CN109410970A - 用于生成音频数据的方法和装置 - Google Patents
用于生成音频数据的方法和装置 Download PDFInfo
- Publication number
- CN109410970A CN109410970A CN201811191802.XA CN201811191802A CN109410970A CN 109410970 A CN109410970 A CN 109410970A CN 201811191802 A CN201811191802 A CN 201811191802A CN 109410970 A CN109410970 A CN 109410970A
- Authority
- CN
- China
- Prior art keywords
- audio data
- target
- audio
- file
- overlapped
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012512 characterization method Methods 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 46
- 238000010030 laminating Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000001143 conditioned effect Effects 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241000209140 Triticum Species 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G10L19/04—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 using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
- G10L19/20—Vocoders using multiple modes using sound class specific coding, hybrid encoders or object based coding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Stereophonic System (AREA)
Abstract
本公开的实施例公开了用于生成音频数据的方法和装置。该方法的一具体实施方式包括:获取音频文件,其中,音频文件中包括音频数据和表征音频数据的编码方式的编码信息;基于编码信息,对音频数据进行解码,得到第一音频数据;获取所连接的麦克风采集到的第二音频数据;对第一音频数据和第二音频数据进行处理,得到目标音频数据。该实施方式提供了音频数据的生成方法。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于生成音频数据的方法和装置。
背景技术
目前,市场上有各种各样的唱歌应用(Application,APP)。这些唱歌应用允许用户录制各种歌曲,以及在歌曲录制之后,可以对所录制的歌曲进行个性化的设置。
发明内容
本公开的实施例提出了用于生成音频数据的方法和装置。
第一方面,本公开的实施例提供了一种用于生成音频数据的方法,该方法包括:获取音频文件,其中,音频文件中包括音频数据和表征音频数据的编码方式的编码信息;基于编码信息,对音频数据进行解码,得到第一音频数据;获取所连接的麦克风采集到的第二音频数据;对第一音频数据和第二音频数据进行处理,得到目标音频数据。
在一些实施例中,对第一音频数据和第二音频数据进行处理,得到目标音频数据,包括:将第一音频数据和第二音频数据进行叠加,得到叠加后的音频数据;从预设的至少一种混响算法中选取目标混响算法,其中,混响算法用于对音频数据添加混响效果;通过目标混响算法,对叠加后的音频数据进行处理,得到目标音频数据。
在一些实施例中,对第一音频数据和第二音频数据进行处理,得到目标音频数据,包括:调节第一音频数据和/或第二音频数据的幅值;基于幅值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
在一些实施例中,对第一音频数据和第二音频数据进行处理,得到目标音频数据,包括:调节第一音频数据和/或第二音频数据的频率值;基于频率值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
在一些实施例中,对第一音频数据和第二音频数据进行处理,得到目标音频数据,包括:对第二音频数据进行截取,得到截取后的音频数据;将第一音频数据和截取后的音频数据进行叠加,得到目标音频数据。
在一些实施例中,该方法还包括:基于编码信息,对目标音频数据进行编码。
在一些实施例中,该方法还包括:基于编码后的目标音频数据,生成待发布音频文件。
第二方面,本公开的实施例提供了一种用于生成音频数据的装置,该装置包括:第一获取单元,被配置成获取音频文件,其中,音频文件中包括音频数据和表征音频数据的编码方式的编码信息;解码单元,被配置成基于编码信息,对音频数据进行解码,得到第一音频数据;第二获取单元,被配置成获取所连接的麦克风采集到的第二音频数据;处理单元,被配置成对第一音频数据和第二音频数据进行处理,得到目标音频数据。
在一些实施例中,处理单元还包括:第一叠加模块,被配置成将第一音频数据和第二音频数据进行叠加,得到叠加后的音频数据;选取模块,被配置成从预设的至少一种混响算法中选取目标混响算法,其中,混响算法用于对音频数据添加混响效果;处理模块,被配置成通过目标混响算法,对叠加后的音频数据进行处理,得到目标音频数据。
在一些实施例中,处理单元还包括:第一调节模块,被配置成调节第一音频数据和/或第二音频数据的幅值;第二叠加模块,被配置成基于幅值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
在一些实施例中,处理单元还包括:第二调节模块,被配置成调节第一音频数据和/或第二音频数据的频率值;第三叠加模块,被配置成基于频率值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据
在一些实施例中,处理单元还包括:截取模块,被配置成对第二音频数据进行截取,得到截取后的音频数据;第四叠加模块,被配置成将第一音频数据和截取后的音频数据进行叠加,得到目标音频数据。
在一些实施例中,该装置还包括:编码单元,被配置成基于编码信息,对目标音频数据进行编码。
在一些实施例中,该装置还包括:生成单元,被配置成基于编码后的目标音频数据,生成待发布音频文件。
第三方面,本公开的实施例提供了一种终端设备,该终端设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的用于生成音频数据的方法和装置,首先可以获取音频文件,其中,音频文件中包括音频数据和表征音频数据的编码方式的编码信息。然后,可以根据编码信息所指示的编码方式,对音频数据进行解码。从而,可以对解码后的音频数据和麦克风采集到的音频数据进行处理,生成目标音频数据。该实施方式提供了音频数据的生成方法。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于生成音频数据的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于生成音频数据的方法的一个应用场景的示意图;
图4是根据本公开的用于生成音频数据的方法的又一个实施例的流程图;
图5是根据本公开的用于生成音频数据的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关公开,而非对该公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于生成音频数据的方法或用于生成音频数据的装置的示例性架构100。
如图1所示,系统架构100可以包括终端设备101,网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101通过网络102与服务器103交互,以接收或发送消息等。终端设备101上可以安装有各种客户端应用,例如唱歌类应用、录音类应用、音频数据编辑类应用等。
终端设备101可以是硬件,也可以是软件。当终端设备101为硬件时,可以是具有显示屏并且支持音频数据编辑功能的各种电子设备。当终端设备101为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如为终端设备101所安装的音频数据编辑应用提供支持的服务器。作为示例,终端设备101可以从服务器103获取音频文件。然后,对音频文件包括的音频数据进行解码。进一步,可以对解码后的音频数据和所连接的麦克风采集到的音频数据进行处理,生成新的音频数据。作为示例,终端设备101还可以将生成的新的音频数据进行编码、封装等处理,生成新的音频文件。由此,可以将生成的新的音频文件发送至服务器103。
服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的用于生成音频数据的方法一般由终端设备101执行,相应地,用于生成音频数据的装置一般设置于终端设备101中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于生成音频数据的方法的一个实施例的流程200。该用于生成音频数据的方法包括以下步骤:
步骤201,获取音频文件。
在本实施例中,音频文件中可以包括音频数据和表征音频数据的编码方式的编码信息。其中,音频数据可以是对声波进行采样、量化和编码后所得到的数字音频数据。此处,音频数据的编码方式可以是各种编码方式,例如PCM(Pulse Code Modulation,脉冲编码调制)、AAC(Advanced Audio Coding,高级音频编码)编码方式、MP3(Moving PictureExperts Group Audio Layer III,动态影像专家压缩标准音频层面3)编码方式等。表征编码方式的编码信息可以包括以下至少一项:数字、字母、符号等。例如,“01”可以表示PCM编码方式,“10”可以表示AAC编码方式。
在本实施例中,用于生成音频数据的方法的执行主体(如图1所示的终端设备101)可以通过各种方法获取音频文件。作为示例,上述执行主体可以从通信连接的服务器获取音频文件(如图1所示的服务器103)。作为示例,上述执行主体还可以从本地获取音频文件。作为示例,上述执行主体还可以从所安装的其他应用(APP)获取音频文件。
步骤202,基于编码信息,对音频数据进行解码,得到第一音频数据。
在本实施例中,第一音频数据通常是将音频文件所包括的音频数据进行解码,所得到的未被编码的音频数据。具体地,上述执行主体可以通过如下步骤得到第一音频数据。首先,可以读取音频文件所包括的表征音频数据的编码方式的编码信息。然后,可以根据编码信息所指示的编码方式对音频文件所包括的音频数据进行解码,得到上述第一音频数据。
步骤203,获取所连接的麦克风采集到的第二音频数据。
在本实施例中,第二音频数据可以是从所连接的麦克风对连续的声波进行采集,所得到的数字音频数据。在这里,第二音频数据通常是经过采样和量化的数字音频数据。也就是说,第二音频数据通常未经过编码和压缩。在麦克风采集到第二音频数据之后,上述执行主体可以直接获取第二音频数据。
步骤204,对第一音频数据和第二音频数据进行处理,得到目标音频数据。
在本实施例中,目标音频数据可以是上述执行主体对第一音频数据和第二音频数据进行各种处理之后,所得到的新的音频数据。
在本实施例的一些可选的实现方式中,目标音频数据可以是对第一音频数据和第二音频数据进行处理之后,所得到的添加混响效果后的音频数据。具体地,上述执行主体可以通过如下步骤得到添加混响效果后的音频数据。
第一步,将第一音频数据和第二音频数据进行叠加,得到叠加后的音频数据。在这里,上述执行主体可以使用各种音频数据叠加算法(即音频混音算法),将第一音频数据和第二音频数据进行叠加。
第二步,从预设的至少一种混响算法中选取目标混响算法。此处,预设的混响算法可以是各种用于对音频数据添加混响效果的算法。例如,可以是基于多级延时的混响算法,基于梳状滤波的混响算法,基于全通滤波的混响算法。例如,还可以是Schroeder混响算法、Moorer混响算法。例如,还可以是基于嵌套全通滤波的混响算法,基于选抽-插值的FIR滤波混响算法。例如,还可以是基于反馈延迟网络的混响算法。需要说明的是,预设的混响算法还可以是通过对上述所列举的混响算法进行改进,所形成的算法。
在这里,目标混响算法可以是用户的操作(例如点击操作)所指示的混响算法。由此,可以根据用户的操作,从预设的至少一种混响算法中选取一种混响算法。
第三步,通过目标混响算法,对叠加后的音频数据进行处理,得到目标音频数据。在确定目标混响算法之后,上述执行主体可以将叠加后的音频数据输入至目标混响算法,得到添加混响效果后的音频数据,即目标音频数据。实践中,每一种预设的混响算法可以实现一种混响效果。由此,用户可以通过不同的操作确定不同的混响算法,进而,实现对叠加后的音频数据添加不同的混响效果。
在本实施例的一些可选的实现方式中,对第一音频数据和第二音频数据进行处理,得到目标音频数据,可以包括:调节第一音频数据和/或第二音频数据的幅值;基于幅值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
在这些实现方式中,上述执行主体可以调节第一音频数据和第二音频数据中至少一者的幅值。例如,将音频数据的幅值乘以或者除以某个值,进而,实现对音频数据的幅值的调节。调节幅值之后,上述执行主体可以基于幅值调节结果,对第一音频数据和第二音频数据进行叠加。例如,若第一音频数据的幅值被调节,第二音频数据的幅值未被调节,那么,上述执行主体可以将调节幅值后的第一音频数据和第二音频数据进行叠加。例如,若第二音频数据的幅值被调节,第一音频数据的幅值未被调节,那么,上述执行主体可以将调节幅值后的第二音频数据和第一音频数据进行叠加。例如,若第一音频数据和第二音频数据的幅值均被调节,那么,上述执行主体可以将调节幅值后的第一音频数据和调节幅值后的第二音频数据进行叠加。可以理解,目标音频数据也可以是此处叠加后的音频数据。需要说明的是,第一音频数据和第二音频数据的幅值的调节程度,可以根据用户的操作(例如,滑动操作)来确定。
在本实施例的一些可选的实现方式中,对第一音频数据和第二音频数据进行处理,得到目标音频数据,可以包括:调节第一音频数据和/或第二音频数据的频率值;基于频率值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
在这些实现方式中,上述执行主体可以通过各种方法调节第一音频数据和第二音频数据中至少一者的频率值。作为示例,可以通过重采样,调节音频数据的频率值。实践中,可以通过设置不同的采样因子,改变第一音频数据和第二音频数据的频率值。作为示例,还可以通过频域法,调节音频数据的频率值。具体地,首先,可以将音频数据转换到频域。然后,进行插值或者抽取。进一步,可以将插值或者抽取后的数据转换到时域,得到调节频率值后的音频数据。需要说明的是,也可以通过其他调节音频数据的频率值的方法,调节第一音频数据和第二音频数据中至少一者的频率值。
调节频率值之后,上述执行主体可以基于频率值调节结果,对第一音频数据和第二音频数据进行叠加。具体的叠加方式,可以参考上述调节幅值后,对第一音频数据和第二音频数据的叠加方式。需要说明的是,第一音频数据和第二音频数据的频率值的调节程度,也可以根据用户的操作(例如,滑动操作)来确定。
在本实施例的一些可选的实现方式中,对第一音频数据和第二音频数据进行处理,得到目标音频数据,可以包括:对第二音频数据进行截取,得到截取后的音频数据;将第一音频数据和截取后的音频数据进行叠加,得到目标音频数据。
在这些实现方式中,首先,上述执行主体可以截取第二音频数据的第N(正整数)位之后的数据。实践中,截取的位数可以根据用户的操作(例如,滑动操作)来确定。然后,可以将第一音频数据和所截取的第二音频数据的第N(正整数)位之后的数据进行叠加,得到目标音频数据。也就是说,目标音频数据也可以是此处叠加后的音频数据。
继续参见图3,图3是根据本实施例的用于生成音频数据的方法的应用场景的一个示意图。在图3的应用场景中,以执行主体为智能手机301为例。智能手机301可以首先从通信连接的服务器获取音频文件302。其中,音频文件302中可以包括音频数据3021和表征音频数据3021的编码方式的编码信息3022。然后,智能手机301可以根据编码信息3022所指示的编码方式,对音频数据3021进行解码,得到解码后的音频数据,即图中所示的第一音频数据303。而后,智能手机301可以通过所连接的麦克风获取第二音频数据304。从而,智能手机301可以对上述第一音频数据303和第二音频数据304进行处理,得到目标音频数据305。
本公开的上述实施例提供的方法,首先,可以获取音频文件。然后,可以通过音频文件所包括的编码信息对所包括的音频数据进行解码。而后,可以获取麦克风所采集到的音频数据。从而,可以对解码后的音频数据和所获取的麦克风采集到的音频数据进行处理,生成新的音频数据。可以看出,该实施方式提供了音频数据的生成方法。
进一步参考图4,其示出了用于生成音频数据的方法的又一个实施例的流程400。该用于生成音频数据的方法的流程400,包括以下步骤:
步骤401,获取音频文件。
步骤402,基于编码信息,对音频数据进行解码,得到第一音频数据。
步骤403,获取所连接的麦克风采集到的第二音频数据。
步骤404,对第一音频数据和第二音频数据进行处理,得到目标音频数据。
上述步骤401-404的具体处理及其所带来的技术效果可以参考图2对应的实施例中的步骤201-204,在此不再赘述。
步骤405,基于编码信息,对目标音频数据进行编码。
在本实施例中,用于生成音频数据的方法的执行主体(如图1所示的终端设备101)可以根据编码信息所指示的编码方式对目标音频数据进行编码。需要说明的是,上述执行主体还可以使用与上述编码信息所指示的编码方式不同的其他编码方式,对目标音频数据进行编码。
步骤406,基于编码后的目标音频数据,生成待发布音频文件。
在本实施例中,对目标音频数据编码之后,上述执行主体可以将编码后的目标音频数据和与目标音频数据对应的音频信息进行封装,进而,生成待发布音频文件。其中,音频信息可以包括表征目标音频数据的编码方式的编码信息。还可以包括表征目标音频数据的采样频率、量化位数等的信息。也可以包括表征封装格式、内存大小、声道数等的信息。需要说明的是,对目标音频数据进行封装的格式可以是任意的一种封装格式。
在本实施例的一些可选的实现方式中,生成待发布音频文件之后,上述执行主体可以将待发布音频文件发送至通信连接的服务器(如图1所示的服务器103)。实践中,存储有待发布音频文件的服务器可以将待发布音频文件推送给通信连接的其他终端设备。也就是说,其他终端设备可以从存储有待发布音频文件的服务器获取待发布音频文件。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于生成音频数据的方法的流程400体现了生成待发布音频文件的步骤。由此,本实施例描述的方案可以通过目标音频数据,生成待发布音频文件。从而,可以将所生成的待发布音频文件存储于通信连接的服务器。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了用于生成音频数据的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的用于生成音频数据的装置500包括第一获取单元501、解码单元502、第二获取单元503和处理单元504。其中,第一获取单元501,被配置成获取音频文件,其中,音频文件中包括音频数据和表征音频数据的编码方式的编码信息;解码单元502,被配置成基于编码信息,对音频数据进行解码,得到第一音频数据;第二获取单元503,被配置成获取所连接的麦克风采集到的第二音频数据;处理单元504,被配置成对第一音频数据和第二音频数据进行处理,得到目标音频数据。
在本实施例中,用于生成音频数据的装置500中:第一获取单元501、解码单元502、第二获取单元503和处理单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,处理单元504可以包括:第一叠加模块(图中未示出)、选取模块(图中未示出)和处理模块(图中未示出)。其中,第一叠加模块可以被配置成将第一音频数据和第二音频数据进行叠加,得到叠加后的音频数据。选取模块可以被配置成从预设的至少一种混响算法中选取目标混响算法,其中,混响算法用于对音频数据添加混响效果。处理模块可以被配置成通过目标混响算法,对叠加后的音频数据进行处理,得到目标音频数据。
在本实施例的一些可选的实现方式中,处理单元504还可以包括:第一调节模块(图中未示出)和第二叠加模块(图中未示出)。其中,第一调节模块可以被配置成调节第一音频数据和/或第二音频数据的幅值。第二叠加模块可以被配置成基于幅值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
在本实施例的一些可选的实现方式中,处理单元504还可以包括:第二调节模块(图中未示出)和第三叠加模块(图中未示出)。其中,第二调节模块可以被配置成调节第一音频数据和/或第二音频数据的频率值。第三叠加模块可以被配置成基于频率值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
在本实施例的一些可选的实现方式中,处理单元504还可以包括:截取模块(图中未示出)和第四叠加模块(图中未示出)。其中,截取模块可以被配置成对第二音频数据进行截取,得到截取后的音频数据。第四叠加模块可以被配置成将第一音频数据和截取后的音频数据进行叠加,得到目标音频数据。
在本实施例的一些可选的实现方式中,装置500还可以包括编码单元(图中未示出)。其中,编码单元可以被配置成基于编码信息,对目标音频数据进行编码。
在本实施例的一些可选的实现方式中,装置500还可以包括生成单元(图中未示出)。其中,生成单元可以被配置成基于编码后的目标音频数据,生成待发布音频文件。
本公开的上述实施例提供的装置,首先,通过第一获取单元501获取音频文件。然后,通过解码单元502对第一获取单元501获取到的音频文件所包括的音频数据进行解码。而后,第二获取单元503可以获取所连接的麦克风采集到的音频数据。由此,处理单元504可以对上述解码后的音频数据和麦克风采集到的音频数据进行处理,生成新的音频数据。从而,提供了音频数据的生成方法。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的终端设备)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、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)、车载终端(例如车载导航终端)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。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取音频文件,其中,音频文件中包括音频数据和表征音频数据的编码方式的编码信息;基于编码信息,对音频数据进行解码,得到第一音频数据;获取所连接的麦克风采集到的第二音频数据;对第一音频数据和第二音频数据进行处理,得到目标音频数据。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取音频文件的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种用于生成音频数据的方法,包括:
获取音频文件,其中,所述音频文件中包括音频数据和表征所述音频数据的编码方式的编码信息;
基于所述编码信息,对所述音频数据进行解码,得到第一音频数据;
获取所连接的麦克风采集到的第二音频数据;
对所述第一音频数据和所述第二音频数据进行处理,得到目标音频数据。
2.根据权利要求1所述的方法,其中,所述对所述第一音频数据和所述第二音频数据进行处理,得到目标音频数据,包括:
将所述第一音频数据和所述第二音频数据进行叠加,得到叠加后的音频数据;
从预设的至少一种混响算法中选取目标混响算法,其中,混响算法用于对音频数据添加混响效果;
通过所述目标混响算法,对所述叠加后的音频数据进行处理,得到目标音频数据。
3.根据权利要求1所述的方法,其中,所述对所述第一音频数据和所述第二音频数据进行处理,得到目标音频数据,包括:
调节所述第一音频数据和/或所述第二音频数据的幅值;
基于幅值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
4.根据权利要求1所述的方法,其中,所述对所述第一音频数据和所述第二音频数据进行处理,得到目标音频数据,包括:
调节所述第一音频数据和/或所述第二音频数据的频率值;
基于频率值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
5.根据权利要求1所述的方法,其中,所述对所述第一音频数据和所述第二音频数据进行处理,得到目标音频数据,包括:
对所述第二音频数据进行截取,得到截取后的音频数据;
将所述第一音频数据和所述截取后的音频数据进行叠加,得到目标音频数据。
6.根据权利要求1-5中任一所述的方法,其中,所述方法还包括:
基于所述编码信息,对所述目标音频数据进行编码。
7.根据权利要求6所述的方法,其中,所述方法还包括:
基于编码后的目标音频数据,生成待发布音频文件。
8.一种用于生成音频数据的装置,包括:
第一获取单元,被配置成获取音频文件,其中,所述音频文件中包括音频数据和表征所述音频数据的编码方式的编码信息;
解码单元,被配置成基于所述编码信息,对所述音频数据进行解码,得到第一音频数据;
第二获取单元,被配置成获取所连接的麦克风采集到的第二音频数据;
处理单元,被配置成对所述第一音频数据和所述第二音频数据进行处理,得到目标音频数据。
9.根据权利要求8所述的装置,其中,所述处理单元还包括:
第一叠加模块,被配置成将所述第一音频数据和所述第二音频数据进行叠加,得到叠加后的音频数据;
选取模块,被配置成从预设的至少一种混响算法中选取目标混响算法,其中,混响算法用于对音频数据添加混响效果;
处理模块,被配置成通过所述目标混响算法,对所述叠加后的音频数据进行处理,得到目标音频数据。
10.根据权利要求8所述的装置,其中,所述处理单元还包括:
第一调节模块,被配置成调节所述第一音频数据和/或所述第二音频数据的幅值;
第二叠加模块,被配置成基于幅值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
11.根据权利要求8所述的装置,其中,所述处理单元还包括:
第二调节模块,被配置成调节所述第一音频数据和/或所述第二音频数据的频率值;
第三叠加模块,被配置成基于频率值调节结果,将第一音频数据和第二音频数据进行叠加,得到目标音频数据。
12.根据权利要求8所述的装置,其中,所述处理单元还包括:
截取模块,被配置成对所述第二音频数据进行截取,得到截取后的音频数据;
第四叠加模块,被配置成将所述第一音频数据和所述截取后的音频数据进行叠加,得到目标音频数据。
13.根据权利要求8-12中任一所述的装置,其中,所述装置还包括:
编码单元,被配置成基于所述编码信息,对所述目标音频数据进行编码。
14.根据权利要求13所述的装置,其中,所述装置还包括:
生成单元,被配置成基于编码后的目标音频数据,生成待发布音频文件。
15.一种终端设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811191802.XA CN109410970A (zh) | 2018-10-12 | 2018-10-12 | 用于生成音频数据的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811191802.XA CN109410970A (zh) | 2018-10-12 | 2018-10-12 | 用于生成音频数据的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109410970A true CN109410970A (zh) | 2019-03-01 |
Family
ID=65467099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811191802.XA Pending CN109410970A (zh) | 2018-10-12 | 2018-10-12 | 用于生成音频数据的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109410970A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111341330A (zh) * | 2020-02-10 | 2020-06-26 | 科大讯飞股份有限公司 | 音频编解码方法、存取方法及其相关设备及存储装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358566A1 (en) * | 2013-05-30 | 2014-12-04 | Xiaomi Inc. | Methods and devices for audio processing |
US20150154966A1 (en) * | 2013-11-19 | 2015-06-04 | Dolby Laboratories Licensing Corporation | Haptic Signal Synthesis and Transport in a Bit Stream |
CN105872253A (zh) * | 2016-05-31 | 2016-08-17 | 腾讯科技(深圳)有限公司 | 一种直播声音处理方法及移动终端 |
CN105989824A (zh) * | 2015-02-16 | 2016-10-05 | 北京天籁传音数字技术有限公司 | 一种移动设备的卡拉ok系统及移动设备 |
CN107481709A (zh) * | 2017-08-11 | 2017-12-15 | 腾讯音乐娱乐(深圳)有限公司 | 音频数据传输方法及装置 |
CN107978318A (zh) * | 2016-10-21 | 2018-05-01 | 咪咕音乐有限公司 | 一种实时混音方法及装置 |
-
2018
- 2018-10-12 CN CN201811191802.XA patent/CN109410970A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140358566A1 (en) * | 2013-05-30 | 2014-12-04 | Xiaomi Inc. | Methods and devices for audio processing |
US20150154966A1 (en) * | 2013-11-19 | 2015-06-04 | Dolby Laboratories Licensing Corporation | Haptic Signal Synthesis and Transport in a Bit Stream |
CN105989824A (zh) * | 2015-02-16 | 2016-10-05 | 北京天籁传音数字技术有限公司 | 一种移动设备的卡拉ok系统及移动设备 |
CN105872253A (zh) * | 2016-05-31 | 2016-08-17 | 腾讯科技(深圳)有限公司 | 一种直播声音处理方法及移动终端 |
CN107978318A (zh) * | 2016-10-21 | 2018-05-01 | 咪咕音乐有限公司 | 一种实时混音方法及装置 |
CN107481709A (zh) * | 2017-08-11 | 2017-12-15 | 腾讯音乐娱乐(深圳)有限公司 | 音频数据传输方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111341330A (zh) * | 2020-02-10 | 2020-06-26 | 科大讯飞股份有限公司 | 音频编解码方法、存取方法及其相关设备及存储装置 |
CN111341330B (zh) * | 2020-02-10 | 2023-07-25 | 科大讯飞股份有限公司 | 音频编解码方法、存取方法及其相关设备及存储装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108540831B (zh) | 用于推送信息的方法和装置 | |
CN102576537B (zh) | 用于处理音频信号的方法和装置 | |
CN109727301A (zh) | 生成动态壁纸的方法、装置、电子设备及存储介质 | |
CN110289024A (zh) | 一种音频编辑方法、装置、电子设备及存储介质 | |
CN109616134A (zh) | 多通道子带处理 | |
CN110489179A (zh) | 获取调用栈栈帧函数签名的方法、装置、介质和设备 | |
CN109857325A (zh) | 显示界面切换方法、电子设备及计算机可读存储介质 | |
CN109508450A (zh) | 在线文档中表格的操作方法、装置、存储介质及电子设备 | |
CN109410970A (zh) | 用于生成音频数据的方法和装置 | |
CN109587553A (zh) | 音乐播放方法、装置、电子设备及计算机存储介质 | |
CN109819042A (zh) | 用于提供软件开发工具包的方法和装置 | |
CN111045634B (zh) | 音频处理方法和装置 | |
CN109375892A (zh) | 用于播放音频的方法和装置 | |
CN113096670B (zh) | 音频数据的处理方法、装置、设备及存储介质 | |
CN115278456A (zh) | 一种音响设备及音频信号处理方法 | |
CN112946576B (zh) | 声源定位方法、装置和电子设备 | |
CN111193785B (zh) | 一种文件切割传输方法、装置和电子设备 | |
CN114860213A (zh) | 一种应用程序包生成方法、装置、设备及介质 | |
CN110147368A (zh) | 用于服务器的数据获取方法和装置 | |
CN109495786A (zh) | 视频处理参数信息的预配置方法、装置及电子设备 | |
CN110059063A (zh) | 多种格式数据同步分享方法、装置、介质和电子设备 | |
CN111145776B (zh) | 音频处理方法和装置 | |
CN110115839A (zh) | 用于生成图片的方法和装置 | |
KR20170052090A (ko) | 효율적인 음성 통화를 위한 샘플링 레이트 변환 방법 및 시스템 | |
CN111147655A (zh) | 模型生成方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |