采样音量峰值。

具体实现中，音频音量增益装置可以首先分析目标音频文件是否需要进行音量增益，例如可以采用EBUR128标准衡量目标音频文件的响度，若目标音频文件的响度在指定的第一基准线以下则可以判断目标音频文件需要提升响度，即增大音量，反之若目标音频文件的响度在指定的第二基准线以上则可以判断目标音频文件可以降低响度，所述第一基准线对应的响度值可以小于所述第二基准线对应的响度值，也可以等于所述第二基准线对应的响度值，即所述第一基准线与第二基准线对应同一响度值，所述基准线如-18LUFS(响度单位)、-23LUFS等。在其他可选实施例中，音频音量增益装置也可以采用别的标准判断目标音频文件是否需要提升或降低响度。

所述采样音量峰值可以理解为：用一块薄膜放在目标音频文件的播放环境中，记录下来每个采样时刻薄膜的振幅(后续然后在播放的时候，以同样的方式鼓动薄膜，就可以重现目标音频文件的声音了)，音量峰值相当于对薄膜的振幅做一个量化，用一个16位整数(-32767,32767)来表示它，当然也可以用8位整数来量化，但显然这么做会导致采样声音精细度下降。示例性的，所述采样音量峰值可以是目标音频文件的每个音频sample(采样数据)的峰值(peak)。例如Sample Frequency采样频率44100Hz，位数为16的音频文件，每秒可以获取到44100个sample的peak，4分钟的歌曲就会包含4*60*44100个sample的peak。在其他可选实施例中，音频音量增益装置也可以采用别的音量峰值采样方式获取目标音频文件的采样音量峰值。

S102，根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间。

具体实现中，音频音量增益装置可以预先设置多个音量值区间，例如可以将每位整数值设为一个音量值区间，或每5个整数值(如[0-4]、[5-9]、[10-14]、[15-19]等)设为一个音量值区间，或每100、500或1000个整数值设为一个音量值区间。

进而音频音量增益装置可以根据预设的多个音量值区间，将所述目标音频文件的各个采样音量峰值划分至对应的音量值区间，然后根据各个音量值区间中出现的采样音量峰值的数量或比例，确定所述目标音频文件的有效音量区间。如下表1和表2所示的将目标音频文件的多个采样音量峰值划分至对应的音量值区间的结果，Index表示音量值区间序号从0到N，N表示存在目标音频文件的采样音量峰值的音量值区间的总数，Count表示在该音量值区间中出现的采样音量峰值的数量，即表示目标音频文件中存在相应次数的采样音量峰值。

Index	Peak	Count
			N	32767	1
N-1	30348	1
			N-2	30011	2
N-3	29620	2
			N-4	29599	1
N-5	28567	6
			N-6	27296	15
N-7	27277	11
			N-8	27136	21
N-9	25783	61
			N-10	25675	55
N-11	25581	2
			N-12	25411	181
N-13	23255	1231
			…	…	…
2	90	515
			1	52	1211
0	7	2233

表1

Index	Peak	Count
			N	32500—∞	1
N-1	30000—30499	3
			N-2	29500—29999	3
N-3	28500—28999	6
			N-4	27000—27499	47
N-5	25500—25999	118
			…	…	…
…	…	…
			…	…	…
1	500-999	17989
			0	0-499	29989

表2

在可选实施例中，音频音量增益装置可以将出现的采样音量峰值的数量达到预设数量阈值的音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。所述预设数量阈值可以根据经验值设定，也可以根据预设的时长阈值和采样频率决定，例如假定4ms的时长阈值，采样频率是44100Hz，则所述预设数量阈值可以为44100*4/1000＝176，即将存在176个以上的采样音量峰值的音量值区间中，将对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。所述音量值区间的对应音量值，可以是音量值区间的下限值(如30000—30499区间的30000)，可以是上限值(如30000—30499的30499)，也可以是区间中的任意值。

在另一实施例中，音频音量增益装置可以将出现的采样音量峰值的比例达到预设比例阈值的音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间，所述音量值区间中出现的采样音量峰值的比例为音量值区间中出现的采样音量峰值的数量与目标音频文件的采样音量峰值总数量的比值。所述预设比例阈值可以根据经验值设定，也可以根据预设的时长阈值和目标音频文件的播放总时长决定，例如假定4ms的时长阈值，目标音频文件的播放总时长是240s，则所述预设比例阈值可以为4/240/1000＝0.0167‰，即将音量值区间中出现的采样音量峰值的数量与目标音频文件的采样音量峰值总数量的比值达到0.0167‰的音量值区间中，将对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。

在另一可选实施例中，音频音量增益装置还可以通过遍历各个存在目标音频文件的采样音量峰值的音量值区间，将每个存在采样音量峰值的音量值区间作为目标音量值区间，接着获取对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，判断所述目标音量值区间中出现的采样音量峰值的数量是否超过所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，其中所述目标音量值区间不是所述目标音频文件的所有存在采样音量峰值的音量值区间中对应音量值最大的前M个音量值区间，所述M不小于4；将满足上述判断条件的目标音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间，所述判断条件可以用公式表示为：C[P[X]]>C[P[X+1]]+C[P[X+2]]+..C[P[N-1]]+C[P[N]]，其中P[X]表示序号为X的目标音量值区间，C[P[X]]表示序号为X的目标音量值区间中的采样音量峰值的数量,C[P[X+1]]+C[P[X+2]]+..C[P[N-1]]+C[P[N]]即为对应音量值大于序号为X的目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量。示例性的，以上面表一和表2为例：

在表一中，若设定M＝5，则根据各个音量值区间中的采样音量峰值的数量，可以得出C[P[N-6]]、C[P[N-9]]、C[P[N-12]]以及C[P[N-13]]都满足上述C[P[X]]>C[P[X+1]]+C[P[X+2]]+..C[P[N-1]]+C[P[N]]的判断条件，其中P[N-6]是按照对应音量值大小排序第7的音量值区间，也不是对应音量值最大的前5个音量值区间，并且P[N-6]]的对应音量值是最大的，因此可以将P[N-6]确定为目标音频文件的有效音量区间。

在表2中，同样设定M＝5，虽然C[P[N-4]]和C[P[N-5]]都满足C[P[X]]>C[P[X+1]]+C[P[X+2]]+..C[P[N-1]]+C[P[N]]的判断条件，但是P[N-4]是按照对应音量值大小排序第5的音量值区间，因此被排除，从而可以将P[N-5]确定为目标音频文件的有效音量区间。

下文通过图5和图6分别描述两种通过判断目标音量值区间中出现的采样音量峰值的数量是否超过所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量的方式确定目标音频文件的有效音量区间的具体实施流程。

需要指出的是，以上仅是示例，本发明可以采用更多的方式，根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间，例如若在某个音量值区间内出现的采样音量峰值达到指定比例阈值，如若目标音频文件中98％的采样音量峰值都在区间[0-25000]，则至少可以将目标音频文件的有效音量区间确定为[0-25000]。

S103，将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值。

具体的，可以将所述有效音量区间的对应音量值作为所述目标音频文件的有效音量峰值，例如将所述有效音量区间的上限值作为所述目标音频文件的有效音量峰值，如根据表一将其中的P[N-6]确定为目标音频文件的有效音量区间，对应的有效音量峰值可以为27296，根据表二将其中的P[N-5]确定为目标音频文件的有效音量区间，对应的有效音量峰值即为25999。

S104，根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

本发明实施例中所提及的音量增益，可以是将目标音频文件的声音数据统一乘以一个音量增益系数，若该增益系数大于1则为提高目标音频文件的音量。

本发明实施例中所述的有效音量峰值，指的是将目标音频文件中“偶尔”出现的少量音量峰值排除后的有较大可能导致产生“爆音”的音量峰值，例如图2所示的音频文件的音量波形图，其采样音量峰值较为平均，尤其是出现在音频有效区间上限32767附近的采样音量峰值很多，这通常可以表示该目标音频文件的有效音量峰值很高，实际音频响度已经较大了，无法进一步对其提高音量(否则很有可能会产生“爆音”)，所述目标音频文件的最大音量增益系数可以设为1甚至更低。而如图3所示的音频文件的音量波形图中，如白圈标示的到达音频有效区间上限32767的采样音量峰值只是极少出现，若按照白圈标示的这次出现的采样音量峰值32767作为目标音频文件的音量峰值(参考图4放大图)，则无法对目标音频文件进行更多的音量增益提升(或完全无法进一步提升了)，但是根据实际测试可知，对这样音量波形的目标音频文件进行更多的音量增益提升，是不会产生“爆音”的，因此可以根据目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间，进而根据有效音量区间确定目标音频文件的有效音量峰值，并根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

在可选实施例中，音频音量增益装置可以根据预设的最大音量阈值与所述目标音频文件的有效音量峰值的比值，确定所述目标音频文件的最大音量增益系数。例如所述最大音量阈值为32767，根据表1中的采样音量峰值分布确定得到的目标音频文件的有效音量峰值为27296，那么这个峰值距离最大值可提升的增益是 32767/27296＝1.2004，进而根据分贝换算公式：20*log10(1.2004)＝1.587dB，也就是说，可以在播放目标音频文件时最多可以将播放音量提升1.587dB，通常为了保证不产生“爆音”可以在最大音量增益系数的基础上略微设置保守一些的增益系数。在其他可选实施例中，所述最大音量阈值可以根据音频播放均衡模式或用户个性需求进行设定。

可选的，本发明实施例中的音频音量增益方法进一步还可以包括：

S105，在播放所述目标音频文件时，根据所述目标音频文件的最大音量增益系数对所述目标音频文件进行音量增益，对所述目标音频文件进行音量增益所采用的音量增益系数不大于所述目标音频文件的最大音量增益系数。

即音频音量增益装置可以有音频播放功能，在确定目标音频文件的最大音量增益系数后，可以播放所述目标音频文件，并且在播放所述目标音频文件时，根据所述目标音频文件的最大音量增益系数对所述目标音频文件进行音量增益，对所述目标音频文件进行音量增益所采用的音量增益系数不大于所述目标音频文件的最大音量增益系数。

在其他可选实施例中，音频音量增益装置可以不负责播放音频文件，仅是得到目标音频文件的最大音量增益系数后，可以保存或将其传输至其他程序、其他终端或网络中的其他设备，让其他程序、其他终端或互联网中的其他设备在播放目标音频文件时可以参考该最大音量增益系数对所述目标音频文件进行音量增益。

本发明实施例中的音频音量增益装置通过对目标音频文件的采样音量峰值的分布进行分析，确定目标音频文件的有效音量峰值，进而根据有效音量峰值确定目标音频文件的最大音量增益系数，从而可以在避免播放音频时出现“爆音”的同时，实现对目标音频文件的最大化音量增益。

图5是本发明另一实施例中的音频音量增益方法的流程示意图，如图所示本实施例中的音频音量增益方法流程可以包括：

S201，获取目标音频文件的采样音量峰值。

S202，根据预设的多个音量值区间，将所述目标音频文件的各个采样音量峰值划分至对应的音量值区间。

S203，按照对应音量值从大到小对存在采样音量峰值的音量值区间进行遍历，从第M+1个音量值区间开始。

例如若M＝4，则从表1或表2中序号为N-4的音量值区间开始向下遍历，将当前遍历到的音量值区间作为目标音量值区间，执行S204的判断。

S204，判断目标音量值区间中出现的采样音量峰值的数量是否大于所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量。

若判断结果为目标音量值区间中出现的采样音量峰值的数量大于所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，则执行S206，否则执行S205。

S205，将下一个音量值区间作为目标音量值区间。

S206，将目标音量值区间作为目标音频文件的有效音量区间。

S207，将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值。

所述音量值区间的对应音量值，可以是音量值区间的下限值，可以是上限值，也可以是区间中的任意值。

S208，根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

S209，在播放所述目标音频文件时，根据所述目标音频文件的最大音量增益系数对所述目标音频文件进行音量增益

本实施例中通过将存在采样音量峰值的音量值区间根据对应音量值大小进行排序后，从第M+1个音量值区间开始判断目标音量值区间中出现的采样音量峰值的数量是否超过所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，将首个找到满足判断条件的音量值区间作为目标音频文件的有效音量区间，并确定目标音频文件的有效音量峰值，进而根据有效音量峰值确定目标音频文件的最大音量增益系数。

图6是本发明另一实施例中的音频音量增益方法的流程示意图，如图所示本实施例中的音频音量增益方法流程可以包括：

S301，获取目标音频文件的采样音量峰值。

S302，根据预设的多个音量值区间，将所述目标音频文件的各个采样音量峰值划分至对应的音量值区间。

S303，判断目标音量值区间中出现的采样音量峰值的数量是否大于所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量。

即对所有包含采样音量峰值的目标音量值区间进行遍历，若判断结果为目标音量值区间中出现的采样音量峰值的数量大于所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，则执行S304，否则执行S306。

S304，判断所述目标音量值区间是否对应音量值最大的前M个音量值区间，若是则执行S306，否则执行S305，所述M不小于4。

S305，记录下该目标音量值区间。

S306，判断是否已遍历所有音量值区间，若是则执行S308，否则执行S307。

S307，将下一个音量值区间作为目标音量值区间。

S308，将记录得到目标音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。

S309，将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值。

S310，根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

本实施例通过遍历所有包含采样音量峰值的音量值区间，判断目标音量值区间中出现的采样音量峰值的数量是否超过所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，记录下满足上述判断条件的所有目标音量值区间，在记录下的所有满足判断条件的目标音量值区间中确定对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间作为目标音频文件的有效音量区间，并确定目标音频文件的有效音量峰值，进而根据有效音量峰值确定目标音频文件的最大音量增益系数。

图7是本发明实施例中的一种音频音量增益装置的结构示意图，如图所示本发明实施例中的音频音量增益装置可以包括：

音量峰值采样模块410，用于获取目标音频文件的采样音量峰值。

具体实现中，音频音量增益装置可以首先分析目标音频文件是否需要进行音量增益，例如可以采用EBUR128标准衡量目标音频文件的响度，若目标音频文件的响度在指定基准线以下则可以判断目标音频文件需要提升响度，即增大音量，反之若目标音频文件的响度在指定基准线以上则可以判断目标音频文件可以降低响度，所述基准线如-18LUFS(响度单位)、-23LUFS等。在其他可选实施例中，音频音量增益装置也可以采用别的标准判断目标音频文件是否需要提升或降低响度。

所述采样音量峰值可以理解为：用一块薄膜放在目标音频文件的播放环境中，记录下来每个采样时刻薄膜的振幅(后续然后在播放的时候，以同样的方式鼓动薄膜，就可以重现目标音频文件的声音了)，音量峰值相当于对薄膜的振幅做一个量化，用一个16位整数(-32767,32767)来表示它，当然也可以用8位整数来量化，但显然这么做会导致采样声音精细度下降。示例性的，所述采样音量峰值可以是目标音频文件的每个音频sample(采样数据)的峰值(peak)。例如Sample Frequency采样频率44100Hz，位数为16的音频文件，音量峰值采样模块410每秒可以获取到44100个sample的peak，4分钟的歌曲就会包含4*60*44100个sample的peak。在其他可选实施例中，音量峰值采样模块410也可以采用别的音量峰值采样方式获取目标音频文件的采样音量峰值。

有效区间确定模块420，用于根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间。

在可选实施例中，所述有效区间确定模块420可以如图8所示进一步包括：

音量区间划分单元421，用于根据预设的多个音量值区间，将所述目标音频文件的各个采样音量峰值划分至对应的音量值区间。

具体实现中，音频音量增益装置可以预先设置多个音量值区间，例如可以将每位整数值设为一个音量值区间，或每5个整数值(如[0-4]、[5-9]、[10-14]、[15-19]等)设为一个音量值区间，或每100、500或1000个整数值设为一个音量值区间。进而音量区间划分单元421可以根据预设的多个音量值区间，将所述目标音频文件的各个采样音量峰值划分至对应的音量值区间，然后根据各个音量值区间中出现的采样音量峰值的数量或比例，确定所述目标音频文件的有效音量区间。如下表1和表2所示的将目标音频文件的多个采样音量峰值划分至对应的音量值区间的结果，Index表示音量值区间序号从0到N，N表示存在目标音频文件的采样音量峰值的音量值区间的总数，Count表示在该音量值区间中出现的采样音量峰值的数量，即表示目标音频文件中存在相应次数的采样音量峰值。

有效区间确定单元422，用于根据各个音量值区间中出现的采样音量峰值的数量或比例，确定所述目标音频文件的有效音量区间。

在可选实施例中，有效区间确定单元422可以将出现的采样音量峰值的数量达到预设数量阈值的音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。所述预设数量阈值可以根据经验值设定，也可以根据预设的时长阈值和采样频率决定，例如假定4ms的时长阈值，采样频率是44100Hz，则所述预设数量阈值可以为44100*4/1000＝176，即将存在176个以上的采样音量峰值的音量值区间中，有效区间确定单元422将对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。所述音量值区间的对应音量值，可以是音量值区间的下限值(如30000—30499区间的30000)，可以是上限值(如30000—30499的30499)，也可以是区间中的任意值。

在另一实施例中，有效区间确定单元422可以将出现的采样音量峰值的比例达到预设比例阈值的音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间，所述音量值区间中出现的采样音量峰值的比例为音量值区间中出现的采样音量峰值的数量与目标音频文件的采样音量峰值总数量的比值。所述预设比例阈值可以根据经验值设定，也可以根据预设的时长阈值和目标音频文件的播放总时长决定，例如假定4ms的时长阈值，目标音频文件的播放总时长是240s，则所述预设比例阈值可以为4/240/1000＝0.0167‰，即将音量值区间中出现的采样音量峰值的数量与目标音频文件的采样音量峰值总数量的比值达到0.0167‰的音量值区间中，有效区间确定单元422将对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。

在另一可选实施例中，有效区间确定单元422还可以通过遍历各个存在目标音频文件的采样音量峰值的音量值区间，将每个存在采样音量峰值的音量值区间作为目标音量值区间，接着获取对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，判断所述目标音量值区间中出现的采样音量峰值的数量是否超过所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，其中所述目标音量值区间不是所述目标音频文件的所有存在采样音量峰值的音量值区间中对应音量值最大的前M个音量值区间，所述M不小于4；将满足上述判断条件的目标音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间，所述判断条件可以用公式表示为：C[P[X]]>C[P[X+1]]+C[P[X+2]]+..C[P[N-1]]+C[P[N]]，其中P[X]表示序号为X的目标音量值区间，C[P[X]]表示序号为X的目标音量值区间中的采样音量峰值的数量,C[P[X+1]]+C[P[X+2]]+..C[P[N-1]]+C[P[N]]即为对应音量值大于序号为X的目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量。示例性的，以上面表一和表2为例：

在表一中，若设定M＝5，则根据各个音量值区间中的采样音量峰值的数量，可以得出C[P[N-6]]、C[P[N-9]]、C[P[N-12]]以及C[P[N-13]]都满足上述C[P[X]]>C[P[X+1]]+C[P[X+2]]+..C[P[N-1]]+C[P[N]]的判断条件，其中P[N-6]是按照对应音量值大小排序第7的音量值区间，也不是对应音量值最大的前5个音量值区间，并且P[N-6]]的对应音量值是最大的，因此可以将P[N-6]确定为目标音频文件的有效音量区间。

在表2中，同样设定M＝5，虽然C[P[N-4]]和C[P[N-5]]都满足C[P[X]]>C[P[X+1]]+C[P[X+2]]+..C[P[N-1]]+C[P[N]]的判断条件，但是P[N-4]是按照对应音量值大小排序第5的音量值区间，因此被排除，从而可以将P[N-5]确定为目标音频文件的有效音量区间。

上文通过图5和图6分别描述两种通过判断目标音量值区间中出现的采样音量峰值的数量是否超过所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量的方式确定目标音频文件的有效音量区间的具体实施流程。

需要指出的是，以上仅是示例，本发明实施例中的有效区间确定模块420可以采用更多的方式，根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间，例如若在某个音量值区间内出现的采样音量峰值达到指定比例阈值，如若目标音频文件中98％的采样音量峰值都在区间[0-25000]，则有效区间确定模块420至少可以将目标音频文件的有效音量区间确定为[0-25000]。

有效峰值确定模块430，用于将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值。

具体的，有效峰值确定模块430可以将所述有效音量区间的对应音量值作为所述目标音频文件的有效音量峰值，例如将所述有效音量区间的上限值作为所述目标音频文件的有效音量峰值，如根据表一将其中的P[N-6]确定为目标音频文件的有效音量区间，对应的有效音量峰值可以为27296，根据表二将其中的P[N-5]确定为目标音频文件的有效音量区间，对应的有效音量峰值即为25999。

增益系数确定模块440，用于根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

本发明实施例中所提及的音量增益，可以是将目标音频文件的声音数据统一乘以一个音量增益系数，若该增益系数大于1则为提高目标音频文件的音量。

本发明实施例中所述的有效音量峰值，指的是将目标音频文件中“偶尔”出现的少量音量峰值排除后的有较大可能导致产生“爆音”的音量峰值，例如图2所示的音频文件的音量波形图，其采样音量峰值较为平均，尤其是出现在音频有效区间上限32767附近的采样音量峰值很多，这通常可以表示该目标音频文件的有效音量峰值很高，实际音频响度已经较大了，无法进一步对其提高音量(否则很有可能会产生“爆音”)，所述目标音频文件的最大音量增益系数可以设为1甚至更低。而如图3所示的音频文件的音量波形图中，如白圈标示的到达音频有效区间上限32767的采样音量峰值只是极少出现，若按照白圈标示的这次出现的采样音量峰值32767作为目标音频文件的音量峰值(参考图4放大图)，则无法对目标音频文件进行更多的音量增益提升(或完全无法进一步提升了)，但是根据实际测试可知，对这样音量波形的目标音频文件进行更多的音量增益提升，是不会产生“爆音”的，因此可以根据目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间，进而根据有效音量区间确定目标音频文件的有效音量峰值，并根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

在可选实施例中，增益系数确定模块440可以根据预设的最大音量阈值与所述目标音频文件的有效音量峰值的比值，确定所述目标音频文件的最大音量增益系数。例如所述最大音量阈值为32767，根据表1中的采样音量峰值分布确定得到的目标音频文件的有效音量峰值为27296，那么这个峰值距离最大值可提升的增益是32767/27296＝1.2004，进而根据分贝换算公式：20*log10(1.2004)＝1.587dB，也就是说，可以在播放目标音频文件时最多可以将播放音量提升1.587dB，通常为了保证不产生“爆音”可以在最大音量增益系数的基础上略微设置保守一些的增益系数。在其他可选实施例中，所述最大音量阈值可以根据音频播放均衡模式或用户个性需求进行设定。

进而在可选实施例中，所述音频音量增益装置进一步还可以包括：

音量增益模块450，用于在播放所述目标音频文件时，根据所述目标音频文件的最大音量增益系数对所述目标音频文件进行音量增益，对所述目标音频文件进行音量增益所采用的音量增益系数不大于所述目标音频文件的最大音量增益系数。

即音频音量增益装置可以有音频播放功能，在确定目标音频文件的最大音量增益系数后，可以播放所述目标音频文件，并且在播放所述目标音频文件时，音量增益模块450根据所述目标音频文件的最大音量增益系数对所述目标音频文件进行音量增益，对所述目标音频文件进行音量增益所采用的音量增益系数不大于所述目标音频文件的最大音量增益系数。

在其他可选实施例中，音频音量增益装置可以不负责播放音频文件，仅是得到目标音频文件的最大音量增益系数后，可以保存或将其传输至其他程序、其他终端或网络中的其他设备，让其他程序、其他终端或互联网中的其他设备在播放目标音频文件时可以参考该最大音量增益系数对所述目标音频文件进行音量增益。

本发明实施例中的音频音量增益装置通过对目标音频文件的采样音量峰值的分布进行分析，确定目标音频文件的有效音量峰值，进而根据有效音量峰值确定目标音频文件的最大音量增益系数，从而可以在避免播放音频时出现“爆音”的同时，实现对目标音频文件的最大化音量增益。

这里需要指出的是，上述音频音量增益装置可以为PC这种电子设备，还可以为如PAD，平板电脑，手提电脑这种便携电子设备、还可以为如手机这种智能移动终端，还可以为车载终端，不限于这里的描述；也可以是通过集群系统构成的，为实现各单元功能而合并为一或各单元功能分体设置的电子设备，音频音量增益装置至少包括用于存储数据的数据库和用于数据处理的处理器，或者包括内置的存储介质或独立设置的存储介质。

其中，对于用于数据处理的处理器而言，在执行处理时，可以采用微处理器、中央处理器(CPU，Central Processing Unit)、数字信号处理器(DSP，DigitalSingnalProcessor)或可编程逻辑阵列(FPGA，Field－Programmable Gate Array)实现；对于存储介质来说，包含操作指令，该操作指令可以为计算机可执行代码，通过所述操作指令来实现上述本发明实施例音频音量增益方法c流程中的各个步骤。

音频音量增益装置作为硬件实体的一个示例如图9所示。所述装置包括处理器901、存储介质902以及至少一个外部通信接口903；所述处理器901、存储介质902以及通信接口903均通过总线904连接。

音频音量增益装置中的处理器901可以调用存储介质902中的操作指令执行以下流程：

获取目标音频文件的采样音量峰值；

根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间；

将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值；

根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数。

这里需要指出的是：以上涉及音频音量增益装置的描述，与前文音频音量增益方法的描述是类似的，同方法的有益效果描述，不做赘述。对于本发明音频音量增益装置实施例中未披露的技术细节，请参照本发明方法实施例的描述。

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单元中，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-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、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 (14)

1.一种音频音量增益方法，其特征在于，所述方法包括：

获取目标音频文件的采样音量峰值；

根据预设的多个音量值区间，将所述目标音频文件的各个采样音量峰值划分至对应的音量值区间；

根据各个音量值区间中出现的采样音量峰值的数量或比例，确定所述目标音频文件的有效音量区间；

将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值；

根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数；

所述根据各个音量值区间中出现的采样音量峰值的数量或比例，确定所述目标音频文件的有效音量区间包括：

将出现的采样音量峰值的数量达到预设数量阈值的音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间；或

将出现的采样音量峰值的比例达到预设比例阈值的音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间，所述音量值区间中出现的采样音量峰值的比例为音量值区间中出现的采样音量峰值的数量与目标音频文件的采样音量峰值总数量的比值。

2.如权利要求1所述的音频音量增益方法，其特征在于，所述音量值区间的对应音量值，是所述音量值区间的下限值、上限值或所述音量值区间中的任意值。

3.如权利要求1所述的音频音量增益方法，其特征在于，所述采样音量峰值为目标音频文件中每个音频采样数据的峰值。

4.如权利要求1所述的音频音量增益方法，其特征在于，所述所述根据各个音量值区间中出现的采样音量峰值的数量或比例，确定所述目标音频文件的有效音量区间还包括：

获取对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，判断所述目标音量值区间中出现的采样音量峰值的数量是否超过所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，其中所述目标音量值区间不是所述目标音频文件的所有存在采样音量峰值的音量值区间中对应音量值最大的前M个音量值区间，所述M不小于4；

将判断结果为是的目标音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。

5.如权利要求1所述的音频音量增益方法，其特征在于，所述根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数包括：

根据预设的最大音量阈值与所述目标音频文件的有效音量峰值的比值，确定所述目标音频文件的最大音量增益系数。

6.如权利要求1-5中任一项所述的音频音量增益方法，其特征在于，所述方法还包括：

在播放所述目标音频文件时，根据所述目标音频文件的最大音量增益系数对所述目标音频文件进行音量增益，对所述目标音频文件进行音量增益所采用的音量增益系数不大于所述目标音频文件的最大音量增益系数。

7.一种音频音量增益装置，其特征在于，所述音频音量增益装置包括：

音量峰值采样模块，用于获取目标音频文件的采样音量峰值；

有效区间确定模块，用于根据所述目标音频文件的各个采样音量峰值所在的音量值区间，确定所述目标音频文件的有效音量区间；

有效峰值确定模块，用于将所述有效音量区间对应的音量值确定为所述目标音频文件的有效音量峰值；

增益系数确定模块，用于根据所述目标音频文件的有效音量峰值，确定所述目标音频文件的最大音量增益系数；

所述有效区间确定模块包括：

音量区间划分单元，用于根据预设的多个音量值区间，将所述目标音频文件的各个采样音量峰值划分至对应的音量值区间；

有效区间确定单元，用于将出现的采样音量峰值的数量达到预设数量阈值的音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间；或用于

将出现的采样音量峰值的比例达到预设比例阈值的音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间，所述音量值区间中出现的采样音量峰值的比例为音量值区间中出现的采样音量峰值的数量与目标音频文件的采样音量峰值总数量的比值。

8.如权利要求7所述的音频音量增益装置，其特征在于，所述音量值区间的对应音量值，是所述音量值区间的下限值、上限值或所述音量值区间中的任意值。

9.如权利要求7所述的音频音量增益装置，其特征在于，所述采样音量峰值为目标音频文件中每个音频采样数据的峰值。

10.如权利要求7所述的音频音量增益装置，其特征在于，所述有效区间确定单元还用于：

获取对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，判断所述目标音量值区间中出现的采样音量峰值的数量是否超过所述对应音量值大于目标音量值区间的对应音量值的所有音量值区间中出现的采样音量峰值的总数量，其中所述目标音量值区间不是所述目标音频文件的所有存在采样音量峰值的音量值区间中对应音量值最大的前M个音量值区间，所述M不小于4；

将判断结果为是的目标音量值区间中，对应音量值最大的音量值区间作为所述目标音频文件的有效音量区间。

11.如权利要求7所述的音频音量增益装置，其特征在于，所述增益系数确定模块用于：

根据预设的最大音量阈值与所述目标音频文件的有效音量峰值的比值，确定所述目标音频文件的最大音量增益系数。

12.如权利要求7-11中任一项所述的音频音量增益装置，其特征在于，还包括：

音量增益模块，用于在播放所述目标音频文件时，根据所述目标音频文件的最大音量增益系数对所述目标音频文件进行音量增益，对所述目标音频文件进行音量增益所采用的音量增益系数不大于所述目标音频文件的最大音量增益系数。

13.一种音频音量增益装置，其特征在于，包括：处理器和存储介质；

所述处理器与存储介质相连，其中，所述存储介质用于存储操作指令，所述处理器用于调用所述操作指令，以执行如权利要求1-5任一项所述的方法。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现权利要求1至5任意一项所述的方法。

Images