CN111145776B - 音频处理方法和装置 - Google Patents

Abstract

本公开实施例公开了音频处理方法和装置。该方法的具体实施方式包括：根据第一频谱数据，确定第一能量值，其中，该第一频谱数据根据录音数据生成；对该第一频谱数据进行语音信号处理，得到第二频谱数据；根据该第二频谱数据，确定第二能量值；基于该第一能量值和该第二能量值，确定是否对该第二频谱数据进行调整；响应于确定对该第二频谱数据进行调整，调整该第二频谱数据。该实施方式提供了新的音频处理方式。

Description

音频处理方法和装置

技术领域

本公开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

录音，也可以称为拾音，指把声音收集起来的过程。电子设备(例如终端)可以录音。录音可以得到录音数据，可以将录音数据直接作为放音数据。放音数据可以由采集录音数据的电子设备播放，也可以由其它电子设备播放。

现有技术中，可以对录音数据进行语音信号处理，然后将经语音信号处理后的录音数据后作为放音数据。

发明内容

本公开实施例提出了音频处理方法和装置。

第一方面，本公开实施例提供了一种音频处理方法，该方法包括：根据第一频谱数据，确定第一能量值，其中，上述第一频谱数据根据录音数据生成；对上述第一频谱数据进行语音信号处理，得到第二频谱数据；根据上述第二频谱数据，确定第二能量值；基于上述第一能量值和上述第二能量值，确定是否对上述第二频谱数据进行调整；响应于确定对上述第二频谱数据进行调整，调整上述第二频谱数据。

第二方面，本公开实施例提供了一种音频处理装置，该装置包括：第一确定单元，被配置成根据第一频谱数据，确定第一能量值，其中，上述第一频谱数据根据录音数据生成；第二确定单元，被配置成对上述第一频谱数据进行语音信号处理，得到第二频谱数据；第三确定单元，被配置成根据上述第二频谱数据，确定第二能量值；第四确定单元，被配置成基于上述第一能量值和上述第二能量值，确定是否对上述第二频谱数据进行调整；调整单元，被配置成响应于确定对上述第二频谱数据进行调整，调整上述第二频谱数据。

第三方面，本公开实施例提供了一种电子设备，该电子设备包括：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时，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，本公开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，其中，该计算机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。

本公开实施例提供的音频处理方法和装置，通过比较经语音信号处理前后的频谱数据的能量值，确定是否调整处理后的频谱数据，技术效果至少可以包括：提供了一种新的音频处理方式。

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是本公开的一些实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的音频处理方法的一个实施例的流程图；

图3是根据本公开的音频处理方法的一个应用场景的示意图；

图4是根据本公开的音频处理方法的另一个应用场景的示意图；

图5是根据本公开的音频处理方法的另一个实施例的流程图；

图6是根据本公开的音频处理装置的一个实施例的结构示意图；

图7是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

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发明，而非对该发明的限定。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发明相关的部分。

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音频处理方法或音频处理装置的实施例的示例性系统架构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可以是用以在终端设备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，例如录音类应用、通话类应用、直播类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

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，可以是具有通信功能的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、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 Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103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上的拾音功能支持的后台服务器。终端设备可以将拾音得到的原始音频数据进行打包得到音频处理请求，然后将音频处理请求发送至后台服务器。后台服务器可以对接收到的音频处理请求等数据进行分析等处理，并将处理结果(例如放音数据)反馈给终端设备。

需要说明的是，本公开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，相应地，音频处理装置一般设置于终端设备101、102、103中。可选的，本公开实施例所提供的音频处理方法也可以由服务器执行，服务器可以接收终端设备发送的录音数据，然后执行本公开所示方法，最后将基于录音数据生成的放音数据发送给终端设备。

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。

请参考图2，其示出了音频处理方法的一个实施例的流程200。本实施例主要以该方法应用于有一定运算能力的电子设备中来举例说明，该电子设备可以是图1示出的终端设备。该音频处理方法，包括以下步骤：

步骤201，根据第一频谱数据，确定第一能量值。

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)可以根据第一频谱数据，确定第一能量值。

在本实施例中，上述第一频谱数据根据录音数据生成。录音数据可以是上述执行主体或者其它电子设备采集的音频数据。根据录音数据生成第一频谱数据可以包括：对时域形式的录音数据进行时频变换，得到第一频谱数据。可以理解，根据录音数据生成第一频谱数据还可以包括对时域形式的录音数据进行平滑等的预处理步骤，在此不再赘述。

在本实施例中，第一频谱数据可以是频域形式的录音数据。

在本实施例中，能量值可以是用于表征频谱数据的能量的特征值。可选的，此能量值可以包括频谱数据全频段的能量值，也可以包括子频段的能量值。

在本实施例中，能量值可以通过各种已有方式或者自定义方式计算。作为示例，可以将各个频点的幅值进行平方，然后将多个平方和累加得到能量值。

在本实施例中，第一能量值可以是用于表征第一频谱数据的能量的特征值。可选的，第一能量值可以包括第一频谱数据全频段的能量值，也可以包括第一频谱数据的子频段的能量值。

步骤202，对第一频谱数据进行语音信号处理，得到第二频谱数据。

在本实施例中，上述执行主体可以对上述第一频谱数据进行语音信号处理，得到第二频谱数据。

在本实施例中，上述语音信号处理可以包括但不限于以下至少一项：噪声去除、自动增益控制和回声消除。

步骤203，根据第二频谱数据，确定第二能量值。

在本实施例中，上述执行主体可以根据第二频谱数据，确定第二能量值。

在本实施例中，第二能量值可以是用于表征第二频谱数据的能量的特征值。可选的，第二能量值可以包括第二频谱数据全频段的能量值，也可以包括第二频谱数据的子频段的能量值。

步骤204，基于第一能量值和第二能量值，确定是否对第二频谱数据进行调整。

在本实施例中，上述执行主体可以基于上述第一能量值和上述第二能量值，确定是否对上述第二频谱数据进行调整。

在本实施例中，可以基于上述第一能量值和上述第二能量值，利用各种方式确定是否对第二频谱数据进行调整。

可选的，第一能量值可以包括第一频谱数据的第一全频段能量值，上述第二能量值可以包括第二频谱数据的第二全频段能量值。

可选的，步骤204可以包括：根据上述第一全频段能量值和上述第二全频段能量值，确定是否调整全频段的上述第二频谱数据。

需要说明的是，根据上述第一全频段能量值和上述第二全频段能量值，可以确定经此次语音信号处理的频谱数据的能量是否发生预期变化(例如，变得过小)。作为示例，上述执行主体可以确定上述第一全频段能量值和上述第二全频段能量值之间的差值的绝对值，响应于此绝对值大于预设全频段阈值，确定对上述第二频谱数据进行全频段调整。

步骤205，响应于确定对第二频谱数据进行调整，调整第二频谱数据。

在本实施例中，上述执行主体可以响应于确定对上述第二频谱数据进行调整，调整上述第二频谱数据。

在本实施例中，对第二频谱数据进行调整，可以通过各种方式实现。

作为示例，可以将第二频谱数据中频点的幅值乘以增益系数。

作为示例，可以将第二频谱数据中的全部或者部分频点的幅值乘以增益系数。即，可以对第二频谱数据进行全频段调整或者子频段调整。

需要说明的是，经语音信号处理之后，第一频谱数据成为第二频谱数据，第二频谱数据可能会发生一些变化，这些变化可能包括：能量过小。如果将第二频谱数据直接变换到时域形式作为放音数据，那么放音数据可能出现音量过小等问题。本公开中基于第一能量值和上述第二能量值，确定是否对上述第二频谱数据进行调整，如果需要调整，则调整上述第二频谱数据。由此，可以针对经语音信号处理之后衰减掉的能量，进行补充，避免基于第二频谱数据生成的放音数据出现音量过小等问题。

继续参见图3，图3是根据图2所示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：

首先，终端301可以采集用户发出的语音，得到录音数据。作为示例，可以在通话场景采集用户语音。

然后，终端301可以根据录音数据，生成第一频谱数据。

再后，终端301可以根据第一频谱数据，确定第一能量值。

再后，终端301可以对第一频谱数据进行语音信号处理，得到第二频谱数据。

再后，终端301可以根据上述第二频谱数据，确定第二能量值。

再后，终端301可以基于上述第一能量值和上述第二能量值，确定是否对上述第二频谱数据进行调整。

再后，终端301可以响应于确定对上述第二频谱数据进行调整，调整上述第二频谱数据。

最后，终端301可以基于调整后的第二频谱数据，生成放音数据，然后对数据进行放音。

继续参考图4，图4是根据图2所示实施例的音频处理方法的另一个应用场景的一个示意图。在图4的应用场景中：

首先，终端401可以采集用户发出的语音，得到录音数据。作为示例，可以在通话场景采集用户语音。

然后，终端401可以将录音数据发送至服务器402

然后，服务器402可以根据录音数据，生成第一频谱数据。

再后，服务器402可以根据第一频谱数据，确定第一能量值。

再后，服务器402可以对第一频谱数据进行语音信号处理，得到第二频谱数据。

再后，服务器402可以根据上述第二频谱数据，确定第二能量值。

再后，服务器402可以基于上述第一能量值和上述第二能量值，确定是否对上述第二频谱数据进行调整。

再后，服务器402可以响应于确定对上述第二频谱数据进行调整，调整上述第二频谱数据。

最后，服务器402可以基于调整后的频谱数据，生成放音数据。然后服务器402可以将放音数据发送至终端403，由终端403进行放音。

本公开的上述实施例提供的方法，通过比较经语音信号处理前后的频谱数据的能量值，确定是否调整处理后的频谱数据，技术效果至少可以包括：提供了一种新的音频处理方式。

在一些实施例中，本公开所示方法还可以包括：根据调整得到的第二频谱数据，生成上述录音数据的放音数据。

可选的，可以将调整得到的第二频谱数据变换为时域形式，将时域形式的数据作为放音数据。

可选的，还可以对时域形式的数据进行后处理(例如限制幅度等)，将处理后的数据作为放音数据。

进一步参考图5，其示出了音频处理方法的又一个实施例的流程500。该音频处理方法的流程500，包括以下步骤：

步骤501，根据预先定义的至少一个子频段范围信息，确定第一频谱数据中的至少一个第一子频段。

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)可以根据预先定义的至少一个子频段范围信息，确定第一频谱数据中的至少一个第一子频段。

在本实施例中，子频段范围信息可以用于指示子频段的范围。作为示例，子频段范围信息表示为[30Hz，100Hz)，此子频段范围信息表示：范围内频点的频率，大于等于30Hz并且小于100Hz。

作为示例，可以将第一频谱数据中的频率在[30Hz，100Hz)中的频点，作为属于[30Hz，100Hz)这一子频段范围信息的第一子频段。

步骤502，对于至少一个第一子频段中的第一子频段，确定该第一子频段的第一子频段能量值。

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)可以对于上述至少一个第一子频段中的子频段，确定该第一子频段的第一子频段能量值。

在这里，可以对于至少一个子频段中的部分或者每个第一子频段，确定该第一子频段的第一子频段能量值。作为示例，可以将该第一子频段中的频点的幅值的平方和，作为该第一子频段的第一子频段能量值。

步骤503，对第一频谱数据进行语音信号处理，得到第二频谱数据。

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)可以对上述第一频谱数据进行语音信号处理，得到第二频谱数据。

在本实施例中，步骤503的实施细节和技术效果，请参考图2所示的实施例中步骤202的说明，在此不再赘述。

步骤504，根据至少一个子频段范围信息，确定第二频谱数据中的至少一个第二子频段。

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)可以根据上述至少一个子频段范围信息，确定第二频谱数据中的至少一个第二子频段。如何确定第二子频段，请参考步骤501中关于第一子频段的描述。

步骤505，对于至少一个第二子频段中的第二子频段，确定该第二子频段的第二子频段能量值。

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)可以对于上述至少一个第二子频段中的第二子频段，确定该第二子频段的第二子频段能量值。如何确定第二子频段的第二子频段能量值，请参考步骤502中关于第一子频段能量值的描述。

在本实施例中，上述第一能量值可以包括至少一个第一子频段能量值，上述第二能量值可以包括至少一个第二子频段能量值。

步骤506，对于属于同一子频段范围的第一子频段和第二子频段，根据第一子频段的第一子频段能量值和第二子频段的第二子频段能量值，确定是否调整第二子频段。

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)可以对于属于同一子频段范围的第一子频段和第二子频段，根据第一子频段的第一子频段能量值和第二子频段的第二子频段能量值，确定是否调整第二子频段。在这里，调整第二子频段可以是调整第二子频段中的频谱数据。

以同属于[30Hz，100Hz)这一子频段范围信息的第一子频段和第二子频段为例，为了方便，将此第一子频段称为A，将此第二子频段称为B，将A的第一子频段能量值称为C，将B的第一子频段能量值称为D。可以根据C和D，确定是否调整B。例如，如果C和D之间的差值的绝对值大于预设子频段阈值，则确定调整B。

步骤507，对于第二频谱数据中的每个第二子频段，响应于确定调整该第二子频段，调整该第二子频段中的频谱数据。

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)可以对于第二频谱数据中的每个第二子频段，响应于确定调整该第二子频段，调整该第二子频段中的频谱数据。

需要说明的是，对于属于同一子频段范围的第一子频段和第二子频段，可以利用步骤506确定是否调整该第二子频段。对于第二频谱数据来说，可能包括多个第二子频段。步骤507确定第二频谱数据中、由步骤506确定的需要调整的第二子频段，然后对所确定的第二子频段中的频谱数据进行调整。

作为示例，可以利用各种方式调整需要调整的第二子频段的频谱数据。例如，将第二子频段中的频谱数据与增益系数相乘。

在步骤506和步骤507中，可以确定是否调整第二子频段，如果需要调整则进行调整。由此，可以对于第二频谱数据，以部分为单位，细致地确定是否进行调整(这一部分)。由此，可以详细地对需要调整的第二子频段进行调整，从而保证调整后第二频谱数据中的各个部分的能量均符合预期。

步骤508，将调整第二子频段后的第二频谱数据确定为调整后第二频谱数据，以及根据调整后第二频谱数据，确定第三全频段能量值。

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)可以根据上述调整后第二频谱数据，确定第三全频段能量值。

在这里，第三能量值可以是：调整后第二频谱数据的全频段的能量的特征值。

步骤509，根据第一全频段能量值和第三全频段能量值，确定是否调整调整后第二频谱数据。

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)可以根据上述第一全频段能量值和上述第三全频段能量值，确定是否调整上述调整后第二频谱数据。

作为示例，可以确定上述第一全频段能量值和上述第三全频段能量值之间的差值的绝对值，响应于确定此绝对值大于预设全频段阈值，确定调整上述调整后第二频谱数据。

步骤510，响应于确定调整调整后第二频谱数据，调整上述调整后第二频谱数据。

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)可以响应于确定调整上述调整后第二频谱数据，调整上述调整后第二频谱数据。

在这里，可以对调整后第二频谱数据，进行全频段调整。

在步骤508、步骤509和步骤510中，可以对于调整后第二频谱数据，将第三全频段能量值与第一全频段能量值进行比较，确定是否再次调整第二频谱数据。由此，可以对子频段调整之后的第二频谱数据再次全频段检查，如果需要调整则进行调整。经两次判断和调整的第二频谱数据，可以保证部分和全部的能量符合预期，避免以此第二频谱数据为基础的放音数据出现音量过小等问题。

在一些实现方式中，可以在步骤503之后，上述执行主体可以确定上述第二频谱数据的第二全频段能量值；然后，根据上述第一全频段能量值和上述第二全频段能量值，确定是否调整全频段的上述第二频谱数据。将此次调整后的第二频谱数据，作为步骤504中的第二频谱数据。

从图5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的流程500突出了确定是否调整第二子频段以及对于调整后第二频谱数据再次判断是否需要全频段调整的步骤。由此，本实施例描述的方案，技术效果至少可以包括：提供了一种新的音频处理方式。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种音频处理装置的一个实施例，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6所示，本实施例的音频处理装置600包括：第一确定单元601、第二确定单元602、第三确定单元603、第四确定单元604和第五确定单元605。其中，第一确定单元，被配置成根据第一频谱数据，确定第一能量值，其中，上述第一频谱数据根据录音数据生成；第二确定单元，被配置成对上述第一频谱数据进行语音信号处理，得到第二频谱数据；第三确定单元，被配置成根据上述第二频谱数据，确定第二能量值；第四确定单元，被配置成基于上述第一能量值和上述第二能量值，确定是否对上述第二频谱数据进行调整；调整单元，被配置成响应于确定对上述第二频谱数据进行调整，调整上述第二频谱数据。

在本实施例中，音频处理装置600的第一确定单元601、第二确定单元602、第三确定单元603、第四确定单元604和第五确定单元605的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203、步骤204和步骤205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，上述第一能量值包括上述第一频谱数据的第一全频段能量值，上述第二能量值包括上述第二频谱数据的第二全频段能量值；以及上述第四确定单元，还被配置成：根据上述第一全频段能量值和上述第二全频段能量值，确定是否调整全频段的上述第二频谱数据。

在本实施例的一些可选的实现方式中，上述第一确定单元，还被配置成：根据预先定义的至少一个子频段范围信息，确定第一频谱数据中的至少一个第一子频段；对于上述至少一个第一子频段中的第一子频段，确定该第一子频段的第一子频段能量值。

在本实施例的一些可选的实现方式中，上述第二确定单元，还被配置成：根据上述至少一个子频段范围信息，确定第二频谱数据中的至少一个第二子频段；对于上述至少一个第二子频段中的第二子频段，确定该第二子频段的第二子频段能量值。

在本实施例的一些可选的实现方式中，上述第一能量值包括至少一个第一子频段能量值，上述第二能量值包括至少一个第二子频段能量值；以及上述第四确定单元，还被配置成：对于属于同一子频段范围的第一子频段和第二子频段，根据第一子频段的第一子频段能量值和第二子频段的第二子频段能量值，确定是否调整第二子频段。

在本实施例的一些可选的实现方式中，上述装置还包括：第五确定单元(未示出)，被配置成：将调整第二子频段后的第二频谱数据确定为调整后第二频谱数据，以及根据上述调整后第二频谱数据，确定第三全频段能量值；第六确定单元(未示出)，被配置成：根据上述第一频谱数据的第一全频段能量值和上述第三全频段能量值，确定是否调整调整后第二频谱数据。

在本实施例的一些可选的实现方式中，上述装置还包括：生成单元(未示出)，被配置成：根据调整得到的第二频谱数据，生成上述录音数据的放音数据。

需要说明的是，本公开实施例提供的音频处理装置中各单元的实现细节和技术效果可以参考本公开中其它实施例的说明，在此不再赘述。

下面参考图7，其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端或服务器)700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置707加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口705：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706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，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709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上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：根据第一频谱数据，确定第一能量值，其中，上述第一频谱数据根据录音数据生成；对上述第一频谱数据进行语音信号处理，得到第二频谱数据；根据上述第二频谱数据，确定第二能量值；基于上述第一能量值和上述第二能量值，确定是否对上述第二频谱数据进行调整；响应于确定对上述第二频谱数据进行调整，调整上述第二频谱数据。

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，上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，第一确定单元还可以被描述为“根据第一频谱数据，确定第一能量值”。

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 (12)

1.一种音频处理方法，包括：

根据第一频谱数据，确定第一能量值，所述第一能量值包括至少一个第一子频段能量值；

对所述第一频谱数据进行语音信号处理，得到第二频谱数据；

根据所述第二频谱数据，确定第二能量值，所述第二能量值包括至少一个第二子频段能量值；

基于所述第一能量值和所述第二能量值，确定是否对所述第二频谱数据进行调整，包括：对于属于同一子频段范围的第一子频段和第二子频段，根据第一子频段的第一子频段能量值和第二子频段的第二子频段能量值，确定是否调整第二子频段；

响应于确定对所述第二频谱数据进行调整，调整所述第二频谱数据；

其中，所述第一频谱数据根据录音数据生成。

2.根据权利要求1所述的方法，其中，所述根据第一频谱数据，确定第一能量值，包括：

根据预先定义的至少一个子频段范围信息，确定所述第一频谱数据中的至少一个第一子频段；

对于所述至少一个第一子频段中的第一子频段，确定该第一子频段的第一子频段能量值。

3.根据权利要求2所述的方法，其中，所述根据所述第二频谱数据，确定第二能量值，包括：

根据所述至少一个子频段范围信息，确定所述第二频谱数据中的至少一个第二子频段；

对于所述至少一个第二子频段中的第二子频段，确定该第二子频段的第二子频段能量值。

4.根据权利要求1所述的方法，其中，所述方法还包括：

将调整第二子频段后的第二频谱数据确定为调整后第二频谱数据，以及根据所述调整后第二频谱数据，确定第三全频段能量值；

根据所述第一频谱数据的第一全频段能量值和所述第三全频段能量值，确定是否调整所述调整后第二频谱数据。

5.根据权利要求1所述的方法，其中，所述方法还包括：

根据调整得到的第二频谱数据，生成所述录音数据的放音数据。

6.一种音频处理装置，包括：

第一确定单元，被配置成根据第一频谱数据，确定第一能量值，所述第一能量值包括至少一个第一子频段能量值；

第二确定单元，被配置成对所述第一频谱数据进行语音信号处理，得到第二频谱数据；

第三确定单元，被配置成根据所述第二频谱数据，确定第二能量值，所述第二能量值包括至少一个第二子频段能量值；

第四确定单元，被配置成基于所述第一能量值和所述第二能量值，确定是否对所述第二频谱数据进行调整；

调整单元，被配置成响应于确定对所述第二频谱数据进行调整，调整所述第二频谱数据；

其中，所述第一频谱数据根据录音数据生成；

所述第四确定单元，还被配置成：对于属于同一子频段范围的第一子频段和第二子频段，根据第一子频段的第一子频段能量值和第二子频段的第二子频段能量值，确定是否调整第二子频段。

7.根据权利要求6所述的装置，其中，所述第一确定单元，还被配置成：

根据预先定义的至少一个子频段范围信息，确定所述第一频谱数据中的至少一个第一子频段；

对于所述至少一个第一子频段中的第一子频段，确定该第一子频段的第一子频段能量值。

8.根据权利要求7所述的装置，其中，所述第二确定单元，还被配置成：

根据所述至少一个子频段范围信息，确定所述第二频谱数据中的至少一个第二子频段；

对于所述至少一个第二子频段中的第二子频段，确定该第二子频段的第二子频段能量值。

9.根据权利要求6所述的装置，其中，所述装置还包括：

第五确定单元，被配置成：将调整第二子频段后的第二频谱数据确定为调整后第二频谱数据，以及根据调整后第二频谱数据，确定第三全频段能量值；

第六确定单元，被配置成：根据所述第一频谱数据的第一全频段能量值和所述第三全频段能量值，确定是否调整调整后第二频谱数据。

10.根据权利要求6所述的装置，其中，所述装置还包括：

生成单元，被配置成：根据调整得到的第二频谱数据，生成所述录音数据的放音数据。

11.一种电子设备，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。

Images