CN107481739B - 音频切割方法及装置 - Google Patents

Abstract

本发明提供一种音频切割方法及装置，涉及多媒体技术领域。所述方法及装置通过获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点；从所述多个标记点中选取切割点，以使选取的所述切割点中相邻切割点之间的间隔时长不小于第一预设时长；输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列。该方法及装置简化了操作人员对音乐切割的操作步骤，提高了对音乐切割的效率。另外，通过声音振幅信息进行选取还提高了选取切割点的有效性和准确率。

Description

音频切割方法及装置

技术领域

本发明涉及多媒体技术领域，具体而言，涉及一种音频切割方法及装置。

背景技术

随着多媒体技术的发展，对音视频剪辑的要求越来越高。在现有技术中，若要在视频中添加音乐，以使音乐会跟随视频画面的切换而变更节奏，达到音乐与视频相配合的目的，一般需要手工剪辑音乐，才能达到音乐与视频相配合的效果。然而手工剪辑音乐效率低，不容易找准切割点。即，手工剪辑音乐对剪辑师的专业技术要求高，不然剪辑得到的视频容易出现视频内容和音乐节奏不搭的情况，影响视频的质量。

因此，如何提供一种操作简单且可解决上述问题的方法及装置，已成为本领域技术人员亟需解决的技术问题。

发明内容

为了克服上述现有技术中的不足，本发明提供一种音频切割方法及装置，简化了对音乐切割的操作步骤，提高了切割效率，进而解决上述问题。

为了实现上述目的，本发明较佳实施例所提供的技术方案如下所示：

就方法而言，本发明较佳实施例提供一种音频切割方法，所述方法包括：

获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点；

从所述多个标记点中选取切割点，以使选取的所述切割点中相邻切割点之间的间隔时长不小于第一预设时长；

输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列。

在本发明的较佳实施例中，上述获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点的步骤，包括：

提取所述目标音乐中的节奏信息，并从所述节奏信息中提取所述声音振幅信息；

根据所述声音振幅信息选取预设数量的振幅较大的振幅峰值点；

针对每个选取的峰值点，将该峰值点对应的振幅上升起点作为所述标记点。

在本发明的较佳实施例中，上述输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列的步骤之前，所述方法还包括：

选取所述目标音乐在时间序列上所设置的第一个标记点作为开始点。

在本发明的较佳实施例中，上述方法还包括：

对所述目标音乐设置结束点，使所述开始点和结束点之间的间隔时长等于第二预设时长。

在本发明的较佳实施例中，上述输出多个所述切割点在所述目标音乐中对应的时间点的步骤，包括：

输出所述开始点和结束点之间的切割点所对应的时间点，以及开始点和结束点对应的时间点。

在本发明的较佳实施例中，上述方法还包括：

根据所述切割点切割所述目标音乐，以形成多个相邻的音乐片段。

就装置而言，本发明的较佳实施例提供一种音频切割装置，所述装置包括：

获取标记单元，用于获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点；

选取单元，用于从所述多个标记点中选取切割点，以使选取的所述切割点中相邻切割点之间的间隔时长不小于第一预设时长；

输出单元，用于输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列。

在本发明的较佳实施例中，上述获取标记单元包括提取子单元、峰值选取子单元以及标记子单元，其中：

所述提取子单元，用于提取所述目标音乐中的节奏信息，并从所述节奏信息中提取所述声音振幅信息；

所述峰值选取子单元，用于根据所述声音振幅信息选取预设数量的振幅较大的振幅峰值点；

所述标记子单元，用于针对每个选取的峰值点，将该峰值点对应的振幅上升起点作为所述标记点。

在本发明的较佳实施例中，在所述输出单元输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列之前，所述选取单元还用于：

选取所述目标音乐在时间序列上所设置的第一个标记点作为开始点。

在本发明的较佳实施例中，上述选取单元还用于：

对所述目标音乐设置结束点，使所述开始点和结束点之间的间隔时长等于第二预设时长。

相对于现有技术而言，本发明提供的方法及装置至少具有以下有益效果：本发明提供的音频切割方法及装置通过根据声音振幅信息在目标音乐上设置多个标记点；从多个标记点中选取切割点，以使选取的切割点中相邻切割点之间的间隔时长不小于第一预设时长；输出多个切割点在目标音乐中对应的时间点，形成切割点时间序列，简化了操作人员对音乐切割的操作步骤，提高了对音乐切割的效率。另外，通过声音振幅信息进行选取还提高了选取切割点的有效性和准确率。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明较佳实施例提供的终端设备的方框示意图。

图2为本发明较佳实施例提供的音频切割方法的流程示意图。

图3为图2中步骤S210的子步骤的流程示意图。

图4为本发明较佳实施例提供的音频切割装置的功能框图。

图5为本发明较佳实施例提供的获取标记单元的功能框图。

图标：10-终端设备；11-处理器；12-存储器；13-显示单元；100-音频切割装置；110-获取标记单元；111-提取子单元；112-峰值选取子单元；113-标记子单元；120-选取单元；130-输出单元。

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的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参照图1，是本发明较佳实施例提供的终端设备10的方框示意图。在本发明较佳实施例中，所述终端设备10可以作为剪辑音频的操作平台或工具，以供用户使用。一般地，所切割的音乐与相对应的视频相配合，该视频可以是由多个与所切割的音乐相配合的视频片段组成。例如，在所切割的音乐中插入该视频时，视频画面将伴随着音乐节奏的变化而切换，达到音频和视频相配合的目的，有助于提升观赏者观看该视频的体验感。

在本实施中，用户通过终端设备10可对目标音乐进行切割，得到相应的切割点。另外，终端设备10还可根据切割点对目标音乐进行切割，以得到相应的音乐片段。得到的切割点可以用于作为插入视频片段的切入点。例如，从切割点插入和音乐片段时长相同的视频片段，以使剪辑的音乐和视频相配合，进而得到高质量的视频文件。

在本实施例中，所述终端设备10可以包括处理器11、存储器12以及音频切割装置100。用户通过利用终端设备10中的音频切割装置100，可以完成音频切割以及得到切割点相对应的时间点，可简化对音乐切割的操作。

进一步地，，所述终端设备10还可以包括其他元件，比如显示单元13。所述处理器11、存储器12以及显示单元13各个元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

进一步地，所述音频切割装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器12中或固化在所述终端设备10的操作系统(operating system，OS)中的软件功能模块。所述存储器12可以存储音频数据、视频数据等数据。所述处理器11用于执行所述存储器12中存储的可执行模块，例如音频切割装置100所包括的软件功能模块及计算机程序等。

进一步地，所述存储器12可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，存储器12用于存储程序，所述处理器11在接收到执行指令后，执行所述程序。所述处理器11以及其他可能的组件对存储器12的访问可在所述存储控制器的控制下进行。

所述处理器11可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、图形处理器(Graphics Processing Unit，GPU)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器11也可以是任何常规的处理器等。

所述显示单元13用于将所述终端设备10剪辑的音频进行显示，所述显示的方式可以是，但不限于，语音提醒，文字显示，图像显示等。所述显示单元13还可以用于显示切割音频的历史使用记录。所述显示单元13可以是，但不限于触控显示屏、普通液晶显示屏等，这里不作具体限定。

可以理解的是，图1所示的结构仅为终端设备10的一种结构示意图，所述终端设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

在本实施例中，所述终端设备10可以是，但不限于，智能手机、个人电脑(PersonalComputer，PC)、平板电脑、个人数字助理(Personal Digital Assistant，PDA)等，优选地，所述终端设备10为智能手机。

请参照图2，是为本发明较佳实施例提供的音频切割方法的流程示意图。在本实施例中，所述音频切割方法应可用于图1所示的终端设备10，下面对图2所示的音频切割方法的具体流程和步骤进行详细阐述。

在本发明实施例中，所述音频切割方法包括以下步骤：

步骤S210，获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点。

在本实施例中，存储器12中可以预先存储有一首或多首音乐，用户可根据自身喜好选择其中一首作为待剪辑视频的背景音乐，也就是所述目标音乐。当然，也可以随机选取其中一首音乐作为所述目标音乐。然后可根据提取的目标音乐的声音振幅信息对目标音乐设置多个标记点，所述标记点可以用于作为填入视频片段的切入点。

一般地，音乐中包括了和声分量和节奏分量。可理解地，和声分量为有音调的乐器所演奏的音乐，例如，管弦乐器。节奏分量为没有音调的乐器所演奏的音乐，例如，鼓类乐器。所述节奏信息可以为节奏分量中的声音振幅信息，比如振幅突然增大的节点所对应时间点信息。

进一步地，请参照图3，图3为图2中步骤S210的子步骤的流程示意图。在本实施例中，步骤S210还可以包括更为详细的子步骤。例如，所述步骤S210可以包括子步骤S211、子步骤S212以及子步骤S213。

子步骤S211，提取目标音乐中的节奏信息，并从所述节奏信息中提取声音振幅信息。

在本实施例中，在提取所述节奏信息之前，子步骤S211还可以包括其他步骤。比如，将目标音乐中的和声分量和节奏分量进行分离，以得到节奏分量。然后从节奏分量中提取节奏信息，并从所述节奏信息中提取声音振幅信息。

子步骤S212，根据所述声音振幅信息选取预设数量的振幅较大的振幅峰值点。

在本实施例中，若将节奏分量对应的声音分离为声谱图，则选取的振幅较大的振幅峰值点为对应在声谱图中的振幅峰值点。可理解的，若对振幅峰值由大到小进行排序，则根据该顺序选取满足预设数目的振幅峰值点，便为选取振幅较大的振幅峰值点。其中，所述预设数量可以根据具体情况进行设置，可以进行人为设置，也可以通过振幅信息得到，这里不作具体限定。

例如，若该预设数目有振幅信息得到，其得到的方式可以是：首先获取振幅峰值点最大的峰值，根据最大峰值设置对应的阈值，振幅峰值超过该阈值的所有振幅的数量便可以作为所述预设数目。其中，所述阈值可根据最大峰值的百分比得到，可根据实际情况进行设置，这里不作具体限定。

子步骤S213，针对每个选取的峰值点，将该峰值点对应的振幅上升起点作为所述标记点。

在本实施例中，针对每个选取的峰值点，也就是较大的峰值对应的峰值点，可将该峰值点对应的振幅上升起点作为标记点。其中，所述振幅上升起点可理解为对应在声谱图中振幅的谷点，或者该上升起点为声谱曲线中斜率大于零且靠近谷点部位的点。

步骤S220，从所述多个标记点中选取切割点，以使选取的所述切割点中相邻切割点之间的间隔时长不小于第一预设时长。

在本实施例中，为了使选取的若干个切割点中，相邻切割点之间的时间间隔不能太短(太短影响切割音乐的效果)，可通过第一预设时长对多个标记点进行筛选。例如，从多个标记点中选取相应数目切割点，使选取的切割点中满足相邻切割点之间的间隔时长不小于第一预设时长。其中，所述第一预设时长可根据实际情况进行设置，这里不作具体限定。

可理解地，若目标音乐被切割点划分为多个音乐片段，每个预先切分的视频片段与对应的音乐片段相配合，且视频片段的时长与音乐片段的时长相等。而通过第一预设时长对标记点进行筛选可避免与音乐片段相配合的视频片段过短，影响观赏者观看。

步骤S230，输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列。

在本实施例中，所述切割点可以作为插入视频片段的切入点。为了使操作者或终端设备10从选取的切割点插入视频片段，可将选取的多个切割点在目标音乐中对应的时间点输出，形成切割点时间序列。操作者或终端设备10可根据该时间序列对目标音乐进行分割，或者插入相应的视频片段。

进一步地，所述方法在步骤S230之前，还可以包括其他步骤。例如对目标音乐进行剪切，以使剪切后的目标音乐的时长等于第二预设时长。

具体地，比如，所述方法还包括选取所述目标音乐在时间序列上所设置的第一个标记点作为开始点；对所述目标音乐设置结束点，使所述开始点和结束点之间的间隔时长等于第二预设时长。然后，可根据开始点和结束点对目标音乐进行剪切，保留开始点和切割点之间的音乐以作为剪切后的目标音乐。

进一步地，步骤S230可以包括输出所述开始点和结束点之间的切割点所对应的时间点，以及开始点和结束点对应的时间点，所述的时间点便组成切割点时间序列。

在本实施例中，所述方法在得到切割点后，还可以包括其他步骤。例如，根据所述切割点切割所述目标音乐，以形成多个相邻的音乐片段。切割的音乐片段与预先切割的视频片段相配合，以形成剪辑的视频文件。其中，形成的视频文件中各视频片段的播放顺序与对应的音乐片段在原目标音乐中的播放顺序相同，以保障音乐连续播放的同时，视频随着音乐节奏的变化而合理的切换。切换前后的视频片段在满足离散的同时，还与对应的音乐片段匹配，提高了用户观看该视频文件的体验感，进而有助于提高剪辑音视频文件的质量。

请参照图4，是本发明较佳实施例提供的音频切割装置100的功能框图。本发明较佳实施例还提供一种音频切割装置100。该装置可以包括获取标记单元110、选取单元120以及输出单元130。

获取标记单元110，用于获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点。具体地，获取标记单元110可以用于执行图2所示的步骤S210，具体的操作方法可参照对步骤S210的详细描述。

进一步地，请参照图5，是本发明较佳实施例提供的获取标记单元110的功能框图。在本实施例中，所述获取标记单元110可以包括提取子单元111、峰值选取子单元112以及标记子单元113。

所述提取子单元111，用于提取所述目标音乐中的节奏信息，并从所述节奏信息中提取所述声音振幅信息。具体地，提取子单元111可以用于执行图3所示的步骤S211，具体的操作方法可参照对步骤S211的详细描述。

所述峰值选取子单元112，用于根据所述声音振幅信息选取预设数量的振幅较大的振幅峰值点。具体地，峰值选取子单元112可以用于执行图3所示的步骤S212，具体的操作方法可参照对步骤S212的详细描述。

所述标记子单元113，用于针对每个选取的峰值点，将该峰值点对应的振幅上升起点作为所述标记点。具体地，标记子单元113可以用于执行图3所示的步骤S213，具体的操作方法可参照对步骤S213的详细描述。

选取单元120，用于从所述多个标记点中选取切割点，以使选取的所述切割点中相邻切割点之间的间隔时长不小于第一预设时长。具体地，选取单元120可以用于执行图2所示的步骤S220，具体的操作方法可参照对步骤S220的详细描述。

输出单元130，用于输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列。具体地，输出单元130可以用于执行图2所示的步骤S230，具体的操作方法可参照对步骤S230的详细描述，这里不再赘述。

进一步地，在所述输出单元130输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列之前，所述选取单元120还用于选取所述目标音乐在时间序列上所设置的第一个标记点作为开始点；所述选取单元120还用于对所述目标音乐设置结束点，使所述开始点和结束点之间的间隔时长等于第二预设时长。

综上所述，本发明提供一种音频切割方法及装置。所述方法及装置通过根据声音振幅信息在目标音乐上设置多个标记点；从多个标记点中选取切割点，以使选取的切割点中相邻切割点之间的间隔时长不小于第一预设时长；输出多个切割点在目标音乐中对应的时间点，形成切割点时间序列，简化了操作人员对音乐切割的操作步骤，提高了对音乐切割的效率。另外，通过声音振幅信息进行选取还提高了选取切割点的有效性和准确率。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种音频切割方法，其特征在于，所述方法包括：

获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点；

从所述多个标记点中选取切割点，以使选取的所述切割点中相邻切割点之间的间隔时长不小于第一预设时长；

输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列；

根据所述切割点切割所述目标音乐，以形成多个相邻的音乐片段；

从所述切割点插入与相应音乐片段的时长相同的视频片段，以形成剪辑的视频文件，其中，所述获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点的步骤，包括：

将所述目标音乐中的和声分量和节奏分量进行分离，得到所述节奏分量；

从所述节奏分量中提取所述目标音乐中的节奏信息，并从所述节奏信息中提取所述声音振幅信息；

根据所述声音振幅信息选取预设数量的振幅较大的振幅峰值点；

针对每个选取的峰值点，将该峰值点对应的振幅上升起点作为所述标记点。

2.根据权利要求1所述的音频切割方法，其特征在于，所述输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列的步骤之前，所述方法还包括：

选取所述目标音乐在时间序列上所设置的第一个标记点作为开始点。

3.根据权利要求2所述的音频切割方法，其特征在于，所述方法还包括：

对所述目标音乐设置结束点，使所述开始点和结束点之间的间隔时长等于第二预设时长。

4.根据权利要求3所述的音频切割方法，其特征在于，所述输出多个所述切割点在所述目标音乐中对应的时间点的步骤，包括：

输出所述开始点和结束点之间的切割点所对应的时间点，以及开始点和结束点对应的时间点。

5.一种音频切割装置，其特征在于，所述装置包括：

获取标记单元，用于获取目标音乐，并根据所述目标音乐的声音振幅信息设置多个标记点；

选取单元，用于从所述多个标记点中选取切割点，以使选取的所述切割点中相邻切割点之间的间隔时长不小于第一预设时长；

输出单元，用于输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列；

所述输出单元还用于根据所述切割点切割所述目标音乐，以形成多个相邻的音乐片段，以及从所述切割点插入与相应音乐片段的时长相同的视频片段，以形成剪辑的视频文件，其中，所述获取标记单元包括提取子单元、峰值选取子单元以及标记子单元，其中：

所述提取子单元，用于将所述目标音乐中的和声分量和节奏分量进行分离，得到所述节奏分量，并从所述节奏分量中提取所述目标音乐中的节奏信息，并从所述节奏信息中提取所述声音振幅信息；

所述峰值选取子单元，用于根据所述声音振幅信息选取预设数量的振幅较大的振幅峰值点；

所述标记子单元，用于针对每个选取的峰值点，将该峰值点对应的振幅上升起点作为所述标记点。

6.根据权利要求5所述的音频切割装置，其特征在于，在所述输出单元输出多个所述切割点在所述目标音乐中对应的时间点，形成切割点时间序列之前，所述选取单元还用于：

选取所述目标音乐在时间序列上所设置的第一个标记点作为开始点。

7.根据权利要求6所述的音频切割装置，其特征在于，所述选取单元还用于：

对所述目标音乐设置结束点，使所述开始点和结束点之间的间隔时长等于第二预设时长。

Images