CN110688082B - 确定音量的调节比例信息的方法、装置、设备及存储介质 - Google Patents

确定音量的调节比例信息的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110688082B
CN110688082B CN201910958720.1A CN201910958720A CN110688082B CN 110688082 B CN110688082 B CN 110688082B CN 201910958720 A CN201910958720 A CN 201910958720A CN 110688082 B CN110688082 B CN 110688082B
Authority
CN
China
Prior art keywords
audio
singing
loudness
determining
playing time
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.)
Active
Application number
CN201910958720.1A
Other languages
English (en)
Other versions
CN110688082A (zh
Inventor
庄晓滨
林森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Music Entertainment Technology Shenzhen Co Ltd
Original Assignee
Tencent Music Entertainment Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Music Entertainment Technology Shenzhen Co Ltd filed Critical Tencent Music Entertainment Technology Shenzhen Co Ltd
Priority to CN201910958720.1A priority Critical patent/CN110688082B/zh
Publication of CN110688082A publication Critical patent/CN110688082A/zh
Priority to US17/766,911 priority patent/US20230252964A1/en
Priority to PCT/CN2020/120044 priority patent/WO2021068903A1/zh
Application granted granted Critical
Publication of CN110688082B publication Critical patent/CN110688082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/46—Volume control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/0008—Associated control or indicating means
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/36—Accompaniment arrangements
    • G10H1/361—Recording/reproducing of accompaniment for use with an external source, e.g. karaoke systems
    • G10H1/366—Recording/reproducing of accompaniment for use with an external source, e.g. karaoke systems with means for modifying or correcting the external signal, e.g. pitch correction, reverberation, changing a singer's voice
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/005—Musical accompaniment, i.e. complete instrumental rhythm synthesis added to a performed melody, e.g. as output by drum machines
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal

Abstract

本申请公开了一种确定音量的调节比例信息的方法、装置、设备及存储介质，属于互联网技术领域。所述方法包括：获取第一演唱音频和所述第一演唱音频对应的原始伴奏音频，其中，第一演唱音频是用户演唱音频；获取第一演唱音频中非演唱部分的第一音频，并获取第一音频的响度特征；在所述原始伴奏音频中，获取播放时间段与第一音频相对应的第二音频，并获取第二音频的响度特征；将第一音频的响度特征和第二音频的响度特征的比值，确定为第一演唱音频进行伴奏音量调节的调节比例信息。本申请通过截取出用户演唱音频和原始伴奏音频中对应的第一音频和第二音频，确定伴奏音频进行音量调节的调节比例信息，可提高用户对伴奏音频音量的调节比例信息准确性。

Description

确定音量的调节比例信息的方法、装置、设备及存储介质
技术领域
本申请涉及互联网技术领域，特别涉及一种确定音量的调节比例信息的方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展，人们可选择的娱乐方式越来越多，在歌唱应用程序上演唱歌曲已经是人们常见的一种娱乐方式。
歌唱应用程序为用户提供伴奏音频，用户伴随伴奏音频演唱歌曲，运行歌唱应用程序的终端会将用户的人声音频录制下来，并将人声音频与伴奏音频合成为演唱音频，并发布在网上。在人声音频与伴奏音频合成之前，用户可以调节伴奏音频的音量大小得到音量调节后的伴奏音频，再与人声音频进行合成。当用户把演唱音频发布到网上后，可对发布的演唱音频进行二次录制，即用户可选择原演唱音频(即发布的演唱音频)中的演唱较差的片段二次录制。在二次录制时，终端为用户提供音量调节后的伴奏音频，并录制用户的人声音频，合成选中片段的演唱音频，将选中片段的演唱音频替换掉原演唱音频中被用户选中片段的音频，进而实现对原演唱音频的二次录制。目前，终端获取用户调节后的伴奏音频的方式是，基于预设算法在原演唱音频中滤除人声音频，从而提取伴奏音频，但由于算法本身的缺陷，所提取的伴奏音频中存在较多的杂音，为了消除杂音，可将提取出来的伴奏音频与原始伴奏音频(即用户未调节音量的伴奏音频)进行比对，得到用户对原始伴奏音频音量的调节比例信息，再根据音量的调节比例信息得到用户调节后且没有杂音的伴奏音频。
在实现本申请的过程中，发明人发现现有技术至少存在以下问题：通过算法提取出来的伴奏音频中存在的杂音，可能会影响与原始伴奏音频的比对结果，导致得到的音量的调节比例信息不准确。
发明内容
本申请实施例提供了一种确定音量的调节比例信息的方法、装置、设备及存储介质，能够避免因演唱音频中伴奏音频存在的杂音，造成得到的用户对原始伴奏音频音量的调节比例信息不准确的问题。所述技术方案如下：
获取第一演唱音频和所述第一演唱音频对应的原始伴奏音频，其中，所述第一演唱音频是用户演唱音频；
获取所述第一演唱音频中非演唱部分的第一音频，并获取所述第一音频的响度特征；
在所述原始伴奏音频中，获取播放时间段与所述第一音频相对应的第二音频，并获取所述第二音频的响度特征；
将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
可选的，所述获取所述第一演唱音频中非演唱部分的第一音频，包括：
获取所述第一演唱音频对应的歌词数据中各句子的开始播放时间点和结束播放时间点；
基于所述各句子的开始播放时间点和结束播放时间点，确定所述第一演唱音频中非演唱部分的多个第一音频段，按播放时间顺序对所述多个第一音频段进行拼接得到第一音频。
可选的，所述在所述原始伴奏音频中，获取播放时间段与所述第一音频相对应的第二音频，包括：
基于所述各句子的开始播放时间点和结束播放时间点，在所述原始伴奏音频中，确定与所述第一演唱音频中非演唱部分相对应的多个第二音频段，按播放时间顺序对所述多个第二音频段进行拼接得到第二音频。
可选的，所述获取所述第一音频的响度特征，包括：将所述第一音频划分为多个预设时长的第三音频段，确定每个第三音频段的响度特征；
所述获取所述第二音频的响度特征，包括：将所述第二音频划分为多个预设时长的第四音频段，确定每个第四音频段的响度特征。
可选的，所述将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息，包括：
在所有第三音频段的响度特征中，选取最小的第一预设数目个第一响度特征，在所有第四音频段的响度特征中，选取最小的第一预设数目个第二响度特征；
将所述第一预设数目个第一响度特征之和与所述第一预设数目个第二响度特征之和的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
可选的，所述确定每个第三音频段的响度特征，包括：对于每个第三音频段，在所述第三音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第三音频段的响度特征；
所述确定每个第四音频段的响度特征，包括：对于每个第四音频段，在所述第四音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第四音频段的响度特征。
可选的，所述将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息之后，还包括：
基于所述调节比例信息，对所述原始伴奏音频进行音量调节，得到调节后的伴奏音频；
基于所述调节后的伴奏音频，录制第二演唱音频。
另一方面，提供了一种确定音量的调节比例信息的装置，所述装置包括：
第一获取模块，被配置为获取第一演唱音频和所述第一演唱音频对应的原始伴奏音频，其中，所述第一演唱音频是用户演唱音频；
第二获取模块，被配置为获取所述第一演唱音频中非演唱部分的第一音频，并获取所述第一音频的响度特征；
第三获取模块，被配置为在所述原始伴奏音频中，获取播放时间段与所述第一音频相对应的第二音频，并获取所述第二音频的响度特征；
确定模块，被配置为将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
可选的，所述第二获取模块，被配置为：
获取所述第一演唱音频对应的歌词数据中各句子的开始播放时间点和结束播放时间点；
基于所述各句子的开始播放时间点和结束播放时间点，确定所述第一演唱音频中非演唱部分的多个第一音频段，按播放时间顺序对所述多个第一音频段进行拼接得到第一音频。
可选的，所述第三获取模块，被配置为：
基于所述各句子的开始播放时间点和结束播放时间点，在所述原始伴奏音频中，确定与所述第一演唱音频中非演唱部分相对应的多个第二音频段，按播放时间顺序对所述多个第二音频段进行拼接得到第二音频。
可选的，所述第二获取模块，被配置为：将所述第一音频划分为多个预设时长的第三音频段，确定每个第三音频段的响度特征；
所述第三获取模块，被配置为：将所述第二音频划分为多个预设时长的第四音频段，确定每个第四音频段的响度特征。
可选的，所述确定模块，被配置为：
在所有第三音频段的响度特征中，选取最小的第一预设数目个第一响度特征，在所有第四音频段的响度特征中，选取最小的第一预设数目个第二响度特征；
将所述第一预设数目个第一响度特征之和与所述第一预设数目个第二响度特征之和的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
可选的，所述第二获取模块，被配置为：对于每个第三音频段，在所述第三音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第三音频段的响度特征；
所述第三获取模块，被配置为：对于每个第四音频段，在所述第四音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第四音频段的响度特征。
可选的，所述装置还包括录制模块，被配置为：
基于所述调节比例信息，对所述原始伴奏音频进行音量调节，得到调节后的伴奏音频；
基于所述调节后的伴奏音频，录制第二演唱音频。
再一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的确定音量的调节比例信息方法所执行的操作。
再一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如上所述的确定音量的调节比例信息方法所执行的操作。
本申请实施例提供的技术方案带来的有益效果是：
通过截取出用户演唱音频中非演唱部分的第一音频，并截取出原始伴奏音频中与第一音频在时间上对应的第二音频，确定第一音频和第二音频的响度特征，再将第一音频和第二音频的响度特征的比值，确定为演唱音频进行伴奏音量调节的调节比例信息。由于本申请没有采用算法去提取演唱音频中的伴奏音频，所以可以避免因演唱音频中伴奏音频存在的杂音，造成得到的用户对原始伴奏音频音量的调节比例信息不准确的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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是本申请实施例提供的确定音量的调节比例信息的方法流程图；
图2是本申请实施例提供的对演唱音频处理方法示意图；
图3是本申请实施例提供的对原始伴奏音频处理方法示意图；
图4是本申请实施例提供的确定音量的调节比例信息的装置结构示意图；
图5是本申请实施例提供的终端结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请提供的确定音量的调节比例信息的方法可以由终端实现。终端可以运行有具有歌唱应用程序，终端可以具备麦克风、屏幕、扬声器等部件，终端具有通信功能，可以接入互联网，终端中设置有处理器，可对数据信息进行处理。终端可以是手机、平板电脑、智能穿戴设备、台式计算机、笔记本电脑等。
歌唱应用程序可运行在终端，用户可以在歌唱应用程序内选择自己想要录制的歌曲。歌唱应用程序会将用户选择的歌曲的标识信息发送给服务器，服务器可根据歌曲的标识信息向终端发送歌曲对应的伴奏音频和歌词文件，终端接收到伴奏音频后，可对伴奏音频进行播放，并根据歌词文件将歌词按照播放的进度显示在终端的屏幕中，同时终端开启录音功能，用户可以根据歌唱应用程序在终端屏幕上的提示的歌词进行演唱歌曲，终端将用户的人声音频录制下来，与歌曲对应的伴奏音频进行合成，进而生成演唱音频。用户可以将演唱音频作为K歌作品发布到网上，供其他用户进行收听。在终端将人声音频和伴奏音频合成为演唱音频之前，用户可以对伴奏音频的音量进行调节，使伴奏音频在音量上与人声音频更匹配，进而使合成的演唱音频更能满足用户在听觉上的感受。
用户将K歌作品发布到网上后，可对发布的K歌作品进行二次录制，即用户可选择原演唱音频(即发布的K歌作品)中的演唱较差的片段重新录制。终端获取原演唱音频中用户调节之后的伴奏音频，并录制用户重新演唱的人声音频，最后将合成选中片段的演唱音频，将选中片段的演唱音频替换掉原演唱音频中用户选中片段的音频，进而实现对K歌作品进行二次录制。本申请实施例提供的确定音量的调节比例信息的方法，可以根据用户的演唱音频与原始伴奏音频得到用户对原始伴奏音频音量的调节信息，终端根据音量的调节信息得到用户调节音量之后的伴奏音频。
图1是本申请实施例提供的一种确定音量的调节比例信息的方法的流程图。参见图1，该实施例包括：
步骤101，获取第一演唱音频和第一演唱音频对应的原始伴奏音频，其中，第一演唱音频是用户演唱音频。
在实施中，第一演唱音频(即K歌作品)可以是用户之前通过歌唱应用程序录制得到用户演唱的人声音频和对应演唱歌曲的伴奏音频合成得到的。原始伴奏音频为第一演唱音频对应的歌曲伴奏音频。第一演唱音频可存储在终端本地，也可以从服务器中获取。终端向服务器获取第一演唱音频时，可发送带有对应第一演唱音频的请求标识，服务器可以根据请求标识向终端发送第一演唱音频、第一演唱音频的原始伴奏音频以及第一演唱音频对应歌曲的歌词文件，其中，歌词文件中记录有每句歌词开始播放的时间点和结束播放的时间点。
步骤102，获取第一演唱音频中非演唱部分的第一音频，并获取第一音频的响度特征。
其中，响度特征为音频音量大小的特征信息，可以为一个数值。
在实施中，第一演唱音频是由用户演唱的人声音频和对应演唱歌曲的伴奏音频合成得到的，终端在获取到第一演唱音频后，可对第一演唱音频进行处理。将第一演唱音频中不包含演唱人声的音频部分截取出来，将截取出的多段不包含演唱人声的音频进行拼接得到第一音频。得到第一音频之后可以获取第一音频的音量信息，即获取第一音频的响度特征。
可选的，可根据第一演唱音频对应歌曲的歌词文件中记录的时间点对第一演唱音频进行切分得到非演唱部分的第一音频。相应的，对步骤102的处理可以如下：获取第一演唱音频对应的歌词数据中各句子的开始播放时间点和结束播放时间点；基于各句子的开始播放时间点和结束播放时间点，确定第一演唱音频中非演唱部分的多个第一音频段，按播放时间顺序对多个第一音频段进行拼接得到第一音频。
其中，第一音频段为第一演唱音频中纯伴奏音频的部分，第一音频是由多个第一音频段的音频按着播放的时间顺序拼接得到的。
在实施中，服务器会向终端发送第一演唱音频对应歌曲的歌词文件，歌词文件中标记着多个时间点，其中包括每句歌词开始播放的时间点与结束播放的时间点。按照歌词文件中每句歌词开始播放的时间点与结束播放的时间点可以将第一演唱音频进行切分成多段音频，将其中对应歌词部分的音频去除，保留纯伴奏部分的音频作为第一音频段，再按照歌词文件中的时间点先后顺序进行拼接，得到第一音频。如图2所示，第一演唱音频A可被切分为a、b、c、d、e、f音频段，其中，b、d、f音频段中包含人声音频和伴奏音频，a、c、e音频段中只包含伴奏音频，将a、c、e音频段按时间顺序进行拼接，得到第一音频B。
另外，终端还可以设置有时间长度阈值，若歌词文件中歌词结束播放时间点的与下句歌词的开始播放时间点的时间间隔(即歌词之间的时间间隔)小于所设的时间长度阈值，可以将这两个时间点忽略，不对这两个时间点内的音频进行切分。
可选的，在获取第一音频之后，可获取第一音频的响度特征，相应的处理如下：将第一音频划分为多个预设时长的第三音频段，确定每个第三音频段的响度特征。
在实施中，终端可以将第一音频按照预设时长划分为多个第三音频段，每个第三音频段在时长上是相等的。终端中还可以设置有采样率，对划分出的每个第三音频段中的音频的幅值进行采样，根据每段音频的采样值，可以确定每个第三音频段的响度特征。
可选的，对于确定每个第三音频段的响度特征，可进行如下处理：对于每个第三音频段，在第三音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为第三音频段的响度特征。
在实施中，可对划分出的每个第三音频段中的音频的幅值进行多次采样，求出每个第三音频段的多个幅值的均方根作为每个第三音频段的响度特征。
步骤103，在原始伴奏音频中，获取播放时间段与第一音频相对应的第二音频，并获取第二音频的响度特征。
其中，第一音频中可以包括多个不包含演唱人声的音频段，每个音频段都对应有自己的播放时间段，该播放时间段可以由音频段的开始播放时间点和结束播放时间点表示，第一音频的播放时间段可以是这些音频段的播放时间段的总和。
在实施中，服务器会给终端发送第一演唱音频对应歌曲的原始伴奏音频(即用户未调节音量的伴奏音频)，终端可按照对步骤102中对第一演唱音频的处理方式对原始伴奏音频进行处理，截取出原始伴奏音频中播放时间段与第一演唱音频中不包含演唱人声的音频部分相同的音频部分，并将截取出来的音频进行拼接得到第二音频。
可选的，终端可根据第一演唱音频对应歌曲的歌词文件对原始伴奏音频进行切分得到第二音频。相应的，对步骤103的处理可以如下：基于各句子的开始播放时间点和结束播放时间点，在原始伴奏音频中，确定与第一演唱音频中非演唱部分相对应的多个第二音频段，按播放时间顺序对多个第二音频段进行拼接得到第二音频。
其中，每个第二音频段在原始伴奏音频中的开始时间点和结束时间点与步骤102中每个第一音频段在第一演唱音频的开始时间点和结束时间点对应一致，第二音频是由多个第二音频段按照时间顺序拼接得到的。
在实施中，终端可按照歌词文件中每句歌词开始播放的时间点与结束播放的时间点可以将原始伴奏音频进行切分成多段音频，将其中对应有歌词部分的音频去除，将剩余的多段音频作为第二音频段，再按照歌词文件中的时间点的先后顺序进行拼接，得到第二音频。如图3所示，原始伴奏音频C可被切分为g、h、i、j、k、l音频段，其中，g、i、k音频段与上述a、c、e音频段相对应，将g、i、k音频段按时间顺序进行拼接，得到第二音频D。
可选的，在获取第二音频之后，可获取第二音频的响度特征，相应的处理如下：将所述第二音频划分为多个预设时长的第四音频段，确定每个第四音频段的响度特征。
在实施中，终端可以将第二音频按照预设时长划分为多个第四音频段，每个第四音频段在时长上是相等的。终端中还可以设置有采样率，其中，采样率与上述步骤102中的采样率相同，按照采样率对划分出的每个第四音频段中的音频的幅值进行采样，根据每段音频的采样值，可以确定每个第四音频段的响度特征。
可选的，对于确定每个第四音频段的响度特征，可进行如下处理：对于每个第四音频段，在第四音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为第四音频段的响度特征。
在实施中，可对划分出的每个第四音频段中的音频的幅值进行多次采样，求出每个第四音频段的多个幅值的均方根作为每个第四音频段的响度特征。
步骤104，将第一音频的响度特征和第二音频的响度特征的比值，确定为第一演唱音频进行伴奏音量调节的调节比例信息。
在实施中，可以计算出第一音频的响度特征与第二音频的响度特征的比值，根据比值确定第二音频相对于第一音频在音量上的增益值，从而确定用户对原始伴奏音频进行音量调节的比例信息。
可选的，可根据上述步骤103和步骤104中，第三音频段的响度特征和第四音频段的响度特征得到第一音频的响度特征和第二音频的响度特征，相应的处理如下：在所有第三音频段的响度特征中，选取最小的第一预设数目个第一响度特征，在所有第四音频段的响度特征中，选取最小的第一预设数目个第二响度特征；
将所述第一预设数目个第一响度特征之和与所述第一预设数目个第二响度特征之和的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
在实施中，可将所有第三音频段的响度特征按照响度特征的数值大小进行升序排列，为了减少第一音频中的杂音对音量值的影响，可选取排序之后的所有第三音频段的响度特征中前一部分的响度特征进行求和，例如，将前二分之一的响度特征继续求和，得到第一音频的响度特征。同样，可将所有第四音频段的响度特征按照响度特征的数值大小进行升序排列，可选取排序之后的所有第四音频段的响度特征中与选取第三音频段的响度特征的数量相同的响度特征进行求和，例如，将前二分之一的响度特征继续求和，得到第二音频的响度特征。最后求出第一音频的音量信息和第二音频的音量信息的比值，将比值确定为用户对第一演唱音频进行伴奏音量调节的调节比例信息。
例如，可将预设时长设置为t，可设置采样率为s。则每个音频段中采样点数为N＝s*t，从而对每个音频段得到N个幅值，然后可利用均方根公式根据每段N个音频幅值，得到每段的音量值，公式如下：
Figure BDA0002228221890000101
其中，Li为第i音频段的响度特征，N为每个音频段中采样点数，Sj为第j个采样点的音频幅值。然后将得到的L1到Li进行升序排序，得到排列数组，选取排列数组中前二分之一的元素进行求和得到第一音频的响度特征V1。按照对第一音频同样的处理方式可对第二音频进行处理，得到第二音频的响度特征V2。然后计算出V1和V2的比值，将比值确定为用户对第一演唱音频进行伴奏音量调节的调节比例信息。
可选的，基于调节比例信息，对原始伴奏音频进行音量调节，得到调节后的伴奏音频；基于调节后的伴奏音频，录制第二演唱音频。
在实施中，调节比例信息可以为第一音频的响度特征和第二音频的响度特征的比值，在得到音频的调节比例信息之后，可根据调节比例信息对原始伴奏音频进行调节，可以将原始伴奏音频的各采样点的幅值与调节比例信息相乘后，可得到调节后的伴奏音频。得到调节后的伴奏音频后，用户可以对第一演唱音频中的选中的音频部分进行重新演唱。终端播放用户选中的音频部分所对应调节后的伴奏音频，同时录制用户的人声音频，终端再将调节后的伴奏音频与人声音频进行合成，并替换掉第一演唱音频中的用户选中的音频部分，即可得到二次录制之后的第二演唱音频。
本申请通过截取出用户演唱音频中非演唱部分的第一音频，并截取出原始伴奏音频中与第一音频在时间上对应的第二音频，确定第一音频和第二音频的响度特征，再将第一音频和第二音频的响度特征的比值，确定为演唱音频进行伴奏音量调节的调节比例信息。由于本申请没有采用算法去提取演唱音频中的伴奏音频，所以可以避免因演唱音频中伴奏音频存在的杂音，造成得到的用户对原始伴奏音频音量的调节比例信息不准确的问题。
上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。
图4是本申请实施例提供的一种确定音量的调节比例信息的装置结构示意图，该装置可以为上述实施例中的终端。参见图4，该装置包括：
第一获取模块410，被配置为获取第一演唱音频和所述第一演唱音频对应的原始伴奏音频，其中，所述第一演唱音频是用户演唱音频；
第二获取模块420，被配置为获取所述第一演唱音频中非演唱部分的第一音频，并获取所述第一音频的响度特征；
第三获取模块430，被配置为在所述原始伴奏音频中，获取播放时间段与所述第一音频相对应的第二音频，并获取所述第二音频的响度特征；
确定模块440，被配置为将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
可选的，所述第二获取模块420，被配置为：
获取所述第一演唱音频对应的歌词数据中各句子的开始播放时间点和结束播放时间点；
基于所述各句子的开始播放时间点和结束播放时间点，确定所述第一演唱音频中非演唱部分的多个第一音频段，按播放时间顺序对所述多个第一音频段进行拼接得到第一音频。
可选的，所述第三获取模块430，被配置为：
基于所述各句子的开始播放时间点和结束播放时间点，在所述原始伴奏音频中，确定与所述第一演唱音频中非演唱部分相对应的多个第二音频段，按播放时间顺序对所述多个第二音频段进行拼接得到第二音频。
可选的，所述第二获取模块420，被配置为：将所述第一音频划分为多个预设时长的第三音频段，确定每个第三音频段的响度特征；
所述第三获取模块，被配置为：将所述第二音频划分为多个预设时长的第四音频段，确定每个第四音频段的响度特征。
可选的，所述确定模块440，被配置为：
在所有第三音频段的响度特征中，选取最小的第一预设数目个第一响度特征，在所有第四音频段的响度特征中，选取最小的第一预设数目个第二响度特征；
将所述第一预设数目个第一响度特征之和与所述第一预设数目个第二响度特征之和的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
可选的，所述第二获取模块420，被配置为：对于每个第三音频段，在所述第三音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第三音频段的响度特征；
所述第三获取模块430，被配置为：对于每个第四音频段，在所述第四音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第四音频段的响度特征。
可选的，所述装置还包括录制模块450，被配置为：
基于所述调节比例信息，对所述原始伴奏音频进行音量调节，得到调节后的伴奏音频；
基于所述调节后的伴奏音频，录制第二演唱音频。
需要说明的是：上述实施例提供的确定音量的调节比例信息的装置在确定音量的调节比例信息时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的确定音量的调节比例信息的装置与确定音量的调节比例信息的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图5示出了本申请一个示例性实施例提供的终端500的结构框图。该终端500可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端500包括有：处理器501和存储器502。
处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的确定音量的调节比例信息的方法。
在一些实施例中，终端500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、触摸显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。
外围设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。
定位组件508用于定位终端500的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。
加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器512可以检测终端500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3D动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器513可以设置在终端500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在终端500的侧边框时，可以检测用户对终端500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时，指纹传感器514可以与物理按键或厂商Logo集成在一起。
光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。
接近传感器516，也称距离传感器，通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时，由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时，由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成下述实施例中确定音量的调节比例信息的方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (16)

1.一种确定音量的调节比例信息的方法，其特征在于，所述方法包括：
获取第一演唱音频和所述第一演唱音频对应的原始伴奏音频，其中，所述第一演唱音频是用户演唱音频；
获取所述第一演唱音频中非演唱部分的第一音频，并获取所述第一音频的响度特征；
在所述原始伴奏音频中，获取播放时间段与所述第一音频相对应的第二音频，并获取所述第二音频的响度特征；
将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
2.根据权利要求1所述的方法，其特征在于，所述获取所述第一演唱音频中非演唱部分的第一音频，包括：
获取所述第一演唱音频对应的歌词数据中各句子的开始播放时间点和结束播放时间点；
基于所述各句子的开始播放时间点和结束播放时间点，确定所述第一演唱音频中非演唱部分的多个第一音频段，按播放时间顺序对所述多个第一音频段进行拼接得到第一音频。
3.根据权利要求2所述的方法，其特征在于，所述在所述原始伴奏音频中，获取播放时间段与所述第一音频相对应的第二音频，包括：
基于所述各句子的开始播放时间点和结束播放时间点，在所述原始伴奏音频中，确定与所述第一演唱音频中非演唱部分相对应的多个第二音频段，按播放时间顺序对所述多个第二音频段进行拼接得到第二音频。
4.根据权利要求1所述的方法，其特征在于，所述获取所述第一音频的响度特征，包括：将所述第一音频划分为多个预设时长的第三音频段，确定每个第三音频段的响度特征；
所述获取所述第二音频的响度特征，包括：将所述第二音频划分为多个预设时长的第四音频段，确定每个第四音频段的响度特征。
5.根据权利要求4所述的方法，其特征在于，所述将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息，包括：
在所有第三音频段的响度特征中，选取最小的第一预设数目个第一响度特征，在所有第四音频段的响度特征中，选取最小的第一预设数目个第二响度特征；
将所述第一预设数目个第一响度特征之和与所述第一预设数目个第二响度特征之和的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
6.根据权利要求4所述的方法，其特征在于，所述确定每个第三音频段的响度特征，包括：对于每个第三音频段，在所述第三音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第三音频段的响度特征；
所述确定每个第四音频段的响度特征，包括：对于每个第四音频段，在所述第四音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第四音频段的响度特征。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息之后，还包括：
基于所述调节比例信息，对所述原始伴奏音频进行音量调节，得到调节后的伴奏音频；
基于所述调节后的伴奏音频，录制第二演唱音频。
8.一种确定音量的调节比例信息的装置，其特征在于，所述装置包括：
第一获取模块，被配置为获取第一演唱音频和所述第一演唱音频对应的原始伴奏音频，其中，所述第一演唱音频是用户演唱音频；
第二获取模块，被配置为获取所述第一演唱音频中非演唱部分的第一音频，并获取所述第一音频的响度特征；
第三获取模块，被配置为在所述原始伴奏音频中，获取播放时间段与所述第一音频相对应的第二音频，并获取所述第二音频的响度特征；
确定模块，被配置为将所述第一音频的响度特征和所述第二音频的响度特征的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
9.根据权利要求8所述的装置，其特征在于，所述第二获取模块，被配置为：
获取所述第一演唱音频对应的歌词数据中各句子的开始播放时间点和结束播放时间点；
基于所述各句子的开始播放时间点和结束播放时间点，确定所述第一演唱音频中非演唱部分的多个第一音频段，按播放时间顺序对所述多个第一音频段进行拼接得到第一音频。
10.根据权利要求9所述的装置，其特征在于，所述第三获取模块，被配置为：
基于所述各句子的开始播放时间点和结束播放时间点，在所述原始伴奏音频中，确定与所述第一演唱音频中非演唱部分相对应的多个第二音频段，按播放时间顺序对所述多个第二音频段进行拼接得到第二音频。
11.根据权利要求8所述的装置，其特征在于，所述第二获取模块，被配置为：将所述第一音频划分为多个预设时长的第三音频段，确定每个第三音频段的响度特征；
所述第三获取模块，被配置为：将所述第二音频划分为多个预设时长的第四音频段，确定每个第四音频段的响度特征。
12.根据权利要求11所述的装置，其特征在于，所述确定模块，被配置为：
在所有第三音频段的响度特征中，选取最小的第一预设数目个第一响度特征，在所有第四音频段的响度特征中，选取最小的第一预设数目个第二响度特征；
将所述第一预设数目个第一响度特征之和与所述第一预设数目个第二响度特征之和的比值，确定为所述第一演唱音频进行伴奏音量调节的调节比例信息。
13.根据权利要求11所述的装置，其特征在于，所述第二获取模块，被配置为：对于每个第三音频段，在所述第三音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第三音频段的响度特征；
所述第三获取模块，被配置为：对于每个第四音频段，在所述第四音频段中均匀选取第二预设数目个播放时间点，确定选取的每个播放时间点对应的音频幅值的均方根，作为所述第四音频段的响度特征。
14.根据权利要求8-13任一项所述的装置，其特征在于，所述装置还包括录制模块，被配置为：
基于所述调节比例信息，对所述原始伴奏音频进行音量调节，得到调节后的伴奏音频；
基于所述调节后的伴奏音频，录制第二演唱音频。
15.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至权利要求7任一项所述的确定音量的调节比例信息方法所执行的操作。
16.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至权利要求7任一项所述的确定音量的调节比例信息方法所执行的操作。
CN201910958720.1A 2019-10-10 2019-10-10 确定音量的调节比例信息的方法、装置、设备及存储介质 Active CN110688082B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910958720.1A CN110688082B (zh) 2019-10-10 2019-10-10 确定音量的调节比例信息的方法、装置、设备及存储介质
US17/766,911 US20230252964A1 (en) 2019-10-10 2020-10-09 Method and apparatus for determining volume adjustment ratio information, device, and storage medium
PCT/CN2020/120044 WO2021068903A1 (zh) 2019-10-10 2020-10-09 确定音量的调节比例信息的方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910958720.1A CN110688082B (zh) 2019-10-10 2019-10-10 确定音量的调节比例信息的方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110688082A CN110688082A (zh) 2020-01-14
CN110688082B true CN110688082B (zh) 2021-08-03

Family

ID=69112019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910958720.1A Active CN110688082B (zh) 2019-10-10 2019-10-10 确定音量的调节比例信息的方法、装置、设备及存储介质

Country Status (3)

Country Link
US (1) US20230252964A1 (zh)
CN (1) CN110688082B (zh)
WO (1) WO2021068903A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110688082B (zh) * 2019-10-10 2021-08-03 腾讯音乐娱乐科技（深圳）有限公司 确定音量的调节比例信息的方法、装置、设备及存储介质
CN111326132B (zh) * 2020-01-22 2021-10-22 北京达佳互联信息技术有限公司 音频处理方法、装置、存储介质及电子设备
CN111491176B (zh) * 2020-04-27 2022-10-14 百度在线网络技术（北京）有限公司 一种视频处理方法、装置、设备及存储介质
CN111813367A (zh) * 2020-07-22 2020-10-23 广州繁星互娱信息科技有限公司 调整音量的方法、装置、设备以及存储介质
CN112216294B (zh) * 2020-08-31 2024-03-19 北京达佳互联信息技术有限公司 音频处理方法、装置、电子设备及存储介质
CN114466241A (zh) * 2022-01-27 2022-05-10 海信视像科技股份有限公司 显示设备及音频处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1924992A (zh) * 2006-09-12 2007-03-07 东莞市步步高视听电子有限公司 一种卡拉ok人声播放方法
CN107680571A (zh) * 2017-10-19 2018-02-09 百度在线网络技术（北京）有限公司 一种歌曲伴奏方法、装置、设备和介质
CN107705778A (zh) * 2017-08-23 2018-02-16 腾讯音乐娱乐（深圳）有限公司 音频处理方法、装置、存储介质以及终端
US10001968B1 (en) * 2016-03-18 2018-06-19 Audio Fusion Systems, LLC Monitor mixing apparatus that presents each musician with summary control of both their contributed channels and the remaining channels, for rapid and accurate sound balance
CN109300482A (zh) * 2018-09-13 2019-02-01 广州酷狗计算机科技有限公司 音频录制方法、装置、存储介质以及终端
CN109859729A (zh) * 2019-01-21 2019-06-07 北京小唱科技有限公司 对音频进行波形幅度控制方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7521623B2 (en) * 2004-11-24 2009-04-21 Apple Inc. Music synchronization arrangement
CN106782627B (zh) * 2015-11-23 2019-08-27 广州酷狗计算机科技有限公司 音频文件的重录方法及装置
US10008188B1 (en) * 2017-01-31 2018-06-26 Kyocera Document Solutions Inc. Musical score generator
CN109003627B (zh) * 2018-09-07 2021-02-12 广州酷狗计算机科技有限公司 确定音频得分的方法、装置、终端及存储介质
CN109828740B (zh) * 2019-01-21 2021-06-08 北京小唱科技有限公司 音频调节方法及装置
CN110688082B (zh) * 2019-10-10 2021-08-03 腾讯音乐娱乐科技（深圳）有限公司 确定音量的调节比例信息的方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1924992A (zh) * 2006-09-12 2007-03-07 东莞市步步高视听电子有限公司 一种卡拉ok人声播放方法
US10001968B1 (en) * 2016-03-18 2018-06-19 Audio Fusion Systems, LLC Monitor mixing apparatus that presents each musician with summary control of both their contributed channels and the remaining channels, for rapid and accurate sound balance
CN107705778A (zh) * 2017-08-23 2018-02-16 腾讯音乐娱乐（深圳）有限公司 音频处理方法、装置、存储介质以及终端
CN107680571A (zh) * 2017-10-19 2018-02-09 百度在线网络技术（北京）有限公司 一种歌曲伴奏方法、装置、设备和介质
CN109300482A (zh) * 2018-09-13 2019-02-01 广州酷狗计算机科技有限公司 音频录制方法、装置、存储介质以及终端
CN109859729A (zh) * 2019-01-21 2019-06-07 北京小唱科技有限公司 对音频进行波形幅度控制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
手机KTV"唱吧"的音乐传播观察;蒋河;《音乐传播》;20140330(第2014年第1期);第76-80页 *

Also Published As

Publication number Publication date
WO2021068903A1 (zh) 2021-04-15
US20230252964A1 (en) 2023-08-10
CN110688082A (zh) 2020-01-14

Similar Documents

Publication Publication Date Title
CN110688082B (zh) 确定音量的调节比例信息的方法、装置、设备及存储介质
CN108008930B (zh) 确定k歌分值的方法和装置
CN108538302B (zh) 合成音频的方法和装置
CN109033335B (zh) 音频录制方法、装置、终端及存储介质
CN108965757B (zh) 视频录制方法、装置、终端及存储介质
CN109147757B (zh) 歌声合成方法及装置
CN109994127B (zh) 音频检测方法、装置、电子设备及存储介质
CN109346111B (zh) 数据处理方法、装置、终端及存储介质
CN110956971B (zh) 音频处理方法、装置、终端及存储介质
CN109192218B (zh) 音频处理的方法和装置
CN111061405B (zh) 录制歌曲音频的方法、装置、设备及存储介质
CN108831425B (zh) 混音方法、装置及存储介质
CN109743461B (zh) 音频数据处理方法、装置、终端及存储介质
CN109192223B (zh) 音频对齐的方法和装置
CN109065068B (zh) 音频处理方法、装置及存储介质
CN111081277B (zh) 音频测评的方法、装置、设备及存储介质
CN111276122A (zh) 音频生成方法及装置、存储介质
CN114945892A (zh) 播放音频的方法、装置、系统、设备及存储介质
CN112667844A (zh) 检索音频的方法、装置、设备和存储介质
CN110867194B (zh) 音频的评分方法、装置、设备及存储介质
CN110600034B (zh) 歌声生成方法、装置、设备及存储介质
CN112086102B (zh) 扩展音频频带的方法、装置、设备以及存储介质
CN111031394B (zh) 视频制作的方法、装置、设备及存储介质
CN109003627B (zh) 确定音频得分的方法、装置、终端及存储介质
CN110136752B (zh) 音频处理的方法、装置、终端及计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant