CN111048108A - 音频处理方法和装置 - Google Patents

音频处理方法和装置 Download PDF

Info

Publication number
CN111048108A
CN111048108A CN201811190947.8A CN201811190947A CN111048108A CN 111048108 A CN111048108 A CN 111048108A CN 201811190947 A CN201811190947 A CN 201811190947A CN 111048108 A CN111048108 A CN 111048108A
Authority
CN
China
Prior art keywords
audio
adjustment
reverberation
processed
algorithm
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
Application number
CN201811190947.8A
Other languages
English (en)
Other versions
CN111048108B (zh
Inventor
黄传增
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.)
Beijing Microlive Vision Technology Co Ltd
Original Assignee
Beijing Microlive Vision Technology 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 Beijing Microlive Vision Technology Co Ltd filed Critical Beijing Microlive Vision Technology Co Ltd
Priority to CN201811190947.8A priority Critical patent/CN111048108B/zh
Priority to PCT/CN2019/072946 priority patent/WO2020073562A1/zh
Publication of CN111048108A publication Critical patent/CN111048108A/zh
Application granted granted Critical
Publication of CN111048108B publication Critical patent/CN111048108B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04RLOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00Circuits for transducers, loudspeakers or microphones
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04RLOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00Circuits for transducers, loudspeakers or microphones
    • H04R3/04Circuits for transducers, loudspeakers or microphones for correcting frequency response
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S7/00Indicating arrangements; Control arrangements, e.g. balance control

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Circuit For Audible Band Transducer (AREA)

Abstract

本发明实施例公开了音频处理方法和装置。该方法的一具体实施方式包括:获取待处理音频;对待处理音频进行混响调节和均衡调节,得到第一调节音频;对于第一调节音频进行声场调节,得到第二调节音频;响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,得到处理后的音频。该实施方式实现了对于音频的混响调节和均衡调节。此外,通过进行声场调节可以弥补声场损坏,以及通过响度调节避免由于对于音频的处理造成响度的变化过大。

Description

音频处理方法和装置
技术领域
本发明实施例涉及计算机技术领域,具体涉及音频处理方法和装置。
背景技术
随着电子设备的普及,人们对电子设备的智能化、人性化的要求也越来越高。以手机为代表的携式电子终端的使用普及度越来越高,多媒体功能是用户使用最多的应用之一。
发明内容
本发明实施例提出了音频处理方法和装置。
第一方面,本发明实施例提供了一种音频处理方法,该方法包括:获取待处理音频;对待处理音频进行混响调节和均衡调节,得到第一调节音频;对于第一调节音频进行声场调节,得到第二调节音频;响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,得到处理后的音频。
在一些实施例中,对待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:基于当前设备的性能,对待处理音频进行混响调节和均衡调节,得到第一调节音频。
在一些实施例中,基于当前设备的性能,对待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:接收服务端发送的算法类别列表,算法类别列表用于表征设备信息与混响算法类别之间的对应关系,其中,设备信息用于表征设备性能,混响算法类别用于表征混响算法所属的类别;在算法类别列表中查询与当前设备的设备信息对应的混响算法类别,以及根据查询得到的混响算法类别对应的算法对待处理音频进行混响调节,得到混响调节后的音频;对于混响调节后的待处理音频进行均衡调节,得到第一调节音频。
在一些实施例中,对待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:基于用户选取的混响类别,确定混响类别对应的混响算法;基于所确定的混响算法对待处理音频进行混响调节,得到混响调节后的音频;对于混响调节后的待处理音频进行均衡调节,得到第一调节音频。
在一些实施例中,在对所述待处理音频进行混响调节和均衡调节,得到第一调节音频之前,该方法还包括:提取待处理音频的频谱;以及对于混响调节后的待处理音频进行均衡调节,得到第一调节音频,包括:响应于确定频谱中两个频率点的能量差大于预设的第一能量差阈值,减小第一调节音频中两个频率点所在频带的增益;响应于确定频谱中两个频率点的能量差小于预设的第二能量差阈值,增大第一调节中两个频率点所在频带的增益。
第二方面,本发明实施例提供了一种音频处理装置,包括:音频获取单元,被配置成获取待处理音频;第一调节单元,被配置成对待处理音频进行混响调节和均衡调节,得到第一调节音频;第二调节单元,被配置成对于第一调节音频进行声场调节,得到第二调节音频;第三调节单元,被配置成响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,得到处理后的音频。
在一些实施例中,第一调节单元进一步被配置成:基于当前设备的性能,对待处理音频进行混响调节和均衡调节,得到第一调节音频。
在一些实施例中,第一调节单元进一步被配置成:接收服务端发送的算法类别列表,算法类别列表用于表征设备信息与混响算法类别之间的对应关系,其中,设备信息用于表征设备性能,混响算法类别用于表征混响算法所属的类别;在算法类别列表中查询与当前设备的设备信息对应的混响算法类别,以及根据查询得到的混响算法类别对应的算法对待处理音频进行混响调节,得到混响调节后的音频;对于混响调节后的待处理音频进行均衡调节,得到第一调节音频。
在一些实施例中,第一调节单元进一步被配置成:基于用户选取的混响类别,确定混响类别对应的混响算法;基于所确定的混响算法对待处理音频进行混响调节,得到混响调节后的音频;对于混响调节后的待处理音频进行均衡调节,得到第一调节音频。
在一些实施例中,该装置还包括:提取单元,被配置成提取待处理音频的频谱;以及第一调节单元进一步被配置成:响应于确定频谱中两个频率点的能量差大于预设的第一能量差阈值,减小第一调节音频中两个频率点所在频带的增益;响应于确定频谱中两个频率点的能量差小于预设的第二能量差阈值,增大第一调节中两个频率点所在频带的增益。
第三方面,本发明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;当上述一个或多个程序被上述一个或多个处理器执行,使得上述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,本发明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,上述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。
本发明实施例提供的方法和装置,首先对获取的待处理音频进行混响调节和均衡调节,得到第一调节音频。之后,对于第一调节音频进行声场调节,得到第二调节音频。响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,从而得到处理后的音频。在此过程中,通过对待处理音频进行混响调节和均衡调节,可以添加各种环境效果并对音频的频谱实现精细调节。在此基础上,由于进行混响调节和均衡调节后,可能会对音频的声场造成破坏,造成声场坍塌。进行声场调节可以弥补声场损坏。此外,通过对第二调节音频的响度进行调节,避免由于对于音频的处理造成响度的变化过大。
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,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本发明的音频处理方法的一个实施例的流程图;
图3是根据本发明实施例的音频处理方法的一个应用场景的示意图;
图4是根据本发明的音频处理方法的又一个实施例的流程图;
图5是根据本发明的音频处理装置的一个实施例的结构示意图;
图6是适于用来实现本发明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发明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,本发明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发明。
图1示出了可以应用本发明的实施例的音频处理方法或装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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、102、103通过网络104与服务器105 交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如唱歌类应用、视频录制分享类应用、音频处理类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持音频处理的各种电子设备。当终端设备101、102、103为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块,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105可以是提供各种服务的服务器,例如对终端设备101、 102、103上安装的应用提供支持的后台服务器。
需要说明的是,本发明的实施例所提供的音频处理方法一般由终端设备101、102、103执行。相应的,音频处理装置一般设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,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。
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,示出了根据本发明的音频处理方法的一个实施例的流程200。该音频处理方法包括:
步骤201,获取待处理音频。
在本实施例中,音频处理方法的执行主体(例如图1所示的终端设备101、102、103)可以通过各种方式获取待处理音频。例如,上述执行主体可以通过录音设备录制用户演唱的声音,得到待处理音频。其中,录音设备可以集成于上述执行主体上,也可以与执行主体通信连接,本发明对此不做限制。又如,上述执行主体也可以从本地或通信连接的其他存储设备中获取预先存储的音频作为待处理音频。
在本实施例中,待处理音频可以是任意的音频。待处理音频可以是由技术人员指定,也可以根据一定的条件进行筛选得到。例如,用户通过终端设备(例如,智能手机)录制演唱的音频时,待处理音频可以是用户演唱的完整的音频,也可以是用户演唱的一个音频片段。在实时监听的场景下,待处理音频也可以是用户演唱的时间较短(例如30毫秒)的一个音频片段。
步骤202,对待处理音频进行混响调节和均衡调节,得到第一调节音频。
在本实施例中,上述执行主体可以首先对待处理音频进行混响调节和均衡调节,得到第一调节音频。实践中,可以根据需要,选择混响调节和均衡调节的顺序。具体来说,可以首先对待处理音频进行混响调节,之后对混响调节后的音频进行均衡调节。也可以是对待处理音频进行均衡调节,自后对均衡调节后的音频进行混响调节。
在本实施例中,上述执行主体可以通过多种方式对待处理音频进行混响调节和均衡调节。作为示例,上述执行主体可以通过现有的音频调节软件对待处理音频进行混响调节和均衡调节。作为示例,上述执行主体也可以根据现有的均衡调节和混响调节算法,对待处理音频进行调节。例如,现有的混响调节算法包括:穆勒Moorer混响调节算法、施洛德Schroeder混响调节算法等等。现有的均衡算法包括:线性均衡、判决反馈均衡LMS算法等等。
在本实施例的一些可选的实现方式中,对待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:基于当前设备的性能,对待处理音频进行混响调节和均衡调节,得到第一调节音频。
在这些实现方式中,由于各种电子设备的性能各不相同,可以根据当前设备的性能,选取混响算法和均衡算法。并基于所选取的混响算法和均衡算法,对待处理音频进行混响调节和均衡调节,得到第一调节音频。作为示例,上述执行主体可以获取当前设备的性能参数,例如,CPU(中央处理器,Central Processing Unit)中的运算核心的数量、内存的大小等等。之后,可以根据预先设定的处理逻辑或查询预设的性能参数表,从而根据当前设备的性能参数,确定当前设备是否支持对待处理音频添加混响。其中,性能参数表中可以存储设备的性能参数与是否支持添加混响、是否支持均衡调节以及所支持的混响类型、所支持的均衡调节方式之间的对应关系。
在本实施例的一些可选的实现方式中,基于当前设备的性能,对待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:接收服务端发送的算法类别列表,算法类别列表用于表征设备信息与混响算法类别之间的对应关系,其中,设备信息用于表征设备性能,混响算法类别用于表征混响算法所属的类别;在算法类别列表中查询与当前设备的设备信息对应的混响算法类别,以及根据查询得到的混响算法类别对应的算法对待处理音频进行混响调节,得到混响调节后的音频;对于混响调节后的待处理音频进行均衡调节,得到第一调节音频。
在这些实现方式中,根据实际需要,可以预先对混响算法按照一定的指标进行分类。作为示例,可以按照算法所需的系统开销或算法的复杂度,对算法进行划分,得到不同的算法类别。每个算法类别下可以包括多个算法。作为示例,可以根据算法所需的系统开销将混响算法分为三个类别。第一类别系统开销较小,其可以通过包括梳状滤波器、全通滤波器、施洛德Schroeder滤波器或者这些滤波器的组合而实现。第二类别系统开销较大,可以通过高低通滤波其与延时滤波器的组合,也可以现有的滤波器系统,例如穆勒Moorer混响器。第三种类别系统开销中等,其可以通过反馈网络与全通滤波器的组合实现。
在一些实施例中,对待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:基于用户选取的混响类别,确定混响类别对应的混响算法;基于所确定的混响算法对待处理音频进行混响调节,得到混响调节后的音频;对于混响调节后的待处理音频进行均衡调节,得到第一调节音频。可以预先配置混响类别与混响算法之间的对应关系,则在用户选取混响类别之后,可以根据该配置确定所采用的混响算法,进而根据确定出的混响算法对待处理音频进行混响调节。
步骤203,对于第一调节音频进行声场调节,得到第二调节音频。
在实施例中,上述执行主体可以通过多种方式对于第一调节音频进行声场调节,得到第二调节音频。实践中,由于对处理音频进混响调节和均衡调节后,音频的声场会被破坏。具体来说,上述执行主体可以通过一些音频处理软件对第一调节音频的声场进行拉伸,得到第二调节音频。
步骤204,响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,得到处理后的音频。
在本实施例中,上述执行主体可以确定第二调节音频和待处理音频的响度差,并将响度差与设响度差阈值进行比较。在此基础上,如果响度差大于或等于预设响度差阈值,对第二调节音频的响度进行调节。作为示例,可以对于第二调节音频的整体的响度进行等比例减小。作为示例,也可以对于第二调节音频的部分片段的响度进行减小。
继续参见图3,图3是根据本实施例的音频处理方法的应用场景的一个示意图。在图3的应用场景中,音频处理方法的执行主体可以是智能手机301。智能手机301可以首先获取待处理音频3011。之后,对待处理音频进行混响调节和均衡调节,得到第一调节音频3012。对于第一调节音频3012进行声场调节,得到第二调节音频3013。响应于确定待处理音频3011和第二调节音频3013的响度差值大于或等于预设响度差阈值,对第二调节音频3013的响度进行调节,得到处理后的音频 3011'。
本发明的上述实施例提供的方法,首先对获取的待处理音频进行混响调节和均衡调节,得到第一调节音频。之后,对于第一调节音频进行声场调节,得到第二调节音频。响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,从而得到处理后的音频。在此过程中,通过对待处理音频进行混响调节和均衡调节,可以添加各种环境效果并对音频的频谱实现精细调节。在此基础上,由于进行混响调节和均衡调节后,可能会对音频的声场造成破坏,造成声场坍塌。进行声场调节可以弥补声场损坏。此外,通过对第二调节音频的响度进行调节,避免由于对于音频的处理造成响度的变化过大。
进一步参考图4,其示出了音频处理方法的又一个实施例的流程 400。该音频处理方法的流程400,包括以下步骤:
步骤401,获取待处理音频。
在本实施例中,步骤401的具体实现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,在此不再赘述。
步骤402,提取待处理音频的频谱。
在本实施例中,上述执行主体可以通过一些音频处理软件或算法提取待处理音频的频谱。
步骤403,基于用户选取的混响类别,确定混响类别对应的混响算法。
在本实施例中,上述执行主体可以根据用户选取的混响类别,确定混响类别对应的混响算法。
实践中,可以根据所模拟的环境效果的不同,将混响算法划分为不同的混响类别。例如,混响类别可以有大厅效果、录音棚效果、山谷效果等等。对于各种混响类别,可以将各个类别的类别信息(例如名称、图片等信息)在上述执行主体上进行展示。其中,每个类别信息都与该类别信息所指示的混响类别相关联。从而用户可以对这些类别信息执行一些操作(例如点击操作)以选取混响类别。
在本实施例中,可以预先设定每个混响类别所对应的混响算法,从而上述执行主体可以根据用户选取的混响类别,确定混响算法。
步骤404,基于所确定的混响算法对待处理音频进行混响调节,得到混响调节后的音频。
在本实施例中,上述执行主体可以基于所确定的混响算法对待处理音频进行混响调节,得到混响调节后的音频。
步骤405,对于混响调节后的述待处理音频进行均衡调节,得到第一调节音频,包括:
步骤4051,响应于确定频谱中两个频率点的能量差大于预设的能量差阈值,减小第一调节音频中两个频率点所在频带的增益。经过这样的处理,可以使频谱中不同频点的能量变化更平缓。
步骤4052,响应于确定频谱中两个频率点的能量差小于预设的能量差阈值,增大第一调节音频中两个频率点所在频带的增益。经过这样的处理,可以使频谱中不同频点的能量变化更平缓。
在本实施例中,上述两个频率点可以是技术人员指定的两个频率点,也可以是通过一定的条件确定的两个频率点。作为示例,可以是位于某个频带上且间距小于预设阈值的两个频率点。
步骤406,对于第一调节音频进行声场调节,得到第二调节音频。
步骤407,响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,得到处理后的音频。
在本实施例中,步骤406-407的具体实现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203-204,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的音频处理方法增加了提取待处理音频的频谱,以及根据频谱对于混响调节后的述待处理音频进行均衡调节的步骤。在此过程中,由于随着待处理音频的不同,其频谱也不同,从而实现了对于待处理音频的更具针对性的调节。
进一步参考图5,作为对上述各图所示方法的实现,本发明提供了一种音频处理装置,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,本实施例的音频处理装置500包括:音频获取单元 501、第一调节单元502、第二调节单元503和第三调节单元504。其中,被配置成获取待处理音频。第一调节单元502被配置成对待处理音频进行混响调节和均衡调节,得到第一调节音频。第二调节单元503 被配置成对于第一调节音频进行声场调节,得到第二调节音频。第三调节单元504被配置成响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,得到处理后的音频。
在本实施例中,音频处理装置500中的音频获取单元501、第一调节单元502、第二调节单元503和第三调节单元504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。
在本实施例的一些可选的实现方式中,第一调节单元502可以进一步被配置成:基于当前设备的性能,对待处理音频进行混响调节和均衡调节,得到第一调节音频。
在本实施例的一些可选的实现方式中,第一调节单元502可以进一步被配置成:接收服务端发送的算法类别列表,算法类别列表用于表征设备信息与混响算法类别之间的对应关系,其中,设备信息用于表征设备性能,混响算法类别用于表征混响算法所属的类别;在算法类别列表中查询与当前设备的设备信息对应的混响算法类别,以及根据查询得到的混响算法类别对应的算法对待处理音频进行混响调节,得到混响调节后的音频;对于混响调节后的待处理音频进行均衡调节,得到第一调节音频。
在本实施例的一些可选的实现方式中,第一调节单元502可以进一步被配置成:基于用户选取的混响类别,确定混响类别对应的混响算法;基于所确定的混响算法对待处理音频进行混响调节,得到混响调节后的音频;对于混响调节后的待处理音频进行均衡调节,得到第一调节音频。
在本实施例的一些可选的实现方式中,该装置500还可以包括:提取单元(图中未示出)。其中,提取单元被配置成提取待处理音频的频谱。以及第一调节单元502可以进一步被配置成:响应于确定频谱中两个频率点的能量差大于预设的第一能量差阈值,减小第一调节音频中两个频率点所在频带的增益;响应于确定频谱中两个频率点的能量差小于预设的第二能量差阈值,增大第一调节中两个频率点所在频带的增益。
在本实施例中,第一调节单元502可以对获取的待处理音频进行混响调节和均衡调节,得到第一调节音频。之后,第二调节单元503 可以对于第一调节音频进行声场调节,得到第二调节音频。响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,第三调节单元504对第二调节音频的响度进行调节,从而得到处理后的音频。在此过程中,通过对待处理音频进行混响调节和均衡调节,可以添加各种环境效果并对音频的频谱实现精细调节。在此基础上,由于进行混响调节和均衡调节后,可能会对音频的声场造成破坏,造成声场坍塌。进行声场调节可以弥补声场损坏。此外,通过对第二调节音频的响度进行调节,避免由于对于音频的处理造成响度的变化过大。
下面参考图6,其示出了适于用来实现本发明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。本发明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,不应对本发明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RAM 603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,根据本发明的实施例,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,本发明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,执行本发明的实施例的方法中限定的上述功能。
需要说明的是,本发明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。在本发明中,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。而在本发明中,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:获取待处理音频;对待处理音频进行混响调节和均衡调节,得到第一调节音频;对于第一调节音频进行声场调节,得到第二调节音频;响应于确定待处理音频和第二调节音频的响度差值大于或等于预设响度差阈值,对第二调节音频的响度进行调节,得到处理后的音频。
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发明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,图示了按照本发明各种实施例的系统、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。
描述于本发明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,音频获取单元还可以被描述为“获取待处理音频的单元”。
以上描述仅为本发明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,本发明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。例如上述特征与本发明中公开的(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 (12)

1.一种音频处理方法,包括:
获取待处理音频;
对所述待处理音频进行混响调节和均衡调节,得到第一调节音频;
对于所述第一调节音频进行声场调节,得到第二调节音频;
响应于确定所述待处理音频和所述第二调节音频的响度差值大于或等于预设响度差阈值,对所述第二调节音频的响度进行调节,得到处理后的音频。
2.根据权利要求1所述的方法,其中,所述对所述待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:
基于当前设备的性能,对所述待处理音频进行混响调节和均衡调节,得到第一调节音频。
3.根据权利要求2所述的方法,其中,所述基于当前设备的性能,对所述待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:
接收服务端发送的算法类别列表,所述算法类别列表用于表征设备信息与混响算法类别之间的对应关系,其中,设备信息用于表征设备性能,混响算法类别用于表征混响算法所属的类别;
在所述算法类别列表中查询与当前设备的设备信息对应的混响算法类别,以及根据查询得到的混响算法类别对应的算法对所述待处理音频进行混响调节,得到混响调节后的音频;
对于混响调节后的所述待处理音频进行均衡调节,得到第一调节音频。
4.根据权利要求1所述的方法,其中,所述对所述待处理音频进行混响调节和均衡调节,得到第一调节音频,包括:
基于用户选取的混响类别,确定所述混响类别对应的混响算法;
基于所确定的混响算法对所述待处理音频进行混响调节,得到混响调节后的音频;
对于混响调节后的所述待处理音频进行均衡调节,得到第一调节音频。
5.根据权利要求4所述的方法,其中,在所述对所述待处理音频进行混响调节和均衡调节,得到第一调节音频之前,所述方法还包括:
提取所述待处理音频的频谱;以及
所述对于混响调节后的所述待处理音频进行均衡调节,得到第一调节音频,包括:
响应于确定所述频谱中两个频率点的能量差大于预设的第一能量差阈值,减小所述第一调节音频中两个频率点所在频带的增益;
响应于确定所述频谱中两个频率点的能量差小于预设的第二能量差阈值,增大所述第一调节音频中两个频率点所在频带的增益。
6.一种音频处理装置,包括:
音频获取单元,被配置成获取待处理音频;
第一调节单元,被配置成对所述待处理音频进行混响调节和均衡调节,得到第一调节音频;
第二调节单元,被配置成对于所述第一调节音频进行声场调节,得到第二调节音频;
第三调节单元,被配置成响应于确定所述待处理音频和所述第二调节音频的响度差值大于或等于预设响度差阈值,对所述第二调节音频的响度进行调节,得到处理后的音频。
7.根据权利要求6所述的装置,其中,所述第一调节单元进一步被配置成:
基于当前设备的性能,对所述待处理音频进行混响调节和均衡调节,得到第一调节音频。
8.根据权利要求7所述的装置,其中,所述第一调节单元进一步被配置成:
接收服务端发送的算法类别列表,所述算法类别列表用于表征设备信息与混响算法类别之间的对应关系,其中,设备信息用于表征设备性能,混响算法类别用于表征混响算法所属的类别;
在所述算法类别列表中查询与当前设备的设备信息对应的混响算法类别,以及根据查询得到的混响算法类别对应的算法对所述待处理音频进行混响调节,得到混响调节后的音频;
对于混响调节后的所述待处理音频进行均衡调节,得到第一调节音频。
9.根据权利要求6所述的装置,其中,所述第一调节单元进一步被配置成:
基于用户选取的混响类别,确定所述混响类别对应的混响算法;
基于所确定的混响算法对所述待处理音频进行混响调节,得到混响调节后的音频;
对于混响调节后的所述待处理音频进行均衡调节,得到第一调节音频。
10.根据权利要求9所述的装置,其中,所述装置还包括:
提取单元,被配置成提取所述待处理音频的频谱;以及
所述第一调节单元进一步被配置成:
响应于确定所述频谱中两个频率点的能量差大于预设的第一能量差阈值,减小所述第一调节音频中两个频率点所在频带的增益;
响应于确定所述频谱中两个频率点的能量差小于预设的第二能量差阈值,增大所述第一调节音频中两个频率点所在频带的增益。
11.一种终端设备,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1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201811190947.8A 2018-10-12 2018-10-12 音频处理方法和装置 Active CN111048108B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811190947.8A CN111048108B (zh) 2018-10-12 2018-10-12 音频处理方法和装置
PCT/CN2019/072946 WO2020073562A1 (zh) 2018-10-12 2019-01-24 音频处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811190947.8A CN111048108B (zh) 2018-10-12 2018-10-12 音频处理方法和装置

Publications (2)

Publication Number Publication Date
CN111048108A true CN111048108A (zh) 2020-04-21
CN111048108B CN111048108B (zh) 2022-06-24

Family

ID=70163695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811190947.8A Active CN111048108B (zh) 2018-10-12 2018-10-12 音频处理方法和装置

Country Status (2)

Country Link
CN (1) CN111048108B (zh)
WO (1) WO2020073562A1 (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004053765A (ja) * 2002-07-17 2004-02-19 Roland Corp 楽音制御装置
US20090178546A1 (en) * 2008-01-16 2009-07-16 Roland Corporation Effect setting device systems and methods
JP2009260786A (ja) * 2008-04-18 2009-11-05 Yamaha Corp 制御装置
CN102257728A (zh) * 2008-10-17 2011-11-23 夏普株式会社 音频信号调节设备及音频信号调节方法
CN103457559A (zh) * 2013-08-26 2013-12-18 Tcl通力电子(惠州)有限公司 音频调节方法及系统
CN104637488A (zh) * 2013-11-07 2015-05-20 华为终端有限公司 声音处理的方法和终端设备
CN105393560A (zh) * 2013-07-22 2016-03-09 哈曼贝克自动系统股份有限公司 自动音色、响度以及均衡控制
CN105405448A (zh) * 2014-09-16 2016-03-16 科大讯飞股份有限公司 一种音效处理方法及装置
CN105704597A (zh) * 2014-11-28 2016-06-22 南京青衿信息科技有限公司 一种设有音效处理系统的智能耳机
CN107820711A (zh) * 2015-06-17 2018-03-20 弗劳恩霍夫应用研究促进协会 用于音频编码系统中用户交互性的响度控制

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0709877B1 (pt) * 2006-04-04 2019-12-31 Dolby Laboratories Licensing Corp método e aparelho para controlar uma característica de intensidade acústica particular de um sinal de áudio
US20110066438A1 (en) * 2009-09-15 2011-03-17 Apple Inc. Contextual voiceover
CN108305603B (zh) * 2017-10-20 2021-07-27 腾讯科技(深圳)有限公司 音效处理方法及其设备、存储介质、服务器、音响终端

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004053765A (ja) * 2002-07-17 2004-02-19 Roland Corp 楽音制御装置
US20090178546A1 (en) * 2008-01-16 2009-07-16 Roland Corporation Effect setting device systems and methods
JP2009260786A (ja) * 2008-04-18 2009-11-05 Yamaha Corp 制御装置
CN102257728A (zh) * 2008-10-17 2011-11-23 夏普株式会社 音频信号调节设备及音频信号调节方法
CN105393560A (zh) * 2013-07-22 2016-03-09 哈曼贝克自动系统股份有限公司 自动音色、响度以及均衡控制
CN103457559A (zh) * 2013-08-26 2013-12-18 Tcl通力电子(惠州)有限公司 音频调节方法及系统
CN104637488A (zh) * 2013-11-07 2015-05-20 华为终端有限公司 声音处理的方法和终端设备
CN105405448A (zh) * 2014-09-16 2016-03-16 科大讯飞股份有限公司 一种音效处理方法及装置
CN105704597A (zh) * 2014-11-28 2016-06-22 南京青衿信息科技有限公司 一种设有音效处理系统的智能耳机
CN107820711A (zh) * 2015-06-17 2018-03-20 弗劳恩霍夫应用研究促进协会 用于音频编码系统中用户交互性的响度控制

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MARCOS F. SIMÓN-GÁLVEZ等: "The effect of reverberation on personal audio devices", 《THE JOURNAL OF THE ACOUSTICAL SOCIETY OF AMERICA》 *
李承智: "人工混响算法", 《电声技术》 *

Also Published As

Publication number Publication date
WO2020073562A1 (zh) 2020-04-16
CN111048108B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN110809189B (zh) 视频播放方法、装置、电子设备和计算机可读介质
CN109817238B (zh) 音频信号采集装置、音频信号处理方法和装置
CN110958481A (zh) 视频页面显示方法、装置、电子设备和计算机可读介质
CN110809214A (zh) 音频播放方法、音频播放装置及终端设备
US11822854B2 (en) Automatic volume adjustment method and apparatus, medium, and device
US11783865B2 (en) Method and apparatus for displaying video playback page, and electronic device and medium
CN111045634B (zh) 音频处理方法和装置
CN111048108B (zh) 音频处理方法和装置
CN112307161B (zh) 用于播放音频的方法和装置
CN111048107B (zh) 音频处理方法和装置
CN109375892B (zh) 用于播放音频的方法和装置
CN114121050A (zh) 音频播放方法、装置、电子设备和存储介质
CN111045635B (zh) 音频处理方法和装置
CN111147655B (zh) 模型生成方法和装置
CN113495712A (zh) 自动音量调整方法、装置、介质和设备
CN111145776B (zh) 音频处理方法和装置
CN111145793B (zh) 音频处理方法和装置
CN111145792B (zh) 音频处理方法和装置
CN111210837B (zh) 音频处理方法和装置
CN111367592A (zh) 信息处理方法和装置
CN110619079A (zh) 用于推送信息的方法和装置
CN111291254A (zh) 信息处理方法和装置
CN111294321B (zh) 信息处理方法和装置
CN117348836A (zh) 音频调整方法、装置、介质以及电子设备
CN113452839A (zh) 自动音量调整方法、装置、介质和设备

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