CN106982286A - 一种录音方法、设备和计算机可读存储介质 - Google Patents
一种录音方法、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN106982286A CN106982286A CN201710283941.4A CN201710283941A CN106982286A CN 106982286 A CN106982286 A CN 106982286A CN 201710283941 A CN201710283941 A CN 201710283941A CN 106982286 A CN106982286 A CN 106982286A
- Authority
- CN
- China
- Prior art keywords
- voice data
- audio
- recording
- mpty
- file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 125
- 230000008569 process Effects 0.000 claims abstract description 96
- 238000012163 sequencing technique Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 31
- 230000006854 communication Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 25
- 238000005538 encapsulation Methods 0.000 claims description 19
- 230000003321 amplification Effects 0.000 claims description 12
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 12
- 238000012552 review Methods 0.000 abstract description 8
- 239000000126 substance Substances 0.000 abstract description 6
- 230000005236 sound signal Effects 0.000 description 13
- 238000005457 optimization Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000009527 percussion Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/64—Automatic arrangements for answering calls; Automatic arrangements for recording messages for absent subscribers; Arrangements for recording conversations
- H04M1/65—Recording arrangements for recording a message from the calling party
- H04M1/656—Recording arrangements for recording a message from the calling party for recording conversations
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/003—Changing voice quality, e.g. pitch or formants
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
- H04M1/7243—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
- H04M1/72433—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages for voice messaging, e.g. dictaphones
Abstract
本发明实施例公开了一种录音方法，在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据，使得用户可以非常清楚的回顾录音内容，避免听不清楚的情况，节省了时间，提高了工作效率。本发明实施例还提供一种录音设备和计算机可读存储介质。
Description
技术领域
本发明涉及通信领域，尤其涉及一种录音方法、设备和计算机可读存储介质。
背景技术
随着移动通信技术不断演进，基于网络之间互连的协议(IP，Internet Protocol)的通话越来越收到运营商的重视，基于IP的IP多媒体系统(IMS，IP MultimediaSubsystem)通话将会在人们的生活中替代现有的基于电路的通话，IMS的多方通话也将在人们的生活工作中应用越来越广泛。IMS是一种全新的多媒体业务形式，它能够满足现在的终端客户更新颖、更多样化多媒体业务的需求。
现有技术中，在进行IMS的多方电话会议时，如果在手机通话界面开启通话录音功能生成通话录音，通话录音的片段由于多个人同时说话或者其他无关声音的干扰，在播放录音时，导致通话内容完全听不清楚，造成了很多不便。
发明内容
为解决上述技术问题，本发明实施例提供一种录音方法、设备和计算机可读存储介质，使得用户可以非常清楚的回顾录音内容，避免听不清楚的情况，节省了时间，提高了工作效率。
本发明的技术方案是这样实现的：
本发明实施例提供一种录音方法，所述方法包括：
在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；
根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；
根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
进一步地，在所述根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据之后，还包括：
将所述第二音频数据进行音频编码处理，获得第三音频数据；
将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
进一步地，所述方法还包括：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
进一步地，所述方法还包括：
接收第一操作指令，播放所述录音文件，所述第一操作指令指示打开录音文件；
在播放所述录音文件的过程中，接收第二操作指令，所述第二操作指令指示放大播放录音；
获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件；
当所述音频文件播放完后，继续播放所述录音文件。
进一步地，在所述将获取的多方通话的各个音频数据进行预混音处理之前，还包括：
接收录音操作指令，获取多方通话的各个音频数据。
本发明实施例提供一种录音设备，所述录音设备包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的录音程序，以实现以下步骤：
在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；
根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；
根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
进一步地，所述根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据之后，所述处理器还用于执行所述录音程序，以实现以下步骤：
将所述第二音频数据进行音频编码处理，获得第三音频数据；
将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
进一步地，所述处理器还用于执行所述录音程序，以实现以下步骤：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
进一步地，所述处理器还用于执行所述录音程序，以实现以下步骤：
接收第一操作指令，播放所述录音文件，所述第一操作指令指示打开录音文件；
在播放所述录音文件的过程中，接收第二操作指令，所述第二操作指令指示放大播放录音；
获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件；
当所述音频文件播放完后，继续播放所述录音文件。
本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现以下步骤：
在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；
根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；
根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
进一步地，所述根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据之后，所述一个或者多个程序还可被所述一个或者多个处理器执行，以实现以下步骤：
将所述第二音频数据进行音频编码处理，获得第三音频数据；
将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
进一步地，所述一个或者多个程序还可被所述一个或者多个处理器执行，以实现以下步骤：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
进一步地，所述一个或者多个程序还可被所述一个或者多个处理器执行，以实现以下步骤：
接收第一操作指令，播放所述录音文件，所述第一操作指令指示打开录音文件；
在播放所述录音文件的过程中，接收第二操作指令，所述第二操作指令指示放大播放录音；
获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件；
当所述音频文件播放完后，继续播放所述录音文件。
本发明实施例提供了一种录音方法、设备和计算机可读存储介质，在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。本发明实施例提供的录音方法、设备和计算机可读存储介质，先将获取的原始的多路音频信号的各个音频数据进行预混音，根据预混音的效果生成出多路音频信号最优的混音规则，根据重新生成的混音规则对预混音后的音频数据重新混音，达到优化通话录音的目的，使得用户可以非常清楚的回顾录音内容，避免听不清楚，节省了时间，提高了工作效率。
附图说明
图1为实现本发明各个实施例的一个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为本发明实施例提供的录音方法流程示意图一；
图4为本发明实施例提供的录音方法流程示意图二；
图5为本发明实施例提供的开始录音操作示例图；
图6为本发明实施例提供的打开录音文件操作示例图；
图7为本发明实施例提供的放大播放操作示例图；
图8为本发明实施例提供的录音设备结构示意图。
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解释本发明，并不用于限定本发明。
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，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
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手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，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。
请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100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，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还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)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)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106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042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1042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射频单元101发送到移动通信基站的格式输出。麦克风1042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。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108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。接口单元108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100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109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、或其他易失性固态存储器件。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。
具体地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。
基于上述移动终端硬件结构以及通信网络系统，提出本发明方法各个实施例。
本发明实施例提供一种录音方法，如图3所示，该方法可以包括：
步骤301、在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据。
具体的，本发明实施例中，将获取的多方通话的各个音频数据进行预混音处理获得预混音处理后的音频数据可以是由录音设备来实现的，即在多方通话的录音功能开启后，录音设备将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据，该录音设备具体可以为具有通信和录音功能的终端，终端可以是具有通信和录音功能的移动终端。
移动终端是指可以在移动中使用的设备，广义的讲包括手机、笔记本、平板电脑。但是，大部分情况下是指手机或者具有多种应用功能的智能手机以及平板电脑。随着网络和技术朝着越来越宽带化的方向的发展，移动通信产业将走向真正的移动信息时代。随着集成电路技术的飞速发展，移动终端的处理能力已经拥有了强大的处理能力，移动终端正在从简单的通话工具变为一个综合信息处理平台。移动智能终端可以简称为智能终端，移动智能终端拥有接入互联网能力，通常搭载各种操作系统，可根据用户需求定制化各种功能。
其中，混音是把多种来源的声音，整合至一个立体音轨(Stereo)或单音音轨(Mono)中。这些原始声音信号，来源可能分别来自不同的乐器、人声或管弦乐，收录自现场演奏(live)或录音室内。在混音的过程中，将每一个原始信号的频率、动态、音质、定位、残响和声场单独进行调整，让各音轨最佳化，之后再叠加于最终成品上，这种处理方式，能制作出一般听众在现场录音时不能听到之层次分明的完美效果。
具体的，在用户打开多方通话的录音后，录音设备获取多方通话的各个音频数，该各个音频数据即为多方通话过程中接收的声音信号，然后，对获取的多方通话的各个音频数据进行预混音处理获得预混音处理后的音频数据。
进一步地，所述方法还可以包括：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
本发明实施例提供的录音方法与现有的录音过程完全独立，不影响现有的录音过程，即在对多方通话的各个音频数据进行预混音处理的同时，执行现有的录音过程，根据多方通话的各个音频数据生成录音文件。
步骤302、根据第一音频数据中多方通话的时间顺序和语义生成混音规则。
其中，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据。
具体的，录音设备对获取的多方通话的各个音频数据进行预混音处理后，判断预混音处理后的音频数据是否满足预设条件，即判断预混音处理后的音频数据的音频效果，这里，满足预设条件是指预混音处理后的音频数据的音频中多个声音重叠，听不清楚的情况，这样，就需要对该部分的音频数据在进行优化处理，优化处理的规则是根据该部分的音频数据中多方通话的时间顺序和语义确定的，即根据该部分的音频数据中各个音频数据在这段时间内的先后、语义识别通话内容生成混音规则。
其中，语义识别通话内容的目的是为了在对多个重叠的声音进行分解单独播放时，单独每个人说话语义的连贯性。语义识别的具体方法可以通过现有技术的方法来实现，本发明实施例在此不再赘述。
步骤303、根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
其中，第二音频数据为根据混音规则对第一音频数据进行混音处理后的获得的音频数据。
这里，根据混音规则处理后的音频的时间可能与未经混音处理的音频的时间不同，因为，通过混音规则处理后的音频重叠在一起的分解为单独播放，这样，通过混音规则处理后的音频的播放时间长度将会改变，可能播放时间长度变长，也可能播放时间长度变短。
进一步地，在所述根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据之后，还包括：
将所述第二音频数据进行音频编码处理，获得第三音频数据；
将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
进一步地，所述录音方法还可以包括：
接收第一操作指令，播放所述录音文件，所述第一操作指令指示打开录音文件；
在播放所述录音文件的过程中，接收第二操作指令，所述第二操作指令指示放大播放录音；
获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件；
当所述音频文件播放完后，继续播放所述录音文件。
本发明实施例提供的录音方法，先将获取的原始的多路音频信号的各个音频数据进行预混音，根据预混音的效果生成出多路音频信号最优的混音规则，根据重新生成的混音规则对预混音后的音频数据重新混音，达到优化通话录音的目的，使得用户可以非常清楚的回顾录音内容，避免听不清楚，节省了时间，提高了工作效率。
本发明实施例提供一种录音方法，如图4所示，该方法可以包括：
步骤401、接收录音操作指令，获取多方通话的各个音频数据。
本发明实施例中录音方法的执行主体可以为录音设备，该录音设备可以为具备通信和录音功能的终端，具体可以为，具有通信和录音功能的手机、PAD(平板电脑)等。
其中，录音操作指令可以为触控操作指令，也可以为按键操作指令，还可以为其它用于控制对通信中的语音通话进行录音的操作指令，本发明实施例对此不限定。
具体的，用户在进行多方通话时，当想要在会议后再听到该多方通话的内容时，则需要对该多方通话进行录音。用户可以打开录音功能，这样，在多方通话的过程中，则会对多方通话进行录音。
示例性的，如图5所示，用户M在与E、F、N进行多方通话时，通过触控操作控制录音，用户在手机终端上点击“录音”功能，此时，手机终端开始对多方通话进行录音。
本发明实施例提供的录音方法，可以对通信过程中的语音通话进行录音，因此，对语音通话的发起者不做限定，可以是终端接听多方电话会议，也可以是终端发起多方电话会议，本发明实施例对此不做限定。
步骤402、将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据。
具体的，在用户打开多方通话的录音后，录音设备获取多方通话的各个音频数，该各个音频数据即为多方通话过程中接收的声音信号，然后，对获取的多方通话的各个音频数据进行预混音处理获得预混音处理后的音频数据。
进一步地，所述方法还可以包括：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
本发明实施例提供的录音方法与现有的录音过程完全独立，不影响现有的录音过程，即在对多方通话的各个音频数据进行预混音处理的同时，执行现有的录音过程，根据多方通话的各个音频数据生成录音文件。
步骤403、根据第一音频数据中多方通话的时间顺序和语义生成混音规则。
其中，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据。
具体的，录音设备对获取的多方通话的各个音频数据进行预混音处理后，判断预混音处理后的音频数据是否满足预设条件，即判断预混音处理后的音频数据的音频效果，这里，满足预设条件是指预混音处理后的音频数据的音频中多个声音重叠，听不清楚的情况，这样，就需要对该部分的音频数据在进行优化处理，优化处理的规则是根据该部分的音频数据中多方通话的时间顺序和语义确定的，即根据该部分的音频数据中各个音频数据在这段时间内的先后、语义识别通话内容生成混音规则。
其中，语义识别通话内容的目的是为了在对多个重叠的声音进行分解单独播放时，单独每个人说话语义的连贯性。语义识别的具体方法可以通过现有技术的方法来实现，本发明实施例在此不再赘述。
步骤404、根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
这里，根据混音规则处理后的音频的时间可能与未经混音处理的音频的时间不同，因为，通过混音规则处理后的音频重叠在一起的分解为单独播放，这样，通过混音规则处理后的音频的播放时间长度将会改变，可能播放时间长度变长，也可能播放时间长度变短。
示例性的，A、B、C三个通话参与者声音都是10秒。
A的音频数据为：aaaaaaaaaa
B的音频数据为：bbbbbbbbbb
C的音频数据为：ccccccccccc
预混音处理之后音频数据是：acbbcacabcbabaccabcbaacbbcacabcbacba
预混音之后声音的长度是10秒，中间可能会ABC的音符重叠，导致无法听清楚。具体可以按照预混音处理之后音频数据中的前三个音符先后顺序表明ABC三个声音的先后顺序是acb，也可以进行语音、语义识别，使得ABC的语义连贯。
最优规则混音之后是：aaaaaaaaaaccccccccccbbbbbbbbbb；
也有可能是：aaaaabbbbbaaaaacccccbbbbbbccccc。
重新混音之后的声音时间长度可能不是10秒，有可能超过10秒，也有可能少于10秒。
通过本发明实施例生成的音频文件，用户可以非常清楚的回顾通话内容，避免了听不清楚的情况。
需要说明的是，通过混音规则进行处理后，还可以采用现有的技术如消除背景噪音，提高局部声音片段的音量优化声音质量。
步骤405、将所述第二音频数据进行音频编码处理，获得第三音频数据。
其中，第三音频数据为将第二音频数据进行音频编码处理获得的音频数据。
对于音频编码，从信息论的观点来看，描述信源的数据是信息和数据冗余之和，即：数据＝信息+数据冗余。音频信号在时域和频域上具有相关性，也即存在数据冗余。将音频作为一个信源，音频编码的实质是减少音频中的冗余。自然界中的声音非常复杂，波形极其复杂，通常可以采用脉冲代码调制编码，即PCM编码。PCM通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。
根据编码方式的不同，音频编码技术分为三种：波形编码、参数编码和混合编码。一般来说，波形编码的话音质量高，但编码速率也很高；参数编码的编码速率很低，产生的合成语音的音质不高；混合编码使用参数编码技术和波形编码技术，编码速率和音质介于它们之间。
步骤406、将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
其中，封装格式，也叫容器，就是将已经编码压缩好的视频轨和音频轨按照一定的格式放到一个文件中，也就是说仅仅是一个外壳，或者大家把它当成一个放视频轨和音频轨的文件夹也可以。
示例性的，多方通话建立，启动录音任务，向录音设备的录音服务单元发送INVITE请求；录音服务单元调用录音服务接口，确认准备完成录音服务单元回复OK；IMS服务器的预混音单元将通话的多方的各个音频数据进行预混音；根据各个音频数据在这段时间内的先后、语义识别通话内容生成最优混音规则；将各个音频数据以及最优混音规则发送给混音单元，进行混音；把按照最优混音规则混音后的数据和原始的混音的数据进行编码，将音频数据发送到录音服务单元；录音服务单元对音频数据进行转码、容器封装，并将封装写入文件；通话结束，IMS服务器向录音服务单元发送BYE，结束本次录音任务；录音服务单元向IMS服务器反馈OK，确认录音结束。
步骤407、接收第一操作指令，播放所述录音文件。
其中，所述第一操作指令指示打开录音文件。
其中，第一操作指令可以为触控操作指令，也可以为按键操作指令，还可以为其它用于控制播放音频文件打开的操作指令，本发明实施例对此不限定。
示例性的，如图6所示，用户通过触控操作打开录音文件。
步骤408、在播放所述录音文件的过程中，接收第二操作指令。
其中，所述第二操作指令指示放大播放录音。该第二操作指令可以为触控操作指令。
具体的，当用户在听录音文件的过程中，有一部分录音文件听不清楚的时候，在播放界面通过放大的操作指示录音设备选择与该部分对应的混音规则处理后的音频文件进行播放。
步骤409、获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件。
步骤410、当所述音频文件播放完后，继续播放所述录音文件。
具体的，当与录音文件当前播放时刻对应的音频文件播放完后，根据音频文件对应的录音文件的播放时间段，在与音频文件对应的录音文件的播放时间段完的时间点开始播放录音文件，即音频文件播放完与继续播放的录音文件是连续的。
示例性的，从服务器下载录音文件，以及优化之后的录音文件，进入通话录音列表界面，点击一条录音；进入播放录音界面，播放过程中，用户在进度条有放大的手势，如图7所示，这时可以认为用户听不清楚这个时间点，根据从服务器同步的混音规则结合播放时间点，将优化之后的这个时间段的录音插入播放；优化音频数据播完之后，再回到普通录音。
本发明实施例提供的录音方法，先将获取的原始的多路音频信号的各个音频数据进行预混音，根据预混音的效果生成出多路音频信号最优的混音规则，根据重新生成的混音规则对预混音后的音频数据重新混音，达到优化通话录音的目的，使得用户可以非常清楚的回顾录音内容，避免听不清楚，节省了时间，提高了工作效率。
本发明实施例提供一种录音设备80，如图8所示，所述录音设备包括处理器801、存储器802及通信总线803；
所述通信总线803用于实现处理器801和存储器802之间的连接通信；
所述处理器801用于执行存储器802中存储的录音程序，以实现以下步骤：
在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；
根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；
根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
进一步地，所述根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据之后，所述处理器801还用于执行所述录音程序，以实现以下步骤：
将所述第二音频数据进行音频编码处理，获得第三音频数据；
将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
进一步地，所述处理器801还用于执行所述录音程序，以实现以下步骤：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
进一步地，所述处理器801还用于执行所述录音程序，以实现以下步骤：
接收第一操作指令，播放所述录音文件，所述第一操作指令指示打开录音文件；
在播放所述录音文件的过程中，接收第二操作指令，所述第二操作指令指示放大播放录音；
获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件；
当所述音频文件播放完后，继续播放所述录音文件。
进一步地，所述将获取的多方通话的各个音频数据进行预混音处理之前，所述处理器801还用于执行所述录音程序，以实现以下步骤：
接收录音操作指令，获取多方通话的各个音频数据。
具体的，本发明实施例提供的录音设备的理解可以参考上述录音方法实施例的说明，本发明实施例在此不再赘述。
本发明实施例提供的录音设备，先将获取的原始的多路音频信号的各个音频数据进行预混音，根据预混音的效果生成出多路音频信号最优的混音规则，根据重新生成的混音规则对预混音后的音频数据重新混音，达到优化通话录音的目的，使得用户可以非常清楚的回顾录音内容，避免听不清楚，节省了时间，提高了工作效率。
本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现以下步骤：
在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；
根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；
根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
进一步地，所述根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据之后，所述一个或者多个程序还可被所述一个或者多个处理器执行，以实现以下步骤：
将所述第二音频数据进行音频编码处理，获得第三音频数据；
将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
进一步地，所述一个或者多个程序还可被所述一个或者多个处理器执行，以实现以下步骤：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
进一步地，所述一个或者多个程序还可被所述一个或者多个处理器执行，以实现以下步骤：
接收第一操作指令，播放所述录音文件，所述第一操作指令指示打开录音文件；
在播放所述录音文件的过程中，接收第二操作指令，所述第二操作指令指示放大播放录音；
获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件；
当所述音频文件播放完后，继续播放所述录音文件。
进一步地，所述将获取的多方通话的各个音频数据进行预混音处理之前，所述一个或者多个程序还可被所述一个或者多个处理器执行，以实现以下步骤：
接收录音操作指令，获取多方通话的各个音频数据。
具体的，本发明实施例提供的计算机可读存储介质的理解可以参考上述录音方法实施例的说明，本发明实施例在此不再赘述。
本发明实施例提供的计算机可读存储介质，先将获取的原始的多路音频信号的各个音频数据进行预混音，根据预混音的效果生成出多路音频信号最优的混音规则，根据重新生成的混音规则对预混音后的音频数据重新混音，达到优化通话录音的目的，使得用户可以非常清楚的回顾录音内容，避免听不清楚，节省了时间，提高了工作效率。
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(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。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (10)
1.一种录音方法，其特征在于，所述方法包括：
在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；
根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；
根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据之后，还包括：
将所述第二音频数据进行音频编码处理，获得第三音频数据；
将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
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：
接收第一操作指令，播放所述录音文件，所述第一操作指令指示打开录音文件；
在播放所述录音文件的过程中，接收第二操作指令，所述第二操作指令指示放大播放录音；
获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件；
当所述音频文件播放完后，继续播放所述录音文件。
5.根据权利要求1所述的方法，其特征在于，在所述将获取的多方通话的各个音频数据进行预混音处理之前，还包括：
接收录音操作指令，获取多方通话的各个音频数据。
6.一种录音设备，其特征在于，所述录音设备包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的录音程序，以实现以下步骤：
在多方通话的录音功能开启后，将获取的多方通话的各个音频数据进行预混音处理，获得预混音处理后的音频数据；
根据第一音频数据中多方通话的时间顺序和语义生成混音规则，所述第一音频数据为所述预混音处理后的音频数据中满足预设条件的音频数据；
根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据。
7.根据权利要求6所述的录音设备，其特征在于，所述根据所述混音规则对所述第一音频数据进行混音处理，获得第二音频数据之后，所述处理器还用于执行所述录音程序，以实现以下步骤：
将所述第二音频数据进行音频编码处理，获得第三音频数据；
将所述第三音频数据进行转码和容器封装，将转码和容器封装后的第三音频数据写入文件，获得所述第一音频数据的音频文件。
8.根据权利要求6或7所述的录音设备，其特征在于，所述处理器还用于执行所述录音程序，以实现以下步骤：
在将获取的多方通话的各个音频数据进行预混音处理时，根据所述多方通话的各个音频数据生成录音文件。
9.根据权利要求8所述的录音设备，其特征在于，所述处理器还用于执行所述录音程序，以实现以下步骤：
接收第一操作指令，播放所述录音文件，所述第一操作指令指示打开录音文件；
在播放所述录音文件的过程中，接收第二操作指令，所述第二操作指令指示放大播放录音；
获取与所述录音文件当前播放时刻对应的音频文件，播放所述音频文件；
当所述音频文件播放完后，继续播放所述录音文件。
10.一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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710283941.4A CN106982286B (zh) | 2017-04-26 | 2017-04-26 | 一种录音方法、设备和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710283941.4A CN106982286B (zh) | 2017-04-26 | 2017-04-26 | 一种录音方法、设备和计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106982286A true CN106982286A (zh) | 2017-07-25 |
| CN106982286B CN106982286B (zh) | 2020-06-09 |
Family
ID=59341600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710283941.4A Active CN106982286B (zh) | 2017-04-26 | 2017-04-26 | 一种录音方法、设备和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106982286B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108829765A (zh) * | 2018-05-29 | 2018-11-16 | 平安科技（深圳）有限公司 | 一种信息查询方法、装置、计算机设备及存储介质 |
| WO2019041316A1 (zh) * | 2017-09-01 | 2019-03-07 | 深圳市台电实业有限公司 | 一种拾音设备和系统 |
| WO2020007192A1 (zh) * | 2018-07-03 | 2020-01-09 | 中兴通讯股份有限公司 | 录音处理、播放方法、装置、服务器、终端及存储介质 |
| CN113035172A (zh) * | 2019-12-09 | 2021-06-25 | 阿里巴巴集团控股有限公司 | 语音采集方法及系统、语音识别方法、设备及存储介质 |
| CN113037610A (zh) * | 2021-02-25 | 2021-06-25 | 腾讯科技（深圳）有限公司 | 语音数据处理方法、装置、计算机设备和存储介质 |
| CN113923305A (zh) * | 2021-12-14 | 2022-01-11 | 荣耀终端有限公司 | 一种多屏协同的通话方法、系统、终端及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1492657A (zh) * | 2002-10-24 | 2004-04-28 | 华为技术有限公司 | 电话会议混音方法 |
| CN101330545A (zh) * | 2007-06-21 | 2008-12-24 | 松下电器产业株式会社 | Ip电话终端和电话会议系统 |
| CN102968986A (zh) * | 2012-11-07 | 2013-03-13 | 华南理工大学 | 基于长时特征和短时特征的重叠语音与单人语音区分方法 |
| US20160086599A1 (en) * | 2014-09-24 | 2016-03-24 | International Business Machines Corporation | Speech Recognition Model Construction Method, Speech Recognition Method, Computer System, Speech Recognition Apparatus, Program, and Recording Medium |
-
2017
- 2017-04-26 CN CN201710283941.4A patent/CN106982286B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1492657A (zh) * | 2002-10-24 | 2004-04-28 | 华为技术有限公司 | 电话会议混音方法 |
| CN101330545A (zh) * | 2007-06-21 | 2008-12-24 | 松下电器产业株式会社 | Ip电话终端和电话会议系统 |
| CN102968986A (zh) * | 2012-11-07 | 2013-03-13 | 华南理工大学 | 基于长时特征和短时特征的重叠语音与单人语音区分方法 |
| US20160086599A1 (en) * | 2014-09-24 | 2016-03-24 | International Business Machines Corporation | Speech Recognition Model Construction Method, Speech Recognition Method, Computer System, Speech Recognition Apparatus, Program, and Recording Medium |
Non-Patent Citations (1)
| Title |
|---|
| 韩钰: "网络电话会议中混音技术的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019041316A1 (zh) * | 2017-09-01 | 2019-03-07 | 深圳市台电实业有限公司 | 一种拾音设备和系统 |
| CN108829765A (zh) * | 2018-05-29 | 2018-11-16 | 平安科技（深圳）有限公司 | 一种信息查询方法、装置、计算机设备及存储介质 |
| WO2020007192A1 (zh) * | 2018-07-03 | 2020-01-09 | 中兴通讯股份有限公司 | 录音处理、播放方法、装置、服务器、终端及存储介质 |
| CN110677377A (zh) * | 2018-07-03 | 2020-01-10 | 中兴通讯股份有限公司 | 录音处理、播放方法、装置、服务器、终端及存储介质 |
| CN110677377B (zh) * | 2018-07-03 | 2022-03-04 | 中兴通讯股份有限公司 | 录音处理、播放方法、装置、服务器、终端及存储介质 |
| CN113035172A (zh) * | 2019-12-09 | 2021-06-25 | 阿里巴巴集团控股有限公司 | 语音采集方法及系统、语音识别方法、设备及存储介质 |
| CN113037610A (zh) * | 2021-02-25 | 2021-06-25 | 腾讯科技（深圳）有限公司 | 语音数据处理方法、装置、计算机设备和存储介质 |
| CN113923305A (zh) * | 2021-12-14 | 2022-01-11 | 荣耀终端有限公司 | 一种多屏协同的通话方法、系统、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106982286B (zh) | 2020-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106982286A (zh) | 一种录音方法、设备和计算机可读存储介质 | |
| CN107390972A (zh) | 一种终端录屏方法、装置及计算机可读存储介质 | |
| CN107229402A (zh) | 终端的动态截屏方法、装置及可读存储介质 | |
| CN107864357A (zh) | 视频通话特效控制方法、终端及计算机可读存储介质 | |
| CN107277216A (zh) | 一种音量调节方法、终端以及计算机可读存储介质 | |
| CN107332845A (zh) | 会议投影批注方法、移动终端及计算机可读存储介质 | |
| CN106961706A (zh) | 通信模式切换的方法、移动终端及计算机可读存储介质 | |
| CN107797737A (zh) | 图片再编辑的方法、装置及计算机可读存储介质 | |
| CN108008927A (zh) | 多屏会议实现方法、移动终端及计算机可读存储介质 | |
| CN107247711A (zh) | 一种双向翻译方法、移动终端以及计算机可读存储介质 | |
| CN107682547A (zh) | 一种语音信息调控方法、设备及计算机可读存储介质 | |
| CN107277607A (zh) | 一种屏幕图像录制方法、终端及计算机可读存储介质 | |
| CN107147803A (zh) | 一种录音方法、终端设备及计算机可读存储介质 | |
| CN107333056A (zh) | 运动物体的图像处理方法、装置及计算机可读存储介质 | |
| CN107728973A (zh) | 屏幕共享方法、系统、发起终端及计算机可读存储介质 | |
| CN108418948A (zh) | 一种提醒方法、移动终端以及计算机存储介质 | |
| CN107181865A (zh) | 未读短信的处理方法、终端及计算机可读存储介质 | |
| CN108540639A (zh) | 拼接屏幕的显示处理方法、设备及计算机可存储介质 | |
| CN108111986A (zh) | 一种通知消息的转换方法、终端及计算机可读存储介质 | |
| CN108762631A (zh) | 一种移动终端控制方法、移动终端及计算机可读存储介质 | |
| CN107341067A (zh) | 一种按键失效处理方法、设备及计算机可读存储介质 | |
| CN107786427A (zh) | 一种信息交互方法、终端和计算机可读存储介质 | |
| CN107239193A (zh) | 一种联系人添加方法、移动终端以及计算机可读存储介质 | |
| CN107172605A (zh) | 一种紧急呼叫方法、移动终端及计算机可读存储介质 | |
| CN108076293A (zh) | 光绘拍摄方法、移动终端和计算机可读介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200414 Address after: 325000 urban and rural distribution center, Yunzhou street, Ruian City, Wenzhou City, Zhejiang Province 522 (Qiaomao town) Applicant after: Wenzhou Qingmiao film and television media Co.,Ltd. Address before: 518000 Guangdong Province, Shenzhen high tech Zone of Nanshan District City, No. 9018 North Central Avenue's innovation building A, 6-8 layer, 10-11 layer, B layer, C District 6-10 District 6 floor Applicant before: NUBIA TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220530 Address after: No. 161, Huimin Road, Rui'an international automobile and motorcycle parts industry base, Wenzhou, Zhejiang 325200 Patentee after: ZHEJIANG APLEX AUTO PARTS CO.,LTD. Address before: 325000 urban and rural distribution center 522, Yunzhou street, Rui'an City, Wenzhou City, Zhejiang Province (Qiaomao town) Patentee before: Wenzhou Qingmiao film and television media Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A recording method, device and computer-readable storage medium Effective date of registration: 20220829 Granted publication date: 20200609 Pledgee: Zhejiang Ruian Rural Commercial Bank Co.,Ltd. Luofeng sub branch Pledgor: ZHEJIANG APLEX AUTO PARTS CO.,LTD. Registration number: Y2022500000062 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230831 Granted publication date: 20200609 Pledgee: Zhejiang Ruian Rural Commercial Bank Co.,Ltd. Luofeng sub branch Pledgor: ZHEJIANG APLEX AUTO PARTS CO.,LTD. Registration number: Y2022500000062 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A recording method, device, and computer-readable storage medium Effective date of registration: 20230907 Granted publication date: 20200609 Pledgee: Zhejiang Ruian Rural Commercial Bank Co.,Ltd. Luofeng sub branch Pledgor: ZHEJIANG APLEX AUTO PARTS CO.,LTD. Registration number: Y2023980055591 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |