CN111429871A - 媒体文件获取方法及装置、存储介质 - Google Patents

Abstract

一种媒体文件获取方法及装置、存储介质，属于多媒体技术领域。当接收到文件获取指令时，根据文件获取指令携带的文件标识获取第一媒体文件的文件头，第一媒体文件包括文件数据和文件头，文件数据包括多个字节，文件头包括播放时刻表与字节位置表的映射关系数据，字节位置表包括多个字节中的每个字节的位置，播放时刻表包括多个字节中每个字节在第一媒体文件中的播放时刻；根据映射关系数据和文件获取指令携带的时间信息，从文件数据中获取目标文件段，时间信息包括起始时刻和结束时刻，目标文件段的起始播放时刻为起始时刻，结束播放时刻为结束时刻；根据文件头和目标文件段生成第二媒体文件。本申请有助于提高获取媒体文件的灵活性。

Description

媒体文件获取方法及装置、存储介质

技术领域

本申请涉及多媒体技术领域，特别涉及一种媒体文件获取方法及装置、存储介质。

背景技术

随着智能手机、平板电脑等终端的普及，终端的功能越来越丰富，越来越多的终端具有录制歌曲的功能。

目前，在录制歌曲时，终端可以从服务器中获取歌曲的伴奏文件并播放，在终端播放伴奏文件的过程中，用户可以跟唱，终端采集用户的声音(也即是人声)后，将人声与伴奏文件合成歌曲文件，以实现歌曲录制。

实际应用中，用户可能只是想录制歌曲的某一部分(例如高潮部分)，但是目前的方案中，终端通常只能获取整个伴奏文件，而无法获取伴奏文件的某一部分，因此终端获取伴奏文件的灵活性较差。

发明内容

本申请实施例提供了一种媒体文件获取方法及装置、存储介质，有助于提高终端获取媒体文件的灵活性。所述技术方案如下：

一方面，提供了一种媒体文件获取方法，所述方法包括：

当接收到文件获取指令时，根据所述文件获取指令携带的文件标识获取第一媒体文件的文件头，所述第一媒体文件包括文件数据和所述文件头，所述文件数据包括多个字节，所述文件头包括播放时刻表与字节位置表的映射关系数据，所述字节位置表包括所述多个字节中的每个字节的位置，所述播放时刻表包括所述多个字节中每个字节在所述第一媒体文件中的播放时刻；

根据所述映射关系数据和所述文件获取指令携带的时间信息，从所述文件数据中获取目标文件段，所述时间信息包括起始时刻和结束时刻，所述目标文件段的起始播放时刻为所述起始时刻，结束播放时刻为所述结束时刻；

根据所述文件头和所述目标文件段生成第二媒体文件。

可选地，所述根据所述文件获取指令携带的文件标识获取第一媒体文件的文件头，包括：

根据所述文件获取指令携带的所述文件标识，确定所述第一媒体文件；

确定所述第一媒体文件的所述文件头的字节数；

根据所述文件头的字节数，从所述第一媒体文件中获取所述文件头。

可选地，所述确定所述第一媒体文件的所述文件头的字节数，包括：

获取所述第一媒体文件的字节数；

获取所述第一媒体文件的所述文件数据的字节数；

根据所述第一媒体文件的字节数和所述文件数据的字节数，确定所述第一媒体文件的所述文件头的字节数。

可选地，所述获取所述第一媒体文件的所述文件数据的字节数，包括：

确定所述第一媒体文件的总播放时长和所述第一媒体文件的码率；

根据所述第一媒体文件的总播放时长和所述第一媒体文件的码率，确定所述第一媒体文件的所述文件数据的字节数。

可选地，所述根据所述第一媒体文件的总播放时长和所述第一媒体文件的码率，确定所述第一媒体文件的所述文件数据的字节数，包括：

将所述第一媒体文件的总播放时长和所述第一媒体文件的码率的乘积确定为所述第一媒体文件的所述文件数据的字节数；

所述根据所述第一媒体文件的字节数和所述文件数据的字节数，确定所述第一媒体文件的所述文件头的字节数，包括：

将所述第一媒体文件的字节数与所述文件数据的字节数的差值确定为所述第一媒体文件的所述文件头的字节数。

可选地，所述第一媒体文件和所述第二媒体文件均为音频文件。

可选地，所述根据所述文件头和所述目标文件段生成第二媒体文件，包括：

将所述文件头和所述目标文件段拼接，得到所述第二媒体文件。

可选地，所述根据所述文件获取指令携带的文件标识获取第一媒体文件的文件头，包括：根据所述文件获取指令携带的所述文件标识，从服务器获取所述第一媒体文件的所述文件头；

所述根据所述映射关系数据和所述文件获取指令携带的时间信息，从所述文件数据中获取目标文件段，包括：根据所述映射关系数据和所述文件获取指令携带的时间信息，从所述服务器获取所述目标文件段。

另一方面，提供了一种媒体文件获取装置，所述装置包括：

第一获取模块，用于当接收到文件获取指令时，根据所述文件获取指令携带的文件标识获取第一媒体文件的文件头，所述第一媒体文件包括文件数据和所述文件头，所述文件数据包括多个字节，所述文件头包括播放时刻表与字节位置表的映射关系数据，所述字节位置表包括所述多个字节中的每个字节的位置，所述播放时刻表包括所述多个字节中每个字节在所述第一媒体文件中的播放时刻；

第二获取模块，用于根据所述映射关系数据和所述文件获取指令携带的时间信息，从所述文件数据中获取目标文件段，所述时间信息包括起始时刻和结束时刻，所述目标文件段的起始播放时刻为所述起始时刻，结束播放时刻为所述结束时刻；

生成模块，用于根据所述文件头和所述目标文件段生成第二媒体文件。

可选地，所述第一获取模块，包括：

第一确定子模块，用于根据所述文件获取指令携带的所述文件标识，确定所述第一媒体文件；

第二确定子模块，用于确定所述第一媒体文件的所述文件头的字节数；

获取子模块，用于根据所述文件头的字节数，从所述第一媒体文件中获取所述文件头。

可选地，所述第二确定子模块，包括：

第一获取单元，用于获取所述第一媒体文件的字节数；

第二获取单元，用于获取所述第一媒体文件的所述文件数据的字节数；

确定单元，用于根据所述第一媒体文件的字节数和所述文件数据的字节数，确定所述第一媒体文件的所述文件头的字节数。

可选地，所述第二获取单元，包括：

第一确定子单元，用于确定所述第一媒体文件的总播放时长和所述第一媒体文件的码率；

第二确定子单元，用于根据所述第一媒体文件的总播放时长和所述第一媒体文件的码率，确定所述第一媒体文件的所述文件数据的字节数。

可选地，所述第二确定子单元，用于：

将所述第一媒体文件的总播放时长和所述第一媒体文件的码率的乘积确定为所述第一媒体文件的所述文件数据的字节数；

所述确定单元，用于：

将所述第一媒体文件的字节数与所述文件数据的字节数的差值确定为所述第一媒体文件的所述文件头的字节数。

可选地，所述第一媒体文件和所述第二媒体文件均为音频文件。

可选地，所述生成模块，用于将所述文件头和所述目标文件段拼接，得到所述第二媒体文件。

可选地，所述第一获取模块，用于根据所述文件获取指令携带的所述文件标识，从服务器获取所述第一媒体文件的所述文件头；

所述第二获取模块，用于根据所述映射关系数据和所述文件获取指令携带的时间信息，从所述服务器获取所述目标文件段。

再一方面，提供了一种媒体文件获取装置，包括：处理器和存储器，

所述存储器，用于存储计算机程序；

所述处理器，用于执行所述存储器上所存储的计算机程序，实现如上述一方面任一所述的媒体文件获取方法。

又一方面，提供了一种计算机可读存储介质，当所述计算机可读存储介质中的程序由处理器执行时，能够实现如上述一方面任一所述的媒体文件获取方法。

本申请实施例提供的技术方案带来的有益效果包括：

本申请实施例提供的媒体文件获取方法及装置、存储介质，当终端接收到文件获取指令时，根据该文件获取指令携带的文件标识获取第一媒体文件的文件头，根据该文件头中的播放时刻表与字节位置表的映射关系数据和该文件获取指令携带的时间信息，从该第一媒体文件的文件数据中获取目标文件段，根据该第一媒体文件的文件头和该目标文件段生成第二媒体文件。由于目标文件段可以是第一媒体文件的一部分，也即是终端可以获取第一媒体文件的部分内容，因此有助于提高终端获取媒体文件的灵活性。

附图说明

图1是本申请各个实施例涉及的一种实施环境的示意图；

图2是本申请实施例提供的一种媒体文件获取方法的方法流程图；

图3是本申请实施例提供的另一种媒体文件获取方法的方法流程图；

图4是本申请实施例提供的一种媒体播放器的主界面的示意图；

图5是本申请实施例提供的一种文件获取界面的示意图；

图6是本申请实施例提供的一种第一媒体文件的示意图；

图7是本申请实施例提供的一种获取第一媒体文件的文件头的方法流程图；

图8是本申请实施例提供的一种确定第一媒体文件的文件头的字节数的方法流程图；

图9是本申请实施例提供的一种获取第一媒体文件的文件数据的字节数的方法流程图；

图10是本申请实施例提供一种媒体文件获取装置的逻辑框图；

图11是本申请实施例提供的一种媒体文件获取装置的结构示意图。

具体实施方式

为使本申请的原理、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。

图1是本申请各个实施例涉及的一种实施环境的示意图，如图1所示，该实施环境可以包括：终端11和服务器12，终端11与服务器12建立有通信连接，该通信连接可以是有线连接或无线连接，该无线连接可以包括但不限于无线保真(英文：Wireless Fidelity，简称：WIFI)连接、数据连接、蓝牙连接或红外连接等，该有线连接可以包括但不限于通用串行总线(英文：Universal Serial Bus，简称：USB)连接。

其中，终端11可以是智能手机、平板电脑、笔记本电脑或台式电脑等。服务器12可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。该图1以终端11为智能手机，服务器12是一台服务器为例进行说明。

在本申请实施例中，终端11可以提供文件获取界面，用户可以在该文件获取界面中触发携带文件标识和时间信息的文件获取指令，其中，该文件标识可以指示第一媒体文件，该第一媒体文件可以包括文件数据和文件头，该文件数据可以包括多个字节，该文件头可以包括播放时刻表与字节位置表的映射关系数据，该字节位置表包括该多个字节中的每个字节的位置，该播放时刻表包括该多个字节中每个字节在该第一媒体文件中的播放时刻，时间信息可以包括起始时刻和结束时刻。终端11接收到该文件获取指令后，可以根据该文件获取指令携带的文件标识获取该第一媒体文件的文件头，之后，根据该文件头中的播放时刻表与字节位置表的映射关系数据和该文件获取指令携带的时间信息，从该第一媒体文件的文件数据中获取目标文件段，并根据该第一媒体文件的文件头和该目标文件段生成第二媒体文件。其中，目标文件段的起始播放时刻为该时间信息中的起始时刻，结束播放时刻为该时间信息中的结束时刻。

可选地，终端11可以从本地获取第一媒体文件的文件头，也可以从服务器12获取第一媒体文件的文件头，可以从本地的第一媒体文件的文件数据中获取目标文件段，也可以从服务器12的第一媒体文件的文件数据中获取目标文件段，本申请实施例对此不做限定。

其中，第一媒体文件和第二媒体文件均可以为音频文件或视频文件等。示例地，该第一媒体文件可以为伴奏文件，根据该第一媒体文件获取到的该第二媒体文件也可以是伴奏文件，终端11在录制歌曲时，可以播放该第二媒体文件，在终端11播放该第二媒体文件的过程中，用户可以跟唱，终端11采集用户的声音后，将人声与第二媒体文件合成歌曲文件，从而实现歌曲录制。

图2是本申请实施例提供的一种媒体文件获取方法的方法流程图，该方法可以应用于图1所示实施环境中的终端11。如图2所示，该方法可以包括以下步骤：

步骤101、当接收到文件获取指令时，根据该文件获取指令携带的文件标识获取第一媒体文件的文件头，该第一媒体文件包括文件数据和文件头，该文件数据包括多个字节，该文件头包括播放时刻表与字节位置表的映射关系数据，该字节位置表包括该多个字节中的每个字节的位置，该播放时刻表包括该多个字节中每个字节在该第一媒体文件中的播放时刻。

步骤102、根据该映射关系数据和该文件获取指令携带的时间信息，从该第一媒体文件的文件数据中获取目标文件段，该时间信息包括起始时刻和结束时刻，该目标文件段的起始播放时刻为该起始时刻，结束播放时刻为该结束时刻。

步骤103、根据该第一媒体文件的文件头和该目标文件段生成第二媒体文件。

综上所述，本申请实施例提供的媒体文件获取方法，当终端接收到文件获取指令时，根据该文件获取指令携带的文件标识获取第一媒体文件的文件头，根据该文件头中的播放时刻表与字节位置表的映射关系数据和该文件获取指令携带的时间信息，从该第一媒体文件的文件数据中获取目标文件段，根据该第一媒体文件的文件头和该目标文件段生成第二媒体文件。由于目标文件段可以是第一媒体文件的一部分，也即是终端可以获取第一媒体文件的部分内容，因此有助于提高终端获取媒体文件的灵活性。

图3是本申请实施例提供的另一种媒体文件获取方法的方法流程图，该方法可以应用于图1所示实施环境。如图3所示，该方法可以包括以下步骤：

步骤201、接收用户触发的文件获取指令，该文件获取指令携带文件标识和时间信息，该文件标识指示第一媒体文件，该第一媒体文件包括文件数据和文件头，该文件数据包括多个字节，该文件头包括播放时刻表与字节位置表的映射关系数据，该字节位置表包括该多个字节中的每个字节的位置，该播放时刻表包括该多个字节中每个字节在该第一媒体文件中的播放时刻，该时间信息包括起始时刻和结束时刻。

可选地，终端可以提供文件获取界面，用户可以在该文件获取界面中触发携带文件标识和时间信息的文件获取指令。其中，该文件标识指示第一媒体文件，该时间信息包括起始时刻和结束时刻。可选地，该第一媒体文件可以是音频文件或视频文件，该音频文件可以是伴奏文件，该文件标识可以是第一媒体文件的名称，终端中可以安装有媒体播放器，可以由该媒体播放器提供该文件获取界面。

可选地，用户可以触发终端显示该媒体播放器的主界面，该主界面中可以包括搜索框和搜索控件，用户可以在该搜索框中输入第一媒体文件的名称，点击搜索控件触发终端搜索第一媒体文件并显示文件获取界面，该文件获取界面中可以包括多个时间段选项和确定控件，用户可以在点击任一时间段选项以选中相应的时间段，并点击确定控件触发文件获取指令，或者，该文件获取界面中可以包括时间输入框和确定控件，用户可以在该时间输入框中输入时间信息，并点击确定控件触发文件获取指令。可选地，终端可以从本地搜索第一媒体文件，也可以从服务器搜索第一媒体文件，本申请实施例对此不作限定。

以第一媒体文件为伴奏文件为例，示例地，图4是本申请实施例提供的一种媒体播放器的主界面300的示意图，如图4所示，该主界面300中可以包括搜索框301和搜索控件302，用户可以在搜索框301中输入第一媒体文件的名称，例如“水手”，并点击搜索控件302，触发终端搜索歌曲水手的伴奏文件并显示文件获取界面，图5是本申请实施例提供的一种文件获取界面400的示意图，如图5所示，该文件获取界面400中可以包括多个时间段选项和确定控件401，该多个时间段选项包括时间段选项“1s～30s”、“30s～60s”、“60s～90s”、“90s～120s”、“120s～150s”和“150s～180s”，用户可以点击时间段选项“60s～90s”4选中时间段60s～90s，并点击确认控件401触发文件获取指令，该文件获取指令携带歌曲水手的伴奏文件的名称“水手”和时间段60s～90s(也即是时间信息)。需要说明的是，该图4和图5所示的界面图仅仅是示例性的，实际应用中，该主界面300和文件获取界面400中还可以包括其他内容，例如包括界面背景图片，该文件获取界面400还可以包括第一媒体文件的名称以及文件介绍等相关信息，本申请实施例对此不做限定。

在本申请实施例中，第一媒体文件可以包括文件数据和文件头，该文件数据可以包括多个字节，该文件头可以包括播放时刻表与字节位置表的映射关系数据，该字节位置表包括该多个字节中的每个字节的位置，该播放时刻表包括该多个字节中每个字节在该第一媒体文件中的播放时刻，该播放时刻表中的多个播放时刻与该字节位置表中的多个字节位置一一对应。可选地，该文件头中还可以包括采样点表(英文：Sample Table；简称：stbl)与字节位置表的映射关系数据，该采样点表包括多个采样点标识，每个采样点标识唯一指示一个采样点，该字节位置表包括多个字节位置，该多个字节位置与该多个采样点标识一一对应，每个采样点标识对应的字节位置指示在该字节位置采样，其中，采样可以是按照一定时间间隔对第一媒体文件进行逐点采样。可选地，该文件头中包括播放时刻表、字节位置表以及采样点表这三者的映射关系数据。

示例地，图6是本申请实施例提供的一种第一媒体文件的示意图，该图6以该第一媒体文件为动态影像专家压缩标准音频层面4(英文：Moving Picture Experts GroupAudio Layer IV；简称：MP4)文件为例说明，如图6所示，该第一媒体文件包括文件头21和文件数据22，该文件头21中可以包括该第一媒体文件的文件类型(英文：File Type；简称：ftyp)和元数据，该元数据用于描述该第一媒体文件的属性信息，该元数据可以包括该第一媒体文件的基本信息以及播放时刻表与字节位置表的映射关系数据，该基本信息例如可以包括该第一媒体文件的字节数，该第一媒体文件的总播放时长和该第一媒体文件的码率等，该元数据的扩展名可以为moov(英文：Movie)。可选地，该元数据中包括stbl。该文件数据22可以包括多个字节，该文件数据22可以是媒体数据(英文：Midia Data；简称：mdat)。

步骤202、根据该文件获取指令携带的文件标识获取第一媒体文件的文件头。

如步骤201所述，该第一媒体文件可以包括文件数据和文件头，该文件数据可以包括多个字节，该文件头包括播放时刻表与字节位置表的映射关系数据。

可选地，图7是本申请实施例提供的一种终端根据文件标识获取第一媒体文件的文件头的方法流程图，如图7所示，该方法可以包括以下子步骤：

子步骤2021、根据文件获取指令携带的文件标识，确定第一媒体文件。

可选地，终端可以获取文件标识和媒体文件的对应关系，根据该文件获取指令携带的文件标识查询该对应关系，将该对应关系中与该文件标识对应的媒体文件确定为第一媒体文件。其中，该文件标识可以为文件名称。示例地，该文件标识与媒体文件的对应关系可以如下表1所示：

表1

文件标识	媒体文件
		WJID-1	A
WJID-2	B
		WJID-3	C
…	…

参见表1，文件标识WJID-1对应媒体文件A，文件标识WJID-2对应媒体文件B，文件标识WJID-3对应媒体文件C。示例地，以文件获取指令携带的文件标识为WJID-1为例，终端根据文件标识WJID-1查询表1所示的对应关系得到与该文件标识WJID-1对应的媒体文件为媒体文件A，则终端将媒体文件A确定为第一媒体文件。

子步骤2022、确定第一媒体文件的文件头的字节数。

如前所述，第一媒体文件可以包括文件数据和文件头，在本申请实施例中，终端可以根据该第一媒体文件的字节数和该第一媒体文件的文件数据的字节数确定该第一媒体文件的文件头的字节数。可选地，图8是本申请实施例提供的一种终端确定第一媒体文件的文件头的字节数的方法流程图，如图8所示，该方法可以包括以下子步骤：

子步骤A、获取第一媒体文件的字节数。

可选地，终端可以从本地获取第一媒体文件的字节数，也可以从服务器获取第一媒体文件的字节数。本申请实施例以终端从服务器获取第一媒体文件的字节数为例进行说明。

可选地，终端可以根据文件获取指令携带的文件标识生成携带该文件标识的信息获取请求，并向服务器发送该信息获取请求，服务器接收到该信息获取请求后，可以根据该信息获取请求携带的文件标识获取第一媒体文件的字节数，并向终端发送该第一媒体文件的字节数，终端通过接收该第一媒体文件的字节数来获取该第一媒体文件的字节数。可选地，服务器可以解析该信息获取请求得到文件标识，根据该文件标识获取第一媒体文件的字节数。

可选地，服务器可以根据该文件标识获取第一媒体文件的元数据，该第一媒体文件的元数据可以包括该第一媒体文件的字节数，服务器可以向终端发送该第一媒体文件的元数据，终端接收该第一媒体文件的元数据后，从该第一媒体文件的元数据中获取该第一媒体文件的字节数。

子步骤B、获取第一媒体文件的文件数据的字节数。

可选地，图9是本申请实施例提供的一种终端获取第一媒体文件的文件数据的字节数的方法流程图，如图9所示，该方法可以包括以下子步骤：

子步骤B1、确定第一媒体文件的总播放时长和第一媒体文件的码率。

可选地，终端可以从本地获取第一媒体文件的总播放时长和该第一媒体文件的码率，也可以从服务器获取该第一媒体文件的总播放时长和该第一媒体文件的码率，从而确定该第一媒体文件的总播放时长和该第一媒体文件的码率。其中，该第一媒体文件的码率可以指示该第一媒体文件的传输速率，该第一媒体文件的码率可以为固定值。

示例地，本申请实施例以终端从服务器获取第一媒体文件的总播放时长和该第一媒体文件的码率为例进行说明。终端可以根据文件获取指令携带的文件标识生成携带该文件标识的属性获取请求，并向服务器发送该属性获取请求，服务器接收到该属性获取请求之后，可以根据该属性获取请求携带的文件标识获取第一媒体文件的总播放时长和第一媒体文件的码率，并向终端发送该第一媒体文件的总播放时长和该第一媒体文件的码率，终端可以接收该第一媒体文件的总播放时长和该第一媒体文件的码率。

可选地，服务器可以根据属性获取请求获取第一媒体文件的元数据，该第一媒体文件的元数据中可以包括该第一媒体文件的总播放时长和该第一媒体文件的码率，服务器可以向终端发送该第一媒体文件的元数据，终端从第一媒体文件的元数据中获取该第一媒体文件的总播放时长和该第一媒体文件的码率，

子步骤B2、根据第一媒体文件的总播放时长和第一媒体文件的码率，确定第一媒体文件的文件数据的字节数。

可选地，终端可以将第一媒体文件的总播放时长和该第一媒体文件的码率的乘积确定为该第一媒体文件的文件数据的字节数。

可选地，终端可以采用公式s＝t×b确定第一媒体文件的文件数据的字节数，该公式中，s表示该第一媒体文件的文件数据的字节数，t表示该第一媒体文件的总播放时长，b表示该第一媒体文件的码率。示例地，该第一媒体文件的总播放时长为120秒，该第一媒体文件的码率为A，则终端确定该第一媒体文件的文件数据的字节数为s＝120×A。

子步骤C、根据第一媒体文件的字节数和第一媒体文件的文件数据的字节数，确定第一媒体文件的文件头的字节数。

可选地，终端可以将第一媒体文件的字节数与该第一媒体文件的文件数据的字节数的差值确定为该第一媒体文件的文件头的字节数。

可选地，终端可以采用公式v＝m-s确定第一媒体文件的文件头的字节数，该公式中，v表示该第一媒体文件的文件头的字节数，m表示该第一媒体文件的字节数，s表示该第一媒体文件的文件数据的字节数，符号“-”表示减号。示例地，第一媒体文件的字节数为B，该第一媒体文件的文件数据的字节数为s＝120×A，则终端确定该第一媒体文件的文件头的字节数可以为v＝B-120×A。

子步骤2023、根据第一媒体文件的文件头的字节数，从第一媒体文件中获取文件头。

终端确定得到第一媒体文件的文件头的字节数后，可以根据该第一媒体文件的文件头的字节数，从该第一媒体文件中获取文件头。可选地，终端可以从本地获取第一媒体文件的文件头，也可以从服务器获取第一媒体文件的文件头。本申请实施例以终端从服务器获取第一媒体文件的文件头为例进行说明。

可选地，终端可以生成携带第一媒体文件的文件标识和该第一媒体文件的文件头的字节数的文件获取请求，并向服务器发送该文件获取请求，服务器接收到该文件获取请求后，可以解析该文件获取请求得到第一媒体文件的文件标识和该第一媒体文件的文件头的字节数，之后，根据该第一媒体文件的文件标识确定第一媒体文件，根据该第一媒体文件的文件头的字节数获取该第一媒体文件的文件头。可选地，文件头通常位于文件的开头，服务器可以根据该第一媒体文件的文件头的字节数，从该第一媒体文件的首个字节开始获取该第一媒体文件的文件头。

步骤203、根据该文件获取指令携带的时间信息和该第一媒体文件的文件头中的映射关系数据，从该第一媒体文件的文件数据中获取目标文件段，该目标文件段的起始播放时刻为该时间信息中的起始时刻，结束播放时刻为该时间信息中的结束时刻。

可选地，第一媒体文件的文件头中可以包括播放时刻表与字节位置表的映射关系数据，该字节位置表包括该第一媒体文件的文件数据中的多个字节中的每个字节的位置，该播放时刻表包括该多个字节中每个字节在该第一媒体文件中的播放时刻，终端获取到该第一媒体文件的文件头后，可以根据文件获取指令携带的时间信息和该播放时刻表与字节位置表的映射关系数据，从该第一媒体文件的文件数据中获取目标文件段。其中，该时间信息可以包括起始时刻和结束时刻，目标文件段的起始播放时刻为该起始时刻，结束播放时刻为该结束时刻，也即是，目标文件段的起始字节(也即是起始位置的字节)的播放时刻为该起始时刻，结束字节(也即是结束位置的字节)的播放时刻为该结束时刻。

可选地，终端可以从本地的第一媒体文件的文件数据中获取目标文件段，也可以从服务器的第一媒体文件的文件数据中获取目标文件段，本申请实施例对此不做限定。本申请实施例以终端从服务器获取目标文件段为例进行说明。

可选地，第一媒体文件的文件头中包括播放时刻表与字节位置表的映射关系数据，终端可以根据该时间信息中的起始时刻查找该映射关系数据，将该映射关系数据中与该起始时刻对应的字节位置确定为起始字节位置，根据该时间信息中的结束时刻查找该映射关系数据，将该映射关系数据中与该结束时刻对应的字节位置确定为结束字节位置。之后，终端可以向服务器发送数据获取请求，该数据获取请求可以携带第一媒体文件的文件标识、该起始字节位置和该结束字节位置，服务器可以根据该数据获取请求中携带的文件标识确定第一媒体文件，并根据该起始字节位置和该结束字节位置从该第一媒体文件中确定起始字节和结束字节，将该起始字节与该结束字节之间的文件数据段确定为目标文件段，并获取该目标文件段，之后，服务器可以向终端发送该目标文件段，终端通过接收该目标文件段来获取该目标文件段。其中，该数据获取请求可以为范围(英文：Range)请求。

示例地，在第一媒体文件的文件头中，播放时刻表与字节位置表的映射关系数据可以如下表2所示：

表2

播放时刻表	字节位置表
		T1	POSID-1
T2	POSID-2
		T3	POSID-3
…	…

参见表2，播放时刻T1对应字节位置POSID-1，播放时刻T2对应字节位置POSID-2，播放时刻T3对应字节位置POSID-3。示例地，假设T1为起始时刻，假设T3为结束时刻，终端根据该起始时刻T1查询表2所示的对应关系得到字节位置POSID-1，根据结束时刻T3查询表2所示的对应关系得到字节位置POSID-3，则终端将该POSID-1确定为起始字节位置，将POSID-3为结束字节位置，并向服务器发送文件获取请求，该文件获取请求携带第一媒体文件的标识、该起始字节位置POSID-1和结束字节位置POSID-3，服务器可以根据该数据获取请求中携带的文件标识确定第一媒体文件，并根据该起始字节位置POSID-1和结束字节位置POSID-3从该第一媒体文件中确定起始字节和结束字节，将该起始字节与该结束字节之间的文件数据段确定为目标文件段。

步骤204、根据该第一媒体文件的文件头和该目标文件段生成第二媒体文件。

可选地，终端可以将第一媒体文件的文件头和目标文件段拼接得到第二媒体文件。在本申请实施例中，该第二媒体文件可以是音频文件或视频文件，且该第二媒体文件可以是伴奏文件，该第二媒体文件是根据第一媒体文件处理得到的，该第二媒体文件与第一媒体文件的类型可以相同，如果第一媒体文件为音频文件，则该第二媒体文件为音频文件，如果该第一媒体文件为视频文件，则该第二媒体文件为视频文件。

在本申请实施例中，终端生成第二媒体文件后，可以播放该第二媒体文件，该第二媒体文件可以是伴奏文件，在终端播放第二媒体文件的过程中，用户可以跟唱，终端可以采集用户的声音，将用户的声音与该第二媒体文件合成歌曲文件，从而实现歌曲录制。在本申请实施例中，当第一媒体文件为歌曲文件(一种音频文件)时，该目标文件段可以是该第一媒体文件的高潮段，可选地，该目标文件段也可以是该第一媒体文件的非高潮段，本申请实施例对此不做限定。

需要说明的是，本申请实施例提供的媒体文件获取方法步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本申请的保护范围之内，因此不再赘述。

综上所述，本申请实施例提供的媒体文件获取方法，当终端接收到文件获取指令时，根据该文件获取指令携带的文件标识获取第一媒体文件的文件头，根据该文件头中的播放时刻表与字节位置表的映射关系数据和该文件获取指令携带的时间信息，从该第一媒体文件的文件数据中获取目标文件段，根据该第一媒体文件的文件头和该目标文件段生成第二媒体文件。由于目标文件段可以是第一媒体文件的一部分，也即是终端可以获取第一媒体文件的部分内容，有助于提高终端获取媒体文件的灵活性。

图10是本申请实施例提供一种媒体文件获取装置500的逻辑框图，该媒体文件获取装置500可以为图1所示的实施环境中的终端11中的程序组件。如图10所示，该媒体文件获取装置500可以包括：

第一获取模块501，用于当接收到文件获取指令时，根据该文件获取指令携带的文件标识获取第一媒体文件的文件头，该第一媒体文件包括文件数据和文件头，该文件数据包括多个字节，该文件头包括播放时刻表与字节位置表的映射关系数据，该字节位置表包括该多个字节中的每个字节的位置，该播放时刻表包括该多个字节中每个字节在该第一媒体文件中的播放时刻；

第二获取模块502，用于根据该映射关系数据和文件获取指令携带的时间信息，从文件数据中获取目标文件段，该时间信息包括起始时刻和结束时刻，该目标文件段的起始播放时刻为该起始时刻，结束播放时刻为该结束时刻；

生成模块503，用于根据文件头和目标文件段生成第二媒体文件。

可选地，该第一获取模块501可以包括：

第一确定子模块，用于根据文件获取指令携带的文件标识，确定第一媒体文件；

第二确定子模块，用于确定第一媒体文件的文件头的字节数；

获取子模块，用于根据文件头的字节数，从第一媒体文件中获取文件头。

可选地，该第二确定子模块可以包括：

第一获取单元，用于获取第一媒体文件的字节数；

第二获取单元，用于获取第一媒体文件的文件数据的字节数；

确定单元，用于根据第一媒体文件的字节数和文件数据的字节数，确定该第一媒体文件的文件头的字节数。

可选地，该第二获取单元可以包括：

第一确定子单元，用于确定第一媒体文件的总播放时长和第一媒体文件的码率；

第二确定子单元，用于根据第一媒体文件的总播放时长和第一媒体文件的码率，确定该第一媒体文件的文件数据的字节数。

可选地，该第二确定子单元，用于将第一媒体文件的总播放时长和第一媒体文件的码率的乘积确定为第一媒体文件的文件数据的字节数；

该确定单元，用于将第一媒体文件的字节数与文件数据的字节数的差值确定为第一媒体文件的文件头的字节数。

可选地，第一媒体文件和第二媒体文件均为音频文件。

可选地，该生成模块503，用于将文件头和目标文件段拼接，得到第二媒体文件。

可选地，第一获取模块501，用于根据文件获取指令携带的文件标识，从服务器获取第一媒体文件的文件头；

第二获取模块502，用于根据映射关系数据和文件获取指令携带的时间信息，从服务器获取目标文件段。

综上所述，本申请实施例提供的媒体文件获取装置，当终端接收到文件获取指令时，根据该文件获取指令携带的文件标识获取第一媒体文件的文件头，根据该文件头中的播放时刻表与字节位置表的映射关系数据和该文件获取指令携带的时间信息，从该第一媒体文件的文件数据中获取目标文件段，根据该第一媒体文件的文件头和该目标文件段生成第二媒体文件。由于目标文件段可以是第一媒体文件的一部分，也即是终端可以获取第一媒体文件的部分内容，有助于提高终端获取媒体文件的灵活性。

本申请实施例提供了一种媒体文件获取装置，包括：处理器和存储器，

存储器，用于存储计算机程序。

处理器，用于执行存储器上所存储的计算机程序，实现如图2至图3以及图6至图8任一所示的媒体文件获取方法。

示例地，图11是本申请实施例提供的一种媒体文件获取装置600的结构示意图。该装置600可以为终端，比如：智能手机、平板电脑、动态影像专家压缩标准音频层面4(英文：Moving Picture Experts Group Audio Layer IV；简称：MP4)播放器、笔记本电脑或台式电脑。该装置600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，媒体文件获取装置600包括有：处理器601和存储器602。

处理器601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601可以采用数字信号处理(英文：Digital Signal Processing；简称：DSP)、现场可编程门阵列(英文：Field－Programmable Gate Array；简称：FPGA)、可编程逻辑阵列(英文：Programmable Logic Array；简称：PLA)中的至少一种硬件形式来实现。处理器601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，也称中央处理器(英文：Central Processing Unit；简称：CPU)；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601可以在集成有图像处理器(英文：Graphics Processing Unit；简称：GPU)，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601还可以包括人工智能(英文：ArtificialIntelligence；简称：AI)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602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602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602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601所执行以实现本申请实施例提供的媒体文件获取方法。

在一些实施例中，该装置600还可以包括有：外围设备接口603和至少一个外围设备。处理器601、存储器602和外围设备接口603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603相连。具体地，外围设备包括：射频电路604、显示屏605、摄像头组件606、音频电路607、定位组件608和电源609中的至少一种。

外围设备接口603可被用于将输入/输出(英文：Input/Output；简称：I/O)相关的至少一个外围设备连接到处理器601和存储器602。在一些实施例中，处理器601、存储器602和外围设备接口603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601、存储器602和外围设备接口603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604用于接收和发射射频(英文：Radio Frequency；简称：RF)信号，也称电磁信号。射频电路604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604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604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604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：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或无线保真(英文：Wireless Fidelity；简称：WiFi)网络。在一些实施例中，射频电路604还可以包括近距离无线通信(英文：Near FieldCommunication；简称：NFC)有关的电路，本申请对此不加以限定。

显示屏605用于显示用户界面(英文：User Interface；简称：UI)。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605是触摸显示屏时，显示屏605还具有采集在显示屏605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601进行处理。此时，显示屏605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605可以为一个，设置装置600的前面板；在另一些实施例中，显示屏605可以为至少两个，分别设置在装置600的不同表面或呈折叠设计；在再一些实施例中，显示屏605可以是柔性显示屏，设置在装置600的弯曲表面上或折叠面上。甚至，显示屏605还可以设置成非矩形的不规则图形，也即异形屏。显示屏605可以为有机发光二极管(英文：Organic Light-Emitting Diode；简称：OLED)显示屏。

摄像头组件606用于采集图像或视频。可选地，摄像头组件606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虚拟现实(英文：Virtual Reality；简称：VR)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606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607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601进行处理，或者输入至射频电路604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，分别设置在媒体文件获取装置600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601或射频电路604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607还可以包括耳机插孔。

定位组件608用于定位该装置600的当前地理位置，以实现导航或基于位置的服务(英文：Location Based Service；简称：LBS)。定位组件608可以是基于美国的全球定位系统(英文：Global Positioning System；简称：GPS)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。

电源609用于为该装置600中的各个组件进行供电。电源609可以是交流电、直流电、一次性电池或可充电电池。当电源609包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

在一些实施例中，媒体文件获取装置600还包括有一个或多个传感器610。该一个或多个传感器610包括但不限于：加速度传感器611、陀螺仪传感器612、压力传感器613、指纹传感器614、光学传感器615以及接近传感器616。

加速度传感器611可以检测以该装置600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611可以用于检测重力加速度在三个坐标轴上的分量。处理器601可以根据加速度传感器611采集的重力加速度信号，控制触摸显示屏605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611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612可以检测该装置600的机体方向及转动角度，陀螺仪传感器612可以与加速度传感器611协同采集用户对该装置600的3D动作。处理器601根据陀螺仪传感器612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613可以设置在该装置600的侧边框和/或触摸显示屏605的下层。当压力传感器613设置在该装置600的侧边框时，可以检测用户对该装置600的握持信号，由处理器601根据压力传感器613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613设置在触摸显示屏605的下层时，由处理器601根据用户对触摸显示屏605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614用于采集用户的指纹，由处理器601根据指纹传感器614采集到的指纹识别用户的身份，或者，由指纹传感器614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601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614可以被设置该装置600的正面、背面或侧面。当该装置600上设置有物理按键或厂商Logo时，指纹传感器614可以与物理按键或厂商Logo集成在一起。

光学传感器615用于采集环境光强度。在一个实施例中，处理器601可以根据光学传感器615采集的环境光强度，控制触摸显示屏605的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏605的显示亮度；当环境光强度较低时，调低触摸显示屏605的显示亮度。在另一个实施例中，处理器601还可以根据光学传感器615采集的环境光强度，动态调整摄像头组件606的拍摄参数。

接近传感器616，也称距离传感器，通常设置在该装置600的前面板。接近传感器616用于采集用户与该装置600的正面之间的距离。在一个实施例中，当接近传感器616检测到用户与该装置600的正面之间的距离逐渐变小时，由处理器601控制触摸显示屏605从亮屏状态切换为息屏状态；当接近传感器616检测到用户与装置600的正面之间的距离逐渐变大时，由处理器601控制触摸显示屏605从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图11中示出的结构并不构成对媒体文件获取装置600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。

本申请实施例提供了一种计算机可读存储介质，当计算机可读存储介质中的程序由处理器执行时，能够实现如图2至图3以及图6至图8任一所示的媒体文件获取方法。

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。

在本申请实施例中，术语“第一”和“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。术语“至少一个”指一个或一个以上，除非另有明确的限定。术语“至少两个”指两个或两个以上，除非另有明确的限定。

以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的构思和原则之内，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 (12)

1.一种媒体文件获取方法，其特征在于，所述方法包括：

当接收到文件获取指令时，根据所述文件获取指令携带的文件标识获取第一媒体文件的文件头，所述第一媒体文件包括文件数据和所述文件头，所述文件数据包括多个字节，所述文件头包括播放时刻表与字节位置表的映射关系数据，所述字节位置表包括所述多个字节中的每个字节的位置，所述播放时刻表包括所述多个字节中每个字节在所述第一媒体文件中的播放时刻；

根据所述映射关系数据和所述文件获取指令携带的时间信息，从所述文件数据中获取目标文件段，所述时间信息包括起始时刻和结束时刻，所述目标文件段的起始播放时刻为所述起始时刻，结束播放时刻为所述结束时刻；

根据所述文件头和所述目标文件段生成第二媒体文件。

2.根据权利要求1所述的方法，其特征在于，所述根据所述文件获取指令携带的文件标识获取第一媒体文件的文件头，包括：

根据所述文件获取指令携带的所述文件标识，确定所述第一媒体文件；

确定所述第一媒体文件的所述文件头的字节数；

根据所述文件头的字节数，从所述第一媒体文件中获取所述文件头。

3.根据权利要求2所述的方法，其特征在于，所述确定所述第一媒体文件的所述文件头的字节数，包括：

获取所述第一媒体文件的字节数；

获取所述第一媒体文件的所述文件数据的字节数；

根据所述第一媒体文件的字节数和所述文件数据的字节数，确定所述第一媒体文件的所述文件头的字节数。

4.根据权利要求3所述的方法，其特征在于，所述获取所述第一媒体文件的所述文件数据的字节数，包括：

确定所述第一媒体文件的总播放时长和所述第一媒体文件的码率；

根据所述第一媒体文件的总播放时长和所述第一媒体文件的码率，确定所述第一媒体文件的所述文件数据的字节数。

5.根据权利要求4所述的方法，其特征在于，

所述根据所述第一媒体文件的总播放时长和所述第一媒体文件的码率，确定所述第一媒体文件的所述文件数据的字节数，包括：

将所述第一媒体文件的总播放时长和所述第一媒体文件的码率的乘积确定为所述第一媒体文件的所述文件数据的字节数；

所述根据所述第一媒体文件的字节数和所述文件数据的字节数，确定所述第一媒体文件的所述文件头的字节数，包括：

将所述第一媒体文件的字节数与所述文件数据的字节数的差值确定为所述第一媒体文件的所述文件头的字节数。

6.一种媒体文件获取装置，其特征在于，所述装置包括：

第一获取模块，用于当接收到文件获取指令时，根据所述文件获取指令携带的文件标识获取第一媒体文件的文件头，所述第一媒体文件包括文件数据和所述文件头，所述文件数据包括多个字节，所述文件头包括播放时刻表与字节位置表的映射关系数据，所述字节位置表包括所述多个字节中的每个字节的位置，所述播放时刻表包括所述多个字节中每个字节在所述第一媒体文件中的播放时刻；

第二获取模块，用于根据所述映射关系数据和所述文件获取指令携带的时间信息，从所述文件数据中获取目标文件段，所述时间信息包括起始时刻和结束时刻，所述目标文件段的起始播放时刻为所述起始时刻，结束播放时刻为所述结束时刻；

生成模块，用于根据所述文件头和所述目标文件段生成第二媒体文件。

7.根据权利要求6所述的装置，其特征在于，所述第一获取模块，包括：

第一确定子模块，用于根据所述文件获取指令携带的所述文件标识，确定所述第一媒体文件；

第二确定子模块，用于确定所述第一媒体文件的所述文件头的字节数；

获取子模块，用于根据所述文件头的字节数，从所述第一媒体文件中获取所述文件头。

8.根据权利要求7所述的装置，其特征在于，所述第二确定子模块，包括：

第一获取单元，用于获取所述第一媒体文件的字节数；

第二获取单元，用于获取所述第一媒体文件的所述文件数据的字节数；

确定单元，用于根据所述第一媒体文件的字节数和所述文件数据的字节数，确定所述第一媒体文件的所述文件头的字节数。

9.根据权利要求8所述的装置，其特征在于，所述第二获取单元，包括：

第一确定子单元，用于确定所述第一媒体文件的总播放时长和所述第一媒体文件的码率；

第二确定子单元，用于根据所述第一媒体文件的总播放时长和所述第一媒体文件的码率，确定所述第一媒体文件的所述文件数据的字节数。

10.根据权利要求9所述的装置，其特征在于，

所述第二确定子单元，用于将所述第一媒体文件的总播放时长和所述第一媒体文件的码率的乘积确定为所述第一媒体文件的所述文件数据的字节数；

所述确定单元，用于将所述第一媒体文件的字节数与所述文件数据的字节数的差值确定为所述第一媒体文件的所述文件头的字节数。

11.一种媒体文件获取装置，其特征在于，包括：处理器和存储器，

所述存储器，用于存储计算机程序；

所述处理器，用于执行所述存储器上所存储的计算机程序，实现如权利要求1至5任一所述的媒体文件获取方法。

12.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的程序由处理器执行时，能够实现如权利要求1至5任一所述的媒体文件获取方法。

Images