CN106504781A

CN106504781A - 音频处理的方法及装置

Info

Publication number: CN106504781A
Application number: CN201610949507.0A
Authority: CN
Inventors: 李成
Original assignee: Nubia Technology Co Ltd
Current assignee: Nubia Technology Co Ltd
Priority date: 2016-10-26
Filing date: 2016-10-26
Publication date: 2017-03-15

Abstract

本文公布一种音频处理的方法及装置，所述方法包括：录入音频时检测录入音频的时刻点；录入音频时检测输出音频的时刻点；根据所述输出音频的时刻点、以及所述录入音频的时刻点，将所述输出音频从所述录入音频中剥离。使得用户在使用移动终端播放音频同时又录入语音时，录入的音频不会被移动终端正在播放的音频干扰，便于用户在播放音频文件或视频文件时能够同时使用录音功能，并且录音的品质不会受到影响，提升了用户体验。

Description

音频处理的方法及装置

技术领域

本申请涉及计算机领域，尤指一种音频处理方法及装置。

背景技术

音频录入和传输是移动终端最重要的功能之一。音频录入可以运用于录音机、IM语音聊天、录屏等功能。

音频录入过程中的声音来源包括移动终端内部发出的声音以及外部声音，同时录入不同的声音来源造成声音混乱。特别是当用户在IM语音聊天时，声音录入包括不同来源会造成播放时声音杂乱。例如，用户使用移动终端进行语音聊天时，如果此时正在播放音乐，语音聊天时会将播放的音乐和用户说出的话同时传输给对方用户的移动终端，这样，必然会造成对方播放语音时会存在音乐的干扰。

对于相关技术中使用移动终端播放音频同时又录入语音时，因受到移动终端正在播放的音频干扰而造成录入的音频杂乱的问题，目前尚未提出有效的解决方案。

发明内容

为了解决上述技术问题，本发明实施例提供了一种音频处理的方法及装置。

本发明实施例提供了：

一种音频处理的方法，包括：

录入音频时检测录入音频的时刻点；

录入音频时检测输出音频的时刻点；

根据所述输出音频的时刻点、以及所述录入音频的时刻点，将所述输出音频从所述录入音频中剥离。

其中，所述将所述输出音频从所述录入音频中剥离，包括：

将录入音频的时刻点与所述输出音频的时刻点标签对齐，确定所述录入音频与所述输出音频的重合时刻点；

将所述重合时刻点对应的输出音频从所述录入音频中剥离。

其中，所述检测录入音频的时刻点，包括：

检测录音器件的调用及调用的应用包名，以确定录音功能是否被启用；

在确定录音功能被启用后，记录所述录音功能处于使用状态的时刻点。

其中，所述录入音频时检测输出音频的时刻点，包括：

确定录音功能被启动之后，检测放音器件是否处于使用状态；

在所述放音器件处于使用状态时，记录所述放音器件输出音频的时刻点。

其中，将所述输出音频从所述录入音频中剥离之后，还包括：

将所述录入音频发送至其他终端；和/或，

将所述录入音频保存到本地。

一种用于音频处理的装置，包括：

检测模块，用于在录入音频时检测录入音频的时刻点；以及，在录入音频时检测输出音频的时刻点；

剥离模块，用于根据所述输出音频的时刻点、以及所述录入音频的时刻点，将所述输出音频从所述录入音频中剥离。

其中，所述剥离模块，具体用于：将录入音频的时刻点与所述输出音频的时刻点标签对齐，确定所述录入音频与所述输出音频的重合时刻点；将所述重合时刻点对应的输出音频从所述录入音频中剥离。

其中，所述检测模块，具体用于：检测录音器件的调用及调用的应用包名，以确定录音功能是否被启用；在确定录音功能被启用后，记录所述录音功能处于使用状态的时刻点。

其中，所述检测模块，具体用于确定录音功能被启动之后，检测放音器件是否处于使用状态；在所述放音器件处于使用状态时，记录所述放音器件输出音频的时刻点。

其中，还包括：发送模块，用于将所述剥离模块处理后的录入音频发送至其他终端；和/或，存储模块，用于将所述剥离模块处理后的录入音频保存到本地。

本发明实施例提供了一种音频处理的方法及装置，可应用于移动终端，通过监测并记录录音过程中播放的音频，将播放的音频从录入的音频中剥离，使得用户在使用移动终端播放音频同时又录入语音时，录入的音频不会被移动终端正在播放的音频干扰，便于用户在播放音频文件或视频文件时能够同时使用录音功能并且录音的品质不会受到影响，提升了用户体验。

本发明实施例的上述方法及装置可适用于的场景包括但不限于：使用移动终端的麦克风等设备录入语音的场景，使用移动终端的游戏应用时同时语音交流的场景，使用移动终端的即时通讯工具进行语音交流的场景等。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为实现本发明各个实施例一可选的移动终端的硬件结构示意图；

图2为如图1所示的移动终端的无线通信系统示意图；

图3为本发明实施例音频处理方法的流程示意图；

图4为本发明实施例具体场景下音频处理方法的具体实现流程示意图；

图5为本发明实施例用于音频处理的装置的组成结构示意图。

图6为本发明实施例用于音频处理的装置的具体组成结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以移动解释本发明，并不用于限定本发明。

现在将参考附图描述实现本发明各个实施例的终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。

移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD（平板电脑）、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

图1为实现本发明各个实施例的移动终端的硬件结构示意。

移动终端100可以包括无线通信单元110、A/V(音频/视频)输入单元120、用户输入单元130、感测单元140、输出单元150、存储器160、接口单元170、控制器180和电源单元190等等。图1示出了具有各种组件的移动终端，但是应理解的是，并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述移动终端的元件。

无线通信单元110通常包括一个或多个组件，其允许移动终端100与无线通信系统或网络之间的无线电通信。例如，无线通信单元可以包括广播接收模块111、移动通信模块112、无线互联网模块113、短程通信模块114和位置信息模块115中的至少一个。

广播接收模块111经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播信道可以包括卫星信道和/或地面信道。广播管理服务器可以是生成并发送广播信号和/或广播相关信息的服务器或者接收之前生成的广播信号和/或广播相关信息并且将其发送给终端的服务器。广播信号可以包括TV广播信号、无线电广播信号、数据广播信号等等。而且，广播信号可以进一步包括与TV或无线电广播信号组合的广播信号。广播相关信息也可以经由移动通信网络提供，并且在该情况下，广播相关信息可以由移动通信模块112来接收。广播信号可以以各种形式存在，例如，其可以以数字多媒体广播(DMB)的电子节目指南(EPG)、数字视频广播手持(DVB-H)的电子服务指南(ESG)等等的形式而存在。广播接收模块111可以通过使用各种类型的广播系统接收信号广播。特别地，广播接收模块111可以通过使用诸如多媒体广播-地面(DMB-T)、数字多媒体广播-卫星(DMB-S)、数字视频广播-手持(DVB-H)，前向链路媒体（MediaFLO^@）的数据广播系统、地面数字广播综合服务(ISDB-T)等等的数字广播系统接收数字广播。广播接收模块111可以被构造为适合提供广播信号的各种广播系统以及上述数字广播系统。经由广播接收模块111接收的广播信号和/或广播相关信息可以存储在存储器160(或者其它类型的存储介质)中。

移动通信模块112将无线电信号发送到基站(例如，接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。

无线互联网模块113支持移动终端的无线互联网接入。该模块可以内部或外部地耦接到终端。该模块所涉及的无线互联网接入技术可以包括WLAN(无线LAN)(Wi-Fi)、Wibro(无线宽带)、Wimax(全球微波互联接入)、HSDPA(高速下行链路分组接入)等等。

短程通信模块114是用于支持短程通信的模块。短程通信技术的一些示例包括蓝牙^TM、射频识别(RFID)、红外数据协会(IrDA)、超宽带(UWB)、紫蜂^TM等等。

位置信息模块115是用于检查或获取移动终端的位置信息的模块。位置信息模块的典型示例是GPS(全球定位系统)。根据当前的技术，GPS模块115计算来自三个或更多卫星的距离信息和准确的时间信息并且对于计算的信息应用三角测量法，从而根据经度、纬度和高度准确地计算三维当前位置信息。当前，用于计算位置和时间信息的方法使用三颗卫星并且通过使用另外的一颗卫星校正计算出的位置和时间信息的误差。此外，GPS模块115能够通过实时地连续计算当前位置信息来计算速度信息。

A/V输入单元120用于接收音频或视频信号。A/V输入单元120可以包括相机121和麦克风1220，相机121对在视频捕获模式或图像捕获模式中由图像捕获装置获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元151上。经相机121处理后的图像帧可以存储在存储器160(或其它存储介质)中或者经由无线通信单元110进行发送，可以根据移动终端的构造提供两个或更多相机1210。麦克风122可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由移动通信模块112发送到移动通信基站的格式输出。麦克风122可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

用户输入单元130可以根据用户输入的命令生成键输入数据以控制移动终端的各种操作。用户输入单元130允许用户输入各种类型的信息，并且可以包括键盘、锅仔片、触摸板(例如，检测由于被接触而导致的电阻、压力、电容等等的变化的触敏组件)、滚轮、摇杆等等。特别地，当触摸板以层的形式叠加在显示单元151上时，可以形成触摸屏。

感测单元140检测移动终端100的当前状态，(例如，移动终端100的打开或关闭状态)、移动终端100的位置、用户对于移动终端100的接触(即，触摸输入)的有无、移动终端100的取向、移动终端100的加速或减速移动和方向等等，并且生成用于控制移动终端100的操作的命令或信号。例如，当移动终端100实施为滑动型移动电话时，感测单元140可以感测该滑动型电话是打开还是关闭。另外，感测单元140能够检测电源单元190是否提供电力或者接口单元170是否与外部装置耦接。感测单元140可以包括接近传感器1410将在下面结合触摸屏来对此进行描述。

接口单元170用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别模块可以是存储用于验证用户使用移动终端100的各种信息并且可以包括用户识别模块(UIM)、客户识别模块(SIM)、通用客户识别模块(USIM)等等。另外，具有识别模块的装置(下面称为"识别装置")可以采取智能卡的形式，因此，识别装置可以经由端口或其它连接装置与移动终端100连接。接口单元170可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端和外部装置之间传输数据。

另外，当移动终端100与外部底座连接时，接口单元170可以用作允许通过其将电力从底座提供到移动终端100的路径或者可以用作允许从底座输入的各种命令信号通过其传输到移动终端的路径。从底座输入的各种命令信号或电力可以用作用于识别移动终端是否准确地安装在底座上的信号。输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如，音频信号、视频信号、警报信号、振动信号等等)。输出单元150可以包括显示单元151、音频输出模块152、警报单元153等等。

显示单元151可以显示在移动终端100中处理的信息。例如，当移动终端100处于电话通话模式时，显示单元151可以显示与通话或其它通信(例如，文本消息收发、多媒体文件下载等等)相关的用户界面(UI)或图形用户界面(GUI)。当移动终端100处于视频通话模式或者图像捕获模式时，显示单元151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。

同时，当显示单元151和触摸板以层的形式彼此叠加以形成触摸屏时，显示单元151可以用作输入装置和输出装置。显示单元151可以包括液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看，这可以称为透明显示器，典型的透明显示器可以例如为TOLED(透明有机发光二极管)显示器等等。根据特定想要的实施方式，移动终端100可以包括两个或更多显示单元(或其它显示装置)，例如，移动终端可以包括外部显示单元(未示出)和内部显示单元(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。

音频输出模块152可以在移动终端处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将无线通信单元110接收的或者在存储器160中存储的音频数据转换音频信号并且输出为声音。而且，音频输出模块152可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出模块152可以包括扬声器、蜂鸣器等等。

警报单元153可以提供输出以将事件的发生通知给移动终端100。典型的事件可以包括呼叫接收、消息接收、键信号输入、触摸输入等等。除了音频或视频输出之外，警报单元153可以以不同的方式提供输出以通知事件的发生。例如，警报单元153可以以振动的形式提供输出，当接收到呼叫、消息或一些其它进入通信(incomingcommunication)时，警报单元153可以提供触觉输出(即，振动)以将其通知给用户。通过提供这样的触觉输出，即使在用户的移动电话处于用户的口袋中时，用户也能够识别出各种事件的发生。警报单元153也可以经由显示单元151或音频输出模块152提供通知事件的发生的输出。

存储器160可以存储由控制器180执行的处理和控制操作的软件程序等等，或者可以暂时地存储己经输出或将要输出的数据(例如，电话簿、消息、静态图像、视频等等)。而且，存储器160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。

存储器160可以包括至少一种类型的存储介质，所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且，移动终端100可以与通过网络连接执行存储器160的存储功能的网络存储装置协作。

控制器180通常控制移动终端的总体操作。例如，控制器180执行与语音通话、数据通信、视频通话等等相关的控制和处理。另外，控制器180可以包括用于再现(或回放)多媒体数据的多媒体模块1810，多媒体模块1810可以构造在控制器180内，或者可以构造为与控制器180分离。控制器180可以执行模式识别处理，以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。

电源单元190在控制器180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。

这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施，这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置（DSPD）、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施，在一些情况下，这样的实施方式可以在控制器180中实施。对于软件实施，诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施，软件代码可以存储在存储器160中并且由控制器180执行。

至此，己经按照其功能描述了移动终端。下面，为了简要起见，将描述诸如折叠型、直板型、摆动型、滑动型移动终端等等的各种类型的移动终端中的滑动型移动终端作为示例。因此，本发明能够应用于任何类型的移动终端，并且不限于滑动型移动终端。

如图1中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信系统以及基于卫星的通信系统来操作。

现在将参考图2描述其中根据本发明的移动终端能够操作的通信系统。

这样的通信系统可以使用不同的空中接口和/或物理层。例如，由通信系统使用的空中接口包括例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)和通用移动通信系统(UMTS)(特别地，长期演进(LTE))、全球移动通信系统(GSM)等等。作为非限制性示例，下面的描述涉及CDMA通信系统，但是这样的教导同样适用于其它类型的系统。

参考图2，CDMA无线通信系统可以包括多个移动终端100、多个基站(BS)270、基站控制器(BSC)275和移动交换中心(MSC)280。MSC280被构造为与公共电话交换网络(PSTN)290形成接口。MSC280还被构造为与可以经由回程线路耦接到基站270的BSC275形成接口。回程线路可以根据若干己知的接口中的任一种来构造，所述接口包括例如E1/T1、ATM，IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是，如图2中所示的系统可以包括多个BSC2750。

每个BS270可以服务一个或多个分区(或区域)，由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS270。或者，每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS270可以被构造为支持多个频率分配，并且每个频率分配具有特定频谱(例如，1.25MHz，5MHz等等)。

分区与频率分配的交叉可以被称为CDMA信道。BS270也可以被称为基站收发器子系统(BTS)或者其它等效术语。在这样的情况下，术语"基站"可以用于笼统地表示单个BSC275和至少一个BS270。基站也可以被称为"蜂窝站"。或者，特定BS270的各分区可以被称为多个蜂窝站。

如图2中所示，广播发射器(BT)295将广播信号发送给在系统内操作的移动终端100。如图1中所示的广播接收模块111被设置在移动终端100处以接收由BT295发送的广播信号。在图2中，示出了几个全球定位系统(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。

在图2中，描绘了多个卫星300，但是理解的是，可以利用任何数目的卫星获得有用的定位信息。如图1中所示的GPS模块115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外，可以使用可以跟踪移动终端的位置的其它技术。另外，至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。

作为无线通信系统的一个典型操作，BS270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站270接收的每个反向链路信号被在特定BS270内进行处理。获得的数据被转发给相关的BSC275。BSC提供通话资源分配和包括BS270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC280，其提供用于与PSTN290形成接口的额外的路由服务。类似地，PSTN290与MSC280形成接口，MSC与BSC275形成接口，并且BSC275相应地控制BS270以将正向链路信号发送到移动终端100。

实施例一

如图3所示，本申请提供了一种音频处理的方法，应用于移动终端，包括：

步骤301，录入音频时检测录入音频的时刻点；

步骤302，录入音频时检测输出音频的时刻点；

步骤303，根据所述输出音频的时刻点、以及所述录入音频的时刻点，将所述输出音频从所述录入音频中剥离。

需要说明的是，步骤301与步骤302之间不存在确定的先后关系，可同时执行，也可以先执行步骤302再执行步骤301，还可以先执行步骤301之后再执行步骤302，对此本文不作限制。

本申请的上述音频处理方法，可应用于移动终端，通过监测并记录移动终端在录音过程中播放的音频，将播放的音频从录入的音频中剥离，使得用户在使用移动终端播放音频的同时又录音时，录入的音频不会被移动终端正在播放的音频干扰，便于用户在播放音频文件或视频文件（听歌、游戏背景音等）时能够同时使用录音功能，并且录音的品质不会受到影响，提升了用户体验。

在一些实现方式中，所述步骤303中将所述输出音频从所述录入音频中剥离，可以包括：将录入音频的时刻点与所述输出音频的时刻点标签对齐，确定所述录入音频与所述输出音频的重合时刻点；将所述重合时刻点对应的输出音频从所述录入音频中剥离。如此，可通过确定重合时刻点执行剥离的处理，更加准确的将混入录入音频中的输出音频去除，处理效率更高，而且也能够使得处理后的录入音频品质更佳。

实际应用中，通过傅里叶转换得出时阈-能量的频谱图，然后将对应时刻重合的频率成分进行相减，即可以得到剥离后的音频文件。

实际应用中，终端对录入的声音文件进行剥离处理：将录入声音文件中的时刻点标签和播放声音的时刻点标签对齐，然后将对应时刻点的播放声音从录入的声音文件中去除。

在一些实现方式中，所述步骤301中检测录入音频的时刻点，可以包括：检测录音器件（如MIC等）的调用及调用的应用包名，以确定录音功能是否被启用；在确定录音功能被启用后，记录所述录音功能处于使用状态的时刻点。如此，可通过录音功能的使用时刻来表示录入音频的时刻点，便于准确记录音频录入的时间，也能够通过移动终端已有功能来实现，不仅易于实现，而且兼容性好，检测也更加准确。

实际应用中，通过检测MIC器件的调用和调用的应用（APP）包名确认用户是否正在使用录音功能。也就是说，本申请的上述方法可应用于需要使用录音功能的各种应用，包括但不限于：输入法、浏览器、声纹录入、IM（微信/QQ）、游戏等。

在一些实现方式中，所述步骤302中所述录入音频时检测输出音频的时刻点，可以包括：确定录音功能被启动之后，检测放音器件是否处于使用状态；在所述放音器件处于使用状态时，记录所述放音器件输出音频的时刻点。如此，可准确检测录音过程中在哪些时刻点有音频输出，有利于准确剥离录入音频中混入的输出音频，能够通过移动终端已有功能来实现，不仅易于实现，而且兼容性好，检测也更加准确。

实际应用中，可以检测喇叭是否处于播放声音的状态，如果没有播放声音，则不需要执行本申请的上述方法，如果检测到喇叭正在播放声音，则移动终端在录入声音的同时记录录音的时刻点，实时监测声音的播放状态并记录播放声音的时刻点。

在一些实现方式中，在步骤303中从录入音频中将输出音频剥离之后，还可以包括：将所述录入音频发送至其他终端；和/或，将所述录入音频保存到本地。实际应用中，在通过语音功能进行即时通讯时，移动终端可以通过上述方法将录入音频中的输出音频去除，然后再将录入音频发送至其他的移动终端，同时，移动终端还可以将该录入音频存储到本地，便于用户自己播放。此场景下，用户可以在终端播放声音（听歌、游戏背景音等）的同时使用录音功能，并且此时录音文件中不包含终端播放的声音，使得最终播放的录音文件只包含录入的声音。

如图4所示，对于至少两个终端之间通过即时通讯功能（如微信等）通信的场景下，本申请的具体实现过程可以包括：

步骤401，第一终端与第二终端通过即时通讯功能通信过程中，使用第一终端的第一用户开启录音功能，开始录音；

步骤402，第一终端检测自身的喇叭是否处于播放声音的状态，如果是，则继续步骤403，否则继续步骤404；

实际应用中，第一终端可以通过检测喇叭等放音器件是否被调用，如果有被调用，再检测是否正在工作状态即输出音频（播放声音）。

步骤403，第一终端录入第一用户输入的声音，同时检测并记录播放声音的时刻点，并记录录入声音的时刻点；

如果检测到喇叭正在播放声音，则第一终端在录入声音的同时记录录音的时刻点，实时监测声音的播放状态并记录播放声音的时刻点。

实际应用中，检测录音器件（如MIC等）的调用及调用的应用包名，以确定录音功能是否被启用；在确定录音功能被启用后，记录所述录音功能处于使用状态的时刻点。如此，可通过录音功能的使用时刻来表示录入音频的时刻点，便于准确记录音频录入的时间。

步骤404，第一终端对录入的声音文件进行剥离处理，继续步骤406以及步骤407；

实际应用中，终端对录入的声音文件进行剥离处理，可以包括：将录入的声音文件中的时刻点标签和播放声音的时刻点标签对齐，然后将对应时刻点的播放声音从录入的声音文件中去除。

步骤405，第一终端录入声音，继续步骤406；

步骤406，第一终端将录入的声音文件传输给第二终端，跳转至步骤409；

步骤407，第一终端将录入的声音文件进行本地存储；

步骤408，在第一用户的操作下，第一终端播放所述声音文件。

步骤409，第二终端接收来自第一终端的声音文件，并在第二用户的操作下播放所述声音文件。

需要说明的是，图4流程中步骤407至步骤408的流程、与步骤409之间不存在先后顺序，可同时执行，也可以在用户的控制下先后执行，对此，本文不作限制。其中，第一用户对应于第一终端，第二用户对应于第二终端。

相关技术中，在上述场景下，第一用户需要关闭第一终端正在播放的声音才能开始录音，否则录入的声音文件中将存在两种声音，一个是第一用户输入的声音，另一个是第一终端正在播放的声音，如此，第一用户输入的声音必然会在很大程度上受到干扰，甚至于被第一终端正在播放的声音覆盖，导致第二用户在播放该声音文件时无法清晰听出第一用户输入的声音，用户体验差。

上述流程中通过使用本申请的音频处理方法，即使第一用户录音时同时使用第一终端播放声音，第一终端将通过检测播放声音的时刻点和录入声音的时刻点，来对录入的声音文件进行剥离处理，将该声音文件中第一终端播放的声音去除，只留下第一用户输入的声音。这之后，第一终端将该声音文件传输给第二终端，第二用户使用第二终端播放该声音文件时其中将主要是第一用户输入的声音，不包含第一终端正在播放的声音，使得第二用户在播放该声音文件时能够清晰听出第一用户输入的声音，大大提升了用户体验。

实施例二

如图5所示，本实施例提供一种用于音频处理的装置，应用于移动终端，可以包括：

检测模块51，用于在录入音频时检测录入音频的时刻点；以及，在录入音频时检测输出音频的时刻点；

剥离模块52，用于根据所述输出音频的时刻点、以及所述录入音频的时刻点，将所述输出音频从所述录入音频中剥离。

在一些实现方式中，所述剥离模块52具体可用于：将录入音频的时刻点与所述输出音频的时刻点标签对齐，确定所述录入音频与所述输出音频的重合时刻点；将所述重合时刻点对应的输出音频从所述录入音频中剥离。实际应用中，剥离模块52对录入终端的声音文件进行剥离处理：将录入的声音文件中的时刻点标签和播放声音的时刻点标签对齐，然后将对应时刻点的播放声音从录入的声音文件中去除。

在一些实现方式中，所述检测模块51具体可用于：检测录音器件的调用及调用的应用包名，以确定录音功能是否被启用；在确定录音功能被启用后，记录所述录音功能处于使用状态的时刻点。实际应用中，检测模块51可以通过检测MIC器件的调用和调用的应用（APP）包名确认用户是否正在使用录音功能。

在一些实现方式中，所述检测模块51，具体可用于确定录音功能被启动之后，检测放音器件是否处于使用状态；在所述放音器件处于使用状态时，记录所述放音器件输出音频的时刻点。实际应用中，检测模块51可以检测喇叭是否处于播放声音的状态，如果没有播放声音，则不需要执行本申请的上述方法，如果检测到喇叭正在播放声音，则移动终端在录入声音的同时记录录音的时刻点，实时监测声音的播放状态并记录播放声音的时刻点。

如图6所示，上述装置还可以包括：发送模块53，用于将所述剥离模块处理后的录入音频发送至其他终端；和/或，存储模块54，用于将所述剥离模块处理后的录入音频保存到本地。

实际应用中，在通过语音功能进行即时通讯时，移动终端可以通过上述装置将录入音频中的输出音频去除，然后再通过发送模块53将录入音频发送至其他的移动终端，同时，移动终端还可以通过存储模块54将该录入音频存储到本地，便于用户自己播放。此场景下，用户可以在终端播放声音（听歌、游戏背景音等）的同时使用录音功能，并且此时录音文件中不包含终端播放的声音，使得最终播放的录音文件只包含录入的声音。

本实施例的上述装置可配置在移动终端，执行实施例一所述方法的所有流程。其中，检测模块51、剥离模块52、发送模块53、存储模块54分别可以是软件、硬件或两者的结合。需要说明的是，本实施例中的终端可以是如图1所示的移动终端，检测模块51、剥离模块52可以设置在图1中的控制器180中，发送模块53可以设置在图1中的无线通信单元110，存储模块54可以设置在控制器180的内存或存储器160。

本实施例中提供的上述装置，可应用于移动终端，通过监测并记录录音过程中播放的音频，将播放的音频从录入的音频中剥离，使得用户在使用移动终端播放音频同时又录入语音时，录入的音频不会被移动终端正在播放的音频干扰，便于用户在播放音频文件或视频文件时能够同时使用录音功能，并且录音的品质不会受到影响，提升了用户体验。

实施例三

本实施例中，提供了一种用于音频处理的装置，包括：处理器和存储器，所述装置应用于移动终端，所述存储器存储有计算机可执行指令，所述计算机可执行指令被应用处理器执行时实现如下方法：

录入音频时检测录入音频的时刻点；

录入音频时检测输出音频的时刻点；

在一些实现方式中，所述计算机可执行指令被处理器执行时实现上述方法时可执行如下操作：将录入音频的时刻点与所述输出音频的时刻点标签对齐，确定所述录入音频与所述输出音频的重合时刻点；将所述重合时刻点对应的输出音频从所述录入音频中剥离。如此，可通过确定重合时刻点执行剥离的处理，更加准确的将混入录入音频中的输出音频去除，处理效率更高，而且也能够使得处理后的录入音频品质更佳。

在一些实现方式中，所述计算机可执行指令被处理器执行时实现上述方法时可执行如下操作：检测录音器件（如MIC等）的调用及调用的应用包名，以确定录音功能是否被启用；在确定录音功能被启用后，记录所述录音功能处于使用状态的时刻点。如此，可通过录音功能的使用时刻来表示录入音频的时刻点，便于准确记录音频录入的时间，也能够通过移动终端已有功能来实现，不仅易于实现，而且兼容性好，检测也更加准确。

在一些实现方式中，所述计算机可执行指令被处理器执行时实现上述方法时可执行如下操作：确定录音功能被启动之后，检测放音器件是否处于使用状态；在所述放音器件处于使用状态时，记录所述放音器件输出音频的时刻点。如此，可准确检测录音过程中在哪些时刻点有音频输出，有利于准确剥离录入音频中混入的输出音频，能够通过移动终端已有功能来实现，不仅易于实现，而且兼容性好，检测也更加准确。

在一些实现方式中，所述计算机可执行指令被处理器执行时实现上述方法时还可执行如下操作：从录入音频中将输出音频剥离之后，将所述录入音频发送至其他终端；和/或，将所述录入音频保存到本地。

本实施例提供的上述音频处理装置，可应用于移动终端，通过监测并记录移动终端在录音过程中播放的音频，将播放的音频从录入的音频中剥离，使得用户在使用移动终端播放音频的同时又录音时，录入的音频不会被移动终端正在播放的音频干扰，便于用户在播放音频文件或视频文件（听歌、游戏背景音等）时能够同时使用录音功能，并且录音的品质不会受到影响，提升了用户体验。

实施例四

本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令被执行时实现下述方法：

录入音频时检测录入音频的时刻点；

录入音频时检测输出音频的时刻点；

在一些实现方式中，所述计算机可执行指令被执行时实现上述方法的过程中还可实现如下操作：从录入音频中将输出音频剥离之后，将所述录入音频发送至其他终端；和/或，将所述录入音频保存到本地。

本实施例提供的上述计算机可读存储介质，可应用于移动终端，使得移动终端能够通过监测并记录移动终端在录音过程中播放的音频，将播放的音频从录入的音频中剥离，从而在用户使用移动终端播放音频的同时又录音时，录入的音频不会被移动终端正在播放的音频干扰，便于用户在播放音频文件或视频文件（听歌、游戏背景音等）时能够同时使用录音功能，并且录音的品质不会受到影响，提升了用户体验。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种音频处理的方法，其特征在于，包括：

录入音频时检测录入音频的时刻点；

录入音频时检测输出音频的时刻点；

2.根据权利要求1所述的方法，其特征在于，所述将所述输出音频从所述录入音频中剥离，包括：

将所述重合时刻点对应的输出音频从所述录入音频中剥离。

3.根据权利要求1或2所述的方法，其特征在于，所述检测录入音频的时刻点，包括：

4.根据权利要求3所述的方法，其特征在于，所述录入音频时检测输出音频的时刻点，包括：

5.根据权利要求1至4任一项所述的方法，其特征在于，将所述输出音频从所述录入音频中剥离之后，还包括：

将所述录入音频发送至其他终端；和/或，

将所述录入音频保存到本地。

6.一种用于音频处理的装置，包括：

7.根据权利要求6所述的装置，其特征在于，所述剥离模块，具体用于：

将所述重合时刻点对应的输出音频从所述录入音频中剥离。

8.根据权利要求7所述的装置，其特征在于，所述检测模块，具体用于：

9.根据权利要求8所述的装置，其特征在于，

所述检测模块，具体用于确定录音功能被启动之后，检测放音器件是否处于使用状态；在所述放音器件处于使用状态时，记录所述放音器件输出音频的时刻点。

10.根据权利要求6至9任一项所述的装置，其特征在于，还包括：

发送模块，用于将所述剥离模块处理后的录入音频发送至其他终端；和/或，

存储模块，用于将所述剥离模块处理后的录入音频保存到本地。