CN111210837A - 音频处理方法和装置 - Google Patents
音频处理方法和装置 Download PDFInfo
- Publication number
- CN111210837A CN111210837A CN201811302476.5A CN201811302476A CN111210837A CN 111210837 A CN111210837 A CN 111210837A CN 201811302476 A CN201811302476 A CN 201811302476A CN 111210837 A CN111210837 A CN 111210837A
- Authority
- CN
- China
- Prior art keywords
- time
- sampling rate
- frequency
- audio sampling
- target
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech 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
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:获取电子设备的目标音频采样率;从目标集合中,选取与该目标音频采样率对应的至少一个时频变换系数集;基于选取出的至少一个时频变换系数集,对该电子设备采集的录音数据进行处理;其中,该目标集合包括与音频采样率对应的时频变换系数集。该实施方式提供了新的音频处理方式。
Description
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。
在音频处理领域,通常需要对音频数据进行时频变换,对频域形式的音频数据进行处理。
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:获取电子设备的目标音频采样率;从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集;基于选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理;其中,上述目标集合包括与音频采样率对应的时频变换系数集。
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:获取单元,被配置成获取电子设备的目标音频采样率;选取单元,被配置成从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集;处理单元,被配置成基于选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理;其中,上述目标集合包括与音频采样率对应的时频变换系数集。
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,通过获取电子设备的目标音频采样率,从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集,基于选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理,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录音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,获取电子设备的目标音频采样率。
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)可以获取电子设备的目标音频采样率。
在本实施例中,上述执行主体可以获取电子设备的目标音频采样率。
在这里,上述电子设备可以是上述执行主体,也可以是上述执行主体之外的其它电子设备。
在本实施例中,音频采样率,音频采样率是指录音设备在一秒钟内对声音信号的采样次数,采样频率越高声音的还原就越真实越自然。通常,采样频率可以是22.05KHz、44.1KHz、48KHz等的等级。
在这里,为了便于说明,上述电子设备的音频采样率,可以称为目标音频采样率。
步骤202,从目标集合中,选取与目标音频采样率对应的至少一个时频变换系数集。
在本实施例中,上述执行主体可以从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集。
在本实施例中,上述目标集合可以包括至少一个时频变换系数集,目标集合中的时频变换系数集可以与音频采样率对应。
在本实施例中,时频变换系数集,可以是时频变换过程中可能需要的变换系数。作为示例,变换系数可以是在快速傅里叶变换过程中,采样点的值需要结合(例如乘以)的系数。
需要说明的是,提前计算出时频变换系数集,可以提高时频变换效率。
需要说明的是,根据目标音频采样率选取时频变换系数集,可以对于不同的电子设备,提供适配各种电子设备的时频变换系数集;或者,对于同一电子设备的不同音频采集时期(不同时期音频采样率可以不同),提供适配当前时期的时频变换系数集。从而,可以根据电子设备当前的目标音频采样率,实现自适应进行时频变换,提高时频变换的普适性和效率。
在这里,上述执行主体可以将时频变换系数集所对应的音频采样率,与上述目标音频采样率进行比对;然后,选取出与上述目标音频采样率匹配的音频采样率;再后,将匹配的音频采样率对应的时频变换系数集选取出来。
在这里,上述目标集合可以是预先建立的。
可选的,上述执行主体或者其它电子设备,可以预先生成初始时频变换系数集,初始时频变换系数集与时频变换类型对应。
在这里,生成初始时频变换系数集的过程大致如下:根据时域的单位采样点处理个数、频域的频带数量和频域的频带中的频点数目,计算初始时频变换系数集。
在这里,时频变换类型可以是离散傅里叶变换、离散余弦变换等。
可选的,上述执行主体或者其它电子设备,可以通过以下步骤预先建立上述目标集合:获取调用录音采集功能的应用中预先设置的目标时频变换类型;从至少一个初始时频变换系数集中,选取与上述目标时频变换类型对应的初始时频变换系数集,作为目标集合中的时频变换系数集以建立上述目标集合。
在这里,调用录音采集功能的应用,可以是具有录音采集功能的应用,例如,通话类应用、唱歌类应用(采集用户唱歌的声音再放出来)。
可以理解,不同的应用,对于录音采集功能的需求可能不同。例如,通话类应用所需的音频采样率可能低一些,对语音的清晰度的要求可能高一些。唱歌类应用所需的音频采样率可能高一些。对语音的清晰度的要求可能低一些。
需要说明的,不同的时频变换类型,可以具有不同的侧重点。例如,离散傅里叶变换处理得到的频点可能较为集中,频谱较为丰富。离散余弦变换速度可能较快。可以根据应用的类型(通话类还是唱歌类)和需求(实时性要求高还是低),提前为应用设置目标时频变换类型。从而,可以为应用确定出适合该应用的目标集合。
可选的,上述执行主体或者其它电子设备,还可以通过以下步骤预先建立上述目标集合:将所生成的初始时频变换系数集,作为目标集合中的时频变换系数集,以建立上述目标集合。
步骤203,基于选取出的至少一个时频变换系数集,对电子设备采集的录音数据进行处理。
在本实施例中,上述执行主体可以步骤202选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理。
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可以获取自身的目标音频采样率。
然后,终端301可以从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集。在这里,上述目标集合包括与音频采样率对应的时频变换系数集。
再后,终端301可以基于选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理。
最后,作为示例,终端301可以处理得到待放音数据,再由终端301读取上述待放音数据进行放音。
继续参见图4,图4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4的应用场景中:
首先,终端401可以确定自身的目标音频采样率。
然后,服务器402可以获取终端401的目标音频采样率。
然后,上述服务器402可以从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集。在这里,上述目标集合包括与音频采样率对应的时频变换系数集。
再后,上述服务器402可以基于选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理。
最后,作为示例,上述服务器402可以处理得到待放音数据,再将处理得到的待放音数据发送给终端403。再由终端403读取上述待放音数据进行放音。
本公开的上述实施例提供的方法,通过获取电子设备的目标音频采样率,从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集,基于选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理,技术效果至少可以包括:提供了一种新的音频处理方式。
在这里,步骤202选取出的时频变换系数集,可能是一个,也可能是多个。如果选取出的是一个,可以利用此时频变换系数集对上述电子设备采集的录音数据进行处理。如果选取出的是多个,可以对这多个时频变换系数集再次筛选,以确定更适合的时频变换系数集。
在一些实施例中,选取出的时频变换系数集为至少两个,时频变换系数集与时频变换中的单位采样点处理个数相关联。上述执行主体可以根据调用录音采集功能的应用中预先设置的单位采样点处理个数,从步骤202选取出的至少两个时频变换系数集中,确定时频变换系数集;再根据所确定时频变换系数集,对上述电子设备采集的录音数据进行处理。
在这里,单位采样点处理个数,可以是从时域变换到频域时,一次处理的采样点的数量。作为示例,单位采样点处理个数可以是320、384、32等。
在这里,单位采样点处理个数较大,速度较慢,精度较高;单位采样点处理个数较小,速度较快,精度较低。本公开中,可以为应用提前设置期望的单位采样点处理个数。从而,可以根据调用录音采集功能的应用的不同,上述执行主体采用不同的单位采样点处理个数进行时频变换。从而,可以实现电子设备灵活调整音频采样率,灵活适配不同应用的需求。
需要说明的是,设置多种单位采样点处理个数,可以实现多种处理精度和处理速度的灵活选择。根据调用录音采集功能的应用中预先设置的单位采样点处理个数,再次对步骤202选取的时频变换系数集进行选取,可以实现根据处理精度和处理速度的需求不同,为电子设备当前的录音需求选择合适的时频变换系数集。
在一些实施例中,时频变换系数集可以包括时频正变换子集和时频反变换子集。时频正变换可以是将时域到频域的变换。时频反变换可以是频域到时域的变换。时频正变换子集可以是用于时域到频域的变换所需系数的集合。时频反变换子集可以是用于频域到时域的变换所需系数的集合。
在一些实施例中,上述步骤203可以包括:根据选取出的时频变换系数集中的时频正变换子集,对电子设备采集的录音数据进行处理,生成频域形式的录音数据;对上述频域形式的录音数据进行预定义的语音信号处理,生成中间录音数据;根据选取出的时频变换系数集中的时频反变换子集,对上述中间录音数据进行处理,生成待放音数据。
在这里,预定义的语音信号处理,可以包括但不限于以下至少一项:去噪处理、自动增益控制、回声消除等。
在这里,可以由上述电子设备读取待放音数据进行放音。也可以是上述执行主体将上述待放音数据,发送到不同于采集上述录音数据的电子设备的其它电子设备,由这个其它电子设备读取待放音数据进行放音。
需要说明的是,设置对应的时频正变换子集合时频反变换子集,对录音数据进行处理,可以提高正变换和反变换的配合度。
在一些实施例中,上述电子设备(采集录音的电子设备)可以通过以下步骤,确定目标音频采样率:响应于确定应用调用录音采集功能,获取与应用相关联的期望音频采样率;从预先设置的所支持的音频采样率集合中,查找与上述期望音频采样率匹配的音频采样率,以及生成查找结果;根据查找结果,确定目标音频采样率。
可选的,与上述期望音频采样率匹配的音频采样率,可以是与上述期望音频采样率相同的音频采样率,也可以是与上述期望音频采样率差值小于预设差值阈值的与音频采样率。
在这里,电子设备自身的操作系统和硬件可能支持多种采样率。对于不同的应用,对于音频采样率可能有不同的需求。例如通话类应用要求的音频采样率可以低一些,唱歌类应用要求的音频采样率可以高一些。应用可以预先设置期望的音频采样率(记为期望音频采样率)。
需要说明的是,本公开中,可以为应用提前设置期望的音频采样率,根据调用录音采集功能的应用的不同,电子设备采用不同的目标音频采样率进行录音。从而,可以实现电子设备灵活调整音频采样率,灵活适配不同应用的需求。
在这里,查找结果可以包括未查找到通知或者查找到的音频采样率。
在一些实施例中,根据查找结果,确定目标音频采样率,可以通过以下方式可以包括:响应于查找到与上述期望音频采样率匹配的音频采样率,将上述期望音频采样率确定为上述目标音频采样率。
在一些实施例中,根据查找结果,确定目标音频采样率,可以通过以下方式可以包括:响应于未查找到与上述期望音频采样率匹配的音频采样率(例如生成了未查找到通知),将上述电子设备的默认音频采样率确定为上述目标音频采样率。
在一些实施例中,根据查找结果,确定目标音频采样率,可以通过以下方式可以包括:响应于未查找到与上述期望音频采样率匹配的音频采样率,确定与期望音频采样率的差值的绝对值较小的音频采样率,以及将此音频采样率确定为新的目标音频采样率。
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5所示,本实施例的音频处理装置500包括:获取单元501、选取单元502和处理单元503。其中,获取单元,被配置成获取电子设备的目标音频采样率;选取单元,被配置成从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集;处理单元,被配置成基于选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理;其中,上述目标集合包括与音频采样率对应的时频变换系数集。
在本实施例中,音频处理装置500的获取单元501、选取单元502和处理单元503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和步骤203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,选取出的时频变换系数集为至少两个,时频变换系数集与时频变换中的单位采样点处理个数关联;以及上述处理单元,还被配置成:根据调用录音采集功能的应用中预先设置的单位采样点处理个数,从选取出的至少两个时频变换系数集中,确定时频变换系数集;根据所确定的时频变换系数集,对上述电子设备采集的录音数据进行处理。
在本实施例的一些可选的实现方式中,预先生成的初始时频变换系数集与时频变换类型对应;以及上述目标集合通过以下步骤建立:获取调用录音采集功能的应用中预先设置的目标时频变换类型;从至少一个初始时频变换系数集中,选取与上述目标时频变换类型对应的初始时频变换系数集,作为目标集合中的时频变换系数集以建立上述目标集合。
在本实施例的一些可选的实现方式中,时频变换系数集包括时频正变换子集和时频反变换子集;以及上述处理单元,还被配置成:根据选取出的时频变换系数集中的时频正变换子集,对上述电子设备采集的录音数据进行处理,生成频域形式的录音数据;对上述频域形式的录音数据进行预定义语音信号处理,生成中间录音数据;根据选取出的时频变换系数集中的时频反变换子集,对上述中间录音数据进行处理,生成待放音数据。
在本实施例的一些可选的实现方式中,上述目标音频采样率通过以下步骤确定:响应于确定应用调用录音采集功能,获取与上述应用相关联的期望音频采样率;从预先设置的所支持的音频采样率集合中,查找与上述期望音频采样率匹配的音频采样率,以及生成查找结果;根据查找结果,确定上述目标音频采样率。
在本实施例的一些可选的实现方式中,上述根据查找结果,确定上述目标音频采样率,包括:响应于查找到与上述期望音频采样率匹配的音频采样率,将上述期望音频采样率确定为上述目标音频采样率;响应于未查找到与上述期望音频采样率匹配的音频采样率,将上述电子设备的默认音频采样率确定为上述目标音频采样率。
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6,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)600的结构示意图。图6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606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:获取电子设备的目标音频采样率;从目标集合中,选取与上述目标音频采样率对应的至少一个时频变换系数集;基于选取出的至少一个时频变换系数集,对上述电子设备采集的录音数据进行处理;其中,上述目标集合包括与音频采样率对应的时频变换系数集。
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,获取单元还可以被描述为“获取电子设备的目标音频采样率的单元”。
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 (14)
1.一种音频处理方法,包括:
获取电子设备的目标音频采样率;
从目标集合中,选取与所述目标音频采样率对应的至少一个时频变换系数集;
基于选取出的至少一个时频变换系数集,对所述电子设备采集的录音数据进行处理;
其中,所述目标集合包括与音频采样率对应的时频变换系数集。
2.根据权利要求1所述的方法,其中,选取出的时频变换系数集为至少两个,时频变换系数集与时频变换中的单位采样点处理个数关联;以及
所述基于选取出的至少一个时频变换系数集,对所述电子设备采集的录音数据进行处理,包括:
根据调用录音采集功能的应用中预先设置的单位采样点处理个数,从选取出的至少两个时频变换系数集中,确定时频变换系数集;
根据所确定的时频变换系数集,对所述电子设备采集的录音数据进行处理。
3.根据权利要求1所述的方法,其中,预先生成的初始时频变换系数集与时频变换类型对应;以及
所述目标集合通过以下步骤建立:
获取调用录音采集功能的应用中预先设置的目标时频变换类型;
从至少一个初始时频变换系数集中,选取与所述目标时频变换类型对应的初始时频变换系数集,作为目标集合中的时频变换系数集以建立所述目标集合。
4.根据权利要求1所述的方法,其中,时频变换系数集包括时频正变换子集和时频反变换子集;以及
所述基于选取出的至少一个时频变换系数集,对所述电子设备采集的录音数据进行处理,包括:
根据选取出的时频变换系数集中的时频正变换子集,对所述电子设备采集的录音数据进行处理,生成频域形式的录音数据;
对所述频域形式的录音数据进行预定义语音信号处理,生成中间录音数据;
根据选取出的时频变换系数集中的时频反变换子集,对所述中间录音数据进行处理,生成待放音数据。
5.根据权利要求1-4中任一项所述的方法,其中,所述目标音频采样率通过以下步骤确定:
响应于确定应用调用录音采集功能,获取与所述应用相关联的期望音频采样率;
从预先设置的所支持的音频采样率集合中,查找与所述期望音频采样率匹配的音频采样率,以及生成查找结果;
根据查找结果,确定所述目标音频采样率。
6.根据权利要求5所述的方法,其中,所述根据查找结果,确定所述目标音频采样率,包括:
响应于查找到与所述期望音频采样率匹配的音频采样率,将所述期望音频采样率确定为所述目标音频采样率;
响应于未查找到与所述期望音频采样率匹配的音频采样率,将所述电子设备的默认音频采样率确定为所述目标音频采样率。
7.一种音频处理装置,包括:
获取单元,被配置成获取电子设备的目标音频采样率;
选取单元,被配置成从目标集合中,选取与所述目标音频采样率对应的至少一个时频变换系数集;
处理单元,被配置成基于选取出的至少一个时频变换系数集,对所述电子设备采集的录音数据进行处理;
其中,所述目标集合包括与音频采样率对应的时频变换系数集。
8.根据权利要求7所述的装置,其中,选取出的时频变换系数集为至少两个,时频变换系数集与时频变换中的单位采样点处理个数关联;以及
所述处理单元,还被配置成:
根据调用录音采集功能的应用中预先设置的单位采样点处理个数,从选取出的至少两个时频变换系数集中,确定时频变换系数集;
根据所确定的时频变换系数集,对所述电子设备采集的录音数据进行处理。
9.根据权利要求7所述的装置,其中,预先生成的初始时频变换系数集与时频变换类型对应;以及
所述目标集合通过以下步骤建立:
获取调用录音采集功能的应用中预先设置的目标时频变换类型;
从至少一个初始时频变换系数集中,选取与所述目标时频变换类型对应的初始时频变换系数集,作为目标集合中的时频变换系数集以建立所述目标集合。
10.根据权利要求7所述的装置,其中,时频变换系数集包括时频正变换子集和时频反变换子集;以及
所述处理单元,还被配置成:
根据选取出的时频变换系数集中的时频正变换子集,对所述电子设备采集的录音数据进行处理,生成频域形式的录音数据;
对所述频域形式的录音数据进行预定义语音信号处理,生成中间录音数据;
根据选取出的时频变换系数集中的时频反变换子集,对所述中间录音数据进行处理,生成待放音数据。
11.根据权利要求7-10中任一项所述的装置,其中,所述目标音频采样率通过以下步骤确定:
响应于确定应用调用录音采集功能,获取与所述应用相关联的期望音频采样率;
从预先设置的所支持的音频采样率集合中,查找与所述期望音频采样率匹配的音频采样率,以及生成查找结果;
根据查找结果,确定所述目标音频采样率。
12.根据权利要求10所述的装置,其中,所述根据查找结果,确定所述目标音频采样率,包括:
响应于查找到与所述期望音频采样率匹配的音频采样率,将所述期望音频采样率确定为所述目标音频采样率;
响应于未查找到与所述期望音频采样率匹配的音频采样率,将所述电子设备的默认音频采样率确定为所述目标音频采样率。
13.一种电子设备,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1-6中任一所述的方法。
14.一种计算机可读介质,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1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811302476.5A CN111210837B (zh) | 2018-11-02 | 2018-11-02 | 音频处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811302476.5A CN111210837B (zh) | 2018-11-02 | 2018-11-02 | 音频处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111210837A true CN111210837A (zh) | 2020-05-29 |
CN111210837B CN111210837B (zh) | 2022-12-06 |
Family
ID=70789165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811302476.5A Active CN111210837B (zh) | 2018-11-02 | 2018-11-02 | 音频处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111210837B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06169289A (ja) * | 1992-11-30 | 1994-06-14 | Toshiba Corp | 圧縮データ再生装置 |
CN101852826A (zh) * | 2009-03-30 | 2010-10-06 | 西门子公司 | 一种电力系统的谐波分析方法及其装置 |
US20110093260A1 (en) * | 2009-10-15 | 2011-04-21 | Yuanyuan Liu | Signal classifying method and apparatus |
CN102419981A (zh) * | 2011-11-02 | 2012-04-18 | 展讯通信(上海)有限公司 | 音频信号时间尺度和频率尺度缩放处理方法及设备 |
CN103344849A (zh) * | 2013-05-31 | 2013-10-09 | 哈尔滨工业大学 | 一种获取随机解调硬件系统的感知矩阵的方法 |
CN104364843A (zh) * | 2012-06-14 | 2015-02-18 | 杜比国际公司 | 用于多通道音频的平滑配置切换 |
CN104658542A (zh) * | 2015-03-16 | 2015-05-27 | 武汉大学 | 基于正交的加性扩频音频水印嵌入方法、检测方法及系统 |
CN104704560A (zh) * | 2012-09-04 | 2015-06-10 | 纽昂斯通讯公司 | 共振峰依赖的语音信号增强 |
CN106233381A (zh) * | 2014-04-25 | 2016-12-14 | 株式会社Ntt都科摩 | 线性预测系数变换装置和线性预测系数变换方法 |
CN107689228A (zh) * | 2016-08-04 | 2018-02-13 | 腾讯科技(深圳)有限公司 | 一种信息处理方法及终端 |
JP2018028580A (ja) * | 2016-08-16 | 2018-02-22 | 日本電信電話株式会社 | 音源強調学習装置、音源強調装置、音源強調学習方法、プログラム |
US20180075837A1 (en) * | 2015-04-13 | 2018-03-15 | Sony Corporation | Signal processing device, signal processing method, and program |
-
2018
- 2018-11-02 CN CN201811302476.5A patent/CN111210837B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06169289A (ja) * | 1992-11-30 | 1994-06-14 | Toshiba Corp | 圧縮データ再生装置 |
CN101852826A (zh) * | 2009-03-30 | 2010-10-06 | 西门子公司 | 一种电力系统的谐波分析方法及其装置 |
US20110093260A1 (en) * | 2009-10-15 | 2011-04-21 | Yuanyuan Liu | Signal classifying method and apparatus |
CN102044244A (zh) * | 2009-10-15 | 2011-05-04 | 华为技术有限公司 | 信号分类方法和装置 |
CN102419981A (zh) * | 2011-11-02 | 2012-04-18 | 展讯通信(上海)有限公司 | 音频信号时间尺度和频率尺度缩放处理方法及设备 |
CN104364843A (zh) * | 2012-06-14 | 2015-02-18 | 杜比国际公司 | 用于多通道音频的平滑配置切换 |
CN104704560A (zh) * | 2012-09-04 | 2015-06-10 | 纽昂斯通讯公司 | 共振峰依赖的语音信号增强 |
CN103344849A (zh) * | 2013-05-31 | 2013-10-09 | 哈尔滨工业大学 | 一种获取随机解调硬件系统的感知矩阵的方法 |
CN106233381A (zh) * | 2014-04-25 | 2016-12-14 | 株式会社Ntt都科摩 | 线性预测系数变换装置和线性预测系数变换方法 |
CN104658542A (zh) * | 2015-03-16 | 2015-05-27 | 武汉大学 | 基于正交的加性扩频音频水印嵌入方法、检测方法及系统 |
US20180075837A1 (en) * | 2015-04-13 | 2018-03-15 | Sony Corporation | Signal processing device, signal processing method, and program |
CN107689228A (zh) * | 2016-08-04 | 2018-02-13 | 腾讯科技(深圳)有限公司 | 一种信息处理方法及终端 |
JP2018028580A (ja) * | 2016-08-16 | 2018-02-22 | 日本電信電話株式会社 | 音源強調学習装置、音源強調装置、音源強調学習方法、プログラム |
Non-Patent Citations (2)
Title |
---|
GERALD SCHULLER ET AL.: "Fast Audio Feature Extraction From Compressed Audio Data", 《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》 * |
王宏伟 等: "递归算法的参数设置", 《电波科学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111210837B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109981787B (zh) | 用于展示信息的方法和装置 | |
CN110534085B (zh) | 用于生成信息的方法和装置 | |
CN110289024B (zh) | 一种音频编辑方法、装置、电子设备及存储介质 | |
US20130246061A1 (en) | Automatic realtime speech impairment correction | |
CN109582274B (zh) | 音量调节方法、装置、电子设备及计算机可读存储介质 | |
CN111435600B (zh) | 用于处理音频的方法和装置 | |
CN112992190B (zh) | 音频信号的处理方法、装置、电子设备和存储介质 | |
CN111045634B (zh) | 音频处理方法和装置 | |
CN111210837B (zh) | 音频处理方法和装置 | |
CN112307161B (zh) | 用于播放音频的方法和装置 | |
CN111147655B (zh) | 模型生成方法和装置 | |
CN111145792B (zh) | 音频处理方法和装置 | |
CN111145776B (zh) | 音频处理方法和装置 | |
CN114121050A (zh) | 音频播放方法、装置、电子设备和存储介质 | |
CN109375892B (zh) | 用于播放音频的方法和装置 | |
CN112309418A (zh) | 一种抑制风噪声的方法及装置 | |
CN111145769A (zh) | 音频处理方法和装置 | |
CN111145770B (zh) | 音频处理方法和装置 | |
CN111048108B (zh) | 音频处理方法和装置 | |
CN111145793B (zh) | 音频处理方法和装置 | |
CN113495712A (zh) | 自动音量调整方法、装置、介质和设备 | |
CN111045635B (zh) | 音频处理方法和装置 | |
CN110138991B (zh) | 回音消除方法和装置 | |
CN111624554A (zh) | 声源定位方法和装置 | |
CN111048107B (zh) | 音频处理方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |