CN111724803B - 音频处理方法、装置、电子设备及存储介质 - Google Patents
音频处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111724803B CN111724803B CN202010603751.8A CN202010603751A CN111724803B CN 111724803 B CN111724803 B CN 111724803B CN 202010603751 A CN202010603751 A CN 202010603751A CN 111724803 B CN111724803 B CN 111724803B
- Authority
- CN
- China
- Prior art keywords
- audio signal
- threshold value
- internal reference
- external audio
- cache
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 17
- 230000005236 sound signal Effects 0.000 claims abstract description 124
- 238000012545 processing Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 25
- 239000000872 buffer Substances 0.000 claims description 100
- 238000011010 flushing procedure Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000003139 buffering effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000001960 triggered effect Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephone Function (AREA)
Abstract
本公开关于一种音频处理方法、装置、电子设备及存储介质,其中方法通过缓存采集的外部音频信号和内部参考信号,并获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小,进而获取第二缓存大小与第一缓存大小之间的差值,并在差值满足设定条件时,触发对外部音频信号进行回声消除处理,得到目标音频信号,其通过监控缓存大小而主动发现抖动的产生,从而解决终端播放与采集的延时抖动而产生回声的问题,以避免回声的产生,使得得到的目标音频信号具有较好的音质效果。
Description
技术领域
本公开涉及音频处理技术领域,尤其涉及一种音频处理方法、装置、电子设备及存储介质。
背景技术
在语音通信中,某一通话设备上的麦克风在采集音频信号时,可能采集到该设备上扬声器的播放信号,并将采集到的包含了扬声器的播放信号的音频信号传递到另一方的通话设备(即远端设备)上,从而产生声学回声现象。
相关技术中,一般通过延时估计来进行声学回声消除的处理,然而,由于扬声器的播放信号与麦克风采集的音频信号之间的延迟时间通常不固定,一般在100ms到800ms之间抖动,而目前在进行回声消除处理时通常基于被动跟踪的方式去发现这种抖动,因此,在发现抖动的时候已经产生回声,从而在通话中会间断听到回声,导致通话质量较差。
发明内容
本公开提供一种音频处理方法、装置、电子设备及存储介质,以至少解决传统技术中对音频进行回声消除效果差的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种音频处理方法,包括:
缓存采集的外部音频信号和内部参考信号,其中,外部音频信号为终端采集的近端音频信号,内部参考信号为终端播放的音频信号;
获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小;
获取第二缓存大小与第一缓存大小之间的差值;
若差值满足设定条件,则触发对外部音频信号进行回声消除处理,得到目标音频信号。
在其中一个实施例中,若差值满足设定条件,则触发对外部音频信号进行回声消除处理,包括:若差值小于第一阈值,且在设定的等待时间阈值内未获取到内部参考信号的缓存数据,则触发对外部音频信号进行回声消除处理。
在其中一个实施例中,若差值满足设定条件,则触发对外部音频信号进行回声消除处理,还包括:若差值小于第一阈值,且在设定的等待时间阈值内获取到内部参考信号的缓存数据,则更新第二缓存大小;获取更新后的第二缓存大小与第一缓存大小之间的差值;若更新后的第二缓存大小与第一缓存大小之间的差值小于第一阈值,则触发对外部音频信号进行回声消除处理。
在其中一个实施例中,若差值满足设定条件,则触发对外部音频信号进行回声消除处理,还包括:若差值大于第二阈值,则触发对外部音频信号进行回声消除处理,并清空内部参考信号的第二缓存,其中,第二阈值大于第一阈值。
在其中一个实施例中,清空内部参考信号的第二缓存之后,所述方法还包括:获取对第二缓存的清空频率;若清空频率大于预设的第一频率,则增大第二阈值;若清空频率小于预设的第二频率,则减小第二阈值。
根据本公开实施例的第二方面,提供一种音频处理装置,包括:
缓存模块,被配置为执行缓存采集的外部音频信号和内部参考信号,其中,外部音频信号为终端采集的近端音频信号,内部参考信号为终端播放的音频信号;
缓存大小获取模块,被配置为执行获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小;
差值获取模块,被配置为执行获取第二缓存大小与第一缓存大小之间的差值;
回声处理模块,被配置为执行若差值满足设定条件,则触发对外部音频信号进行回声消除处理,得到目标音频信号。
在其中一个实施例中,回声处理模块被配置为执行:若差值小于第一阈值,且在设定的等待时间阈值内未获取到内部参考信号的缓存数据,则触发对外部音频信号进行回声消除处理。
在其中一个实施例中,回声处理模块被配置为执行:若差值小于第一阈值,且在设定的等待时间阈值内获取到内部参考信号的缓存数据,则更新第二缓存大小;获取更新后的第二缓存大小与第一缓存大小之间的差值;若更新后的第二缓存大小与第一缓存大小之间的差值小于第一阈值,则触发对外部音频信号进行回声消除处理。
在其中一个实施例中,装置还包括缓存清空模块,则回声处理模块被配置为执行:若差值大于第二阈值,则触发对外部音频信号进行回声消除处理;所述缓存清空模块被配置为执行:清空内部参考信号的第二缓存。
在其中一个实施例中,上述装置还包括第二阈值调整模块,被配置为执行:获取对第二缓存的清空频率;若清空频率大于预设的第一频率,则增大第二阈值;若清空频率小于预设的第二频率,则减小第二阈值。
根据本公开实施例的第三方面,提供一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,使得电子设备执行第一方面的任一项实施例中所述的音频处理方法。
根据本公开实施例的第四方面,提供一种存储介质,其上存储有计算机程序,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行第一方面的任一项实施例中所述的音频处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,所述程序产品包括计算机程序,所述计算机程序存储在可读存储介质中,设备的至少一个处理器从所述可读存储介质读取并执行所述计算机程序,使得设备执行第一方面的任一项实施例中所述的音频处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:通过缓存采集的外部音频信号和内部参考信号,并获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小,进而获取第二缓存大小与第一缓存大小之间的差值,并在差值满足设定条件时,触发对外部音频信号进行回声消除处理,得到目标音频信号,其通过监控缓存大小而主动发现抖动的产生,从而解决终端播放与采集的延时抖动而产生回声的问题,以避免回声的产生,使得得到的目标音频信号具有较好的音质效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种音频处理方法的应用环境图。
图2是根据一示例性实施例示出的一种音频处理方法的流程图。
图3是根据一示例性实施例示出的内部参考信号与外部音频信号之间对应的参考示意图。
图4是根据另一示例性实施例示出的内部参考信号与外部音频信号之间对应的参考示意图。
图5是根据一示例性实施例示出的一种音频处理方法的流程图。
图6是根据一示例性实施例示出的一种音频处理装置的框图。
图7是根据一示例性实施例示出的一种电子设备的内部结构图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开所提供的音频处理方法,可以应用于如图1所示的应用环境中。其中,终端102和终端104与服务器106通过网络进行通信,当终端102为本地终端时,终端104则为远端终端,而当终端104为本地终端时,终端102则为远端终端。具体的,终端102和终端104可以是各种个人计算机、笔记本电脑、智能手机、平板电脑等中的至少一种,服务器106可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本实施例中的音频处理方法,以直播连麦的场景中终端102为本地终端(即主播终端)、终端104为远端终端(即观众终端)为例进行说明,通过主播终端的音频处理引擎采集主播终端的外部音频信号和内部参考信号并进行缓存,其中,外部音频信号为主播终端采集的近端音频信号,内部参考信号为主播终端播放的音频信号,并获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小,进而获取第二缓存大小与第一缓存大小之间的差值,若差值满足设定条件时,则触发对外部音频信号进行回声消除处理,以得到目标音频信号。其通过监控缓存大小而主动发现抖动的产生,以解决终端播放与采集的延时抖动而产生回声的问题,从而避免回声的产生,使得得到的目标音频信号具有较好的音质效果。其中,音频处理引擎可以是为终端提供的音频处理SDK(Software Development Kit,软件开发工具包),也可以是为直播软件提供的插件,本实施例中并不对此进行限定。
图2是根据一示例性实施例示出的一种音频处理方法的流程图,如图2所示,以该方法应用于如图2中的终端102为例进行说明,包括以下步骤。
在步骤S210中,缓存采集的外部音频信号和内部参考信号。
其中,外部音频信号为终端采集的近端音频信号,具体地,外部音频信号中包括终端采集的近端语音信号以及终端播放的音频信号通过音频输出设备扩散后所产生的回声信号,而近端语音信号则可以是主播端的说话声或唱歌声等;内部参考信号则是指终端播放的音频信号。在本实施例中,终端具体可以是进行直播的主播终端。
由于终端播放的音频信号(即内部参考信号)通过音频输出设备扩散后所产生的回声信号与终端播放的音频信号之间存在一定的延时,因此,一般会基于延时估计对采集的外部音频信号进行回声消除(Acoustic Echo Cancellation,简称AEC)处理后再传输给远端终端,以抑制回声。而在进行AEC处理时,通常需要按照播放的音频信号(即内部参考信号)与采集的外部音频信号一一对应的方式(如图3所示)将数据给到AEC,AEC才能够正常工作,以消除回声。但是,若产生延时抖动,则会导致某一时刻只采集到外部音频信号,而内部参考信号没有及时填充,因此,没有内部参考信号给到AEC做回声消除(如图4所示),若AEC直接将采集的外部音频信号传输给远端终端,则会导致回声的产生。
基于此,本实施例通过对采集的外部音频信号和内部参考信号进行缓存,然后严格按照播放的音频信号与采集的外部音频信号一一对应的方式将数据给到AEC处理。由于数据是实时采集,正常情况下采集的外部音频信号和内部参考信号的大小应该一致,但是对于产生延时抖动的情况下,会导致采集丢帧的发生,即如图4所示的情况,因此,本申请通过监控缓存的大小以主动发现抖动的情况,从而避免回声的产生。
在步骤S220中,获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小。
其中,第一缓存大小是指缓存的外部音频信号的大小,第二缓存大小是指缓存的内部参考信号的大小。具体地,通过上述步骤对采集的外部音频信号和内部参考信号进行缓存,并分别获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小,以对缓存的数据大小进行监控。
在步骤S230中,获取第二缓存大小与第一缓存大小之间的差值。
其中,差值是指第二缓存大小减去第一缓存大小而得到的缓存大小的差值,也即缓存的内部参考信号的大小减去外部音频信号的大小的差值。由于在实时采集时,正常情况下采集的外部音频信号和内部参考信号的大小应该一致,也即在正常情况下两者之间的差值应该保持在一个标准范围内,但是,在延时抖动的情况下采集丢帧时,则会导致两者之间的差值超出该标准范围,因此,本实施例通过该差值的大小以判断是否产生抖动的情况,从而能够主动发现抖动。
在步骤S240中,若差值满足设定条件,则触发对外部音频信号进行回声消除处理,得到目标音频信号。
其中,设定条件是指不满足上述标准范围的条件。由于两者的差值在标准范围内时,AEC按原有的模式正常处理即可消除回声,但是两者的差值超出该标准范围时,则表示有抖动的产生,因此,当通过上述步骤获取的第二缓存大小与第一缓存大小之间的差值满足设定条件时,也即该差值超出上述标准范围时,则通知AEC抖动产生,以指示AEC重启并做相应的处理,即触发AEC重启后对外部音频信号进行回声消除处理,以得到消除回声后的目标音频信号。
上述音频处理方法,通过缓存采集的外部音频信号和内部参考信号,并获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小,进而获取第二缓存大小与第一缓存大小之间的差值,并在差值满足设定条件时,触发对外部音频信号进行回声消除处理,得到目标音频信号,其通过监控缓存大小而主动发现抖动的产生,从而解决终端播放与采集的延时抖动而产生回声的问题,以避免回声的产生,使得得到的目标音频信号具有较好的音质效果。
在一示例性实施例中,在步骤S240中,若差值满足设定条件,则触发对外部音频信号进行回声消除处理,具体可以包括:若差值小于第一阈值,且在设定的等待时间阈值内未获取到内部参考信号的缓存数据,则触发对外部音频信号进行回声消除处理。其中,第一阈值可以是上述标准范围的下限值,例如,若两者缓存数据时长之间差值的标准范围是80ms~120ms,则第一阈值是该标准范围的缓存数据时长下限值即80ms所对应的缓存数据量。而等待时间阈值是当差值小于第一阈值时的等待时间,为了防止输出的目标音频信号不连续,该等待时间阈值通常不能超过正常情况下网络传输数据的时间,如本地终端至远端终端的传输时间。
由于当差值小于第一阈值时,表示此时终端播放可能存在抖动,即此时缓存采集的内部参考信号的数据过小,而一旦终端播放恢复时,缓存采集的内部参考信号的大小也会随之上升,因此,在本实施例中,当差值小于第一阈值时,按照设定的等待时间阈值等待相应的时间,若在等待时间阈值依旧没有获取到内部参考信号的缓存数据,则通知AEC抖动产生,以触发对外部音频信号进行回声消除处理。
进一步地,当差值小于第一阈值时,且在设定的等待时间阈值内获取到内部参考信号的缓存数据,则更新内部参考信号的第二缓存大小,即重新获取内部参考信号的第二缓存大小,并计算更新后的第二缓存大小与第一缓存大小之间的差值,即重新计算更新后的第二缓存大小减去第一缓存大小而得到的差值,并根据重新计算得到的差值进行处理,例如,若重新计算得到的差值依旧小于第一阈值,则通知AEC抖动产生,以触发AEC重启,即重新进行延时估计以对外部音频信号进行回声消除处理。若重新计算得到的差值满足上述标准范围,则表示终端播放已恢复,且不会导致抖动的产生,因此,不需要通知AEC,AEC按原有的模式正常处理即可。
进一步地,当差值大于第二阈值时,则触发对外部音频信号进行回声消除处理,并清空内部参考信号的第二缓存。其中,第二阈值大于第一阈值,具体地,第二阈值可以是上述标准范围的上限值,例如,若两者缓存数据时长之间差值的标准范围是80ms~120ms,则第二阈值是该标准范围的缓存数据时长上限值即120ms所对应的缓存数据量。由于当差值大于第二阈值时,表示此时可能存在采集丢帧的情况,即采集外部音频信号时丢帧,从而导致缓存采集的外部音频信号的数据过小。也可能由于终端播放抖动恢复后,缓存采集的内部参考信号的数据量上升而导致差值大于第二阈值。对于上述两种差值过大的情况都会产生抖动,因此,当监测到差值大于第二阈值(即标准范围的上限值)时,则通知AEC抖动产生,以触发AEC重启,即重新进行延时估计以触发对外部音频信号进行回声消除处理,同时清空内部参考信号的第二缓存,以便于后续能够正常处理。
在一示例性实施例中,在清空内部参考信号的第二缓存之后,为了避免因频繁的清空缓存而出现问题,还包括调整第二阈值的大小的步骤。具体地,在清空第二缓存之后,可以获取对第二缓存的清空频率,其中,清空频率可以通过每次清空内部参考信号时记录的清空时间得到。若清空频率大于预设的第一频率,则增大第二阈值;若清空频率小于预设的第二频率,则减小第二阈值,其中,第二频率小于第一频率。举例来说,若抖动虽然间隔较长,但是却很均匀,从而导致需要周期性的清空第二缓存,使得清空频率较高,此时可以增大第二阈值,以避免因频繁的清空缓存而产生故障。又由于每个终端的播放时间间隔与采集的时间间隔不一样,因此,当第二阈值过大时可能会影响音频的处理效果,因此,可以通过减小第二阈值以适应终端而实现较好的音频处理效果。
在一示例性实施例中,如图5所示,以下通过一个具体的实施例进一步说明本申请的方法,具体包括如下步骤:
在步骤S501中,缓存采集的外部音频信号和内部参考信号。
在步骤S502中,获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小。
在步骤S503中,计算第二缓存大小与第一缓存大小之间的差值。
若差值小于第一阈值,则执行步骤S504,若差值大于第二阈值,则执行步骤S508。
在步骤S504中,在设定的等待时间阈值内是否获取到内部参考信号的缓存数据。
若差值小于第一阈值,且在设定的等待时间阈值内未获取到内部参考信号的缓存数据,则执行步骤S505;若差值小于第一阈值,且在设定的等待时间阈值内获取到内部参考信号的缓存数据,则执行步骤S506
在步骤S505中,触发对外部音频信号进行回声消除处理。
在步骤S506中,更新第二缓存大小。
根据在设定的等待时间阈值内获取到的内部参考信号的缓存数据,更新第二缓存大小。
在步骤S507中,计算更新后的第二缓存大小与第一缓存大小之间的差值。
若重新计算得到的差值依旧小于第一阈值,则执行步骤S505;若重新计算得到的差值满足标准范围,即重新计算得到的差值大于第一阈值,则执行步骤512,AEC按原有模式处理。
在步骤S508中,若差值大于第二阈值,则触发对外部音频信号进行回声消除处理,并清空内部参考信号的第二缓存。
在步骤S509中,获取对第二缓存的清空频率。
若清空频率大于预设的第一频率,则执行步骤S510,若清空频率小于预设的第二频率,则执行步骤S511。
在步骤S510中,增大第二阈值。
在步骤S511中,减小第二阈值。
在步骤512中,AEC按原有模式处理。
上述音频处理方法,通过监控缓存大小而主动发现抖动的产生,从而解决终端播放与采集的延时抖动而产生回声的问题,以避免回声的产生,使得得到的目标音频信号具有较好的音质效果。
应该理解的是,虽然图1-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
图6是根据一示例性实施例示出的一种音频处理装置框图。参照图6,该装置包括缓存模块601,缓存大小获取模块602,差值获取模块603和回声处理模块604。
缓存模块601,被配置为执行缓存采集的外部音频信号和内部参考信号,其中,外部音频信号为终端采集的近端音频信号,内部参考信号为终端播放的音频信号;
缓存大小获取模块602,被配置为执行获取外部音频信号的第一缓存大小和内部参考信号的第二缓存大小;
差值获取模块603,被配置为执行获取第二缓存大小与第一缓存大小之间的差值;
回声处理模块604,被配置为执行若差值满足设定条件,则触发对外部音频信号进行回声消除处理,得到目标音频信号。
在一示例性实施例中,回声处理模块604被配置为执行:若差值小于第一阈值,且在设定的等待时间阈值内未获取到内部参考信号的缓存数据,则触发对外部音频信号进行回声消除处理。
在一示例性实施例中,回声处理模块604被配置为执行:若差值小于第一阈值,且在设定的等待时间阈值内获取到内部参考信号的缓存数据,则更新第二缓存大小;获取更新后的第二缓存大小与第一缓存大小之间的差值;若更新后的第二缓存大小与第一缓存大小之间的差值小于第一阈值,则触发对外部音频信号进行回声消除处理。
在一示例性实施例中,装置还包括缓存清空模块,则回声处理模块604被配置为执行:若差值大于第二阈值,则触发对外部音频信号进行回声消除处理;所述缓存清空模块被配置为执行:清空内部参考信号的第二缓存。
在一示例性实施例中,上述装置还包括第二阈值调整模块,被配置为执行:获取对第二缓存的清空频率;若清空频率大于预设的第一频率,则增大第二阈值;若清空频率小于预设的第二频率,则减小第二阈值。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种用于音频处理的设备Z00的框图。例如,设备Z00可以是移动电话、计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、医疗设备、健身设备、个人数字助理等。
参照图7,设备Z00可以包括以下一个或多个组件:处理组件Z02、存储器Z04、电力组件Z06、多媒体组件Z08、音频组件Z10、输入/输出(I/O)的接口Z12、传感器组件Z14以及通信组件Z16。
处理组件Z02通常控制设备Z00的整体操作,诸如与显示、电话呼叫、数据通信、相机操作和记录操作相关联的操作。处理组件Z02可以包括一个或多个处理器Z20来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件Z02可以包括一个或多个模块,便于处理组件Z02和其他组件之间的交互。例如,处理组件Z02可以包括多媒体模块,以方便多媒体组件Z08和处理组件Z02之间的交互。
存储器Z04被配置为存储各种类型的数据以支持在设备Z00的操作。这些数据的示例包括用于在设备Z00上操作的任何应用程序或方法的指令、联系人数据、电话簿数据、消息、图片、视频等。存储器Z04可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘或光盘。
电源组件Z06为设备Z00的各种组件提供电力。电源组件Z06可以包括电源管理系统,一个或多个电源,及其他与为设备Z00生成、管理和分配电力相关联的组件。
多媒体组件Z08包括在所述设备Z00和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件Z08包括一个前置摄像头和/或后置摄像头。当设备Z00处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件Z10被配置为输出和/或输入音频信号。例如,音频组件Z10包括一个麦克风(MIC),当设备Z00处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器Z04或经由通信组件Z16发送。在一些实施例中,音频组件Z10还包括一个扬声器,用于输出音频信号。
I/O接口Z12为处理组件Z02和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件Z14包括一个或多个传感器,用于为设备Z00提供各个方面的状态评估。例如,传感器组件Z14可以检测到设备Z00的打开/关闭状态,组件的相对定位,例如所述组件为设备Z00的显示器和小键盘,传感器组件Z14还可以检测设备Z00或设备Z00一个组件的位置改变,用户与设备Z00接触的存在或不存在,设备Z00方位或加速/减速和设备Z00的温度变化。传感器组件Z14可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件Z14还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件Z14还可以包括加速度传感器、陀螺仪传感器、磁传感器、压力传感器或温度传感器。
通信组件Z16被配置为便于设备Z00和其他设备之间有线或无线方式的通信。设备Z00可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件Z16经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件Z16还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,设备Z00可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器Z04,上述指令可由设备Z00的处理器Z20执行以完成上述方法。例如,所述非临时性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。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种音频处理方法,其特征在于,包括:
缓存采集的外部音频信号和内部参考信号,所述外部音频信号为终端采集的近端音频信号,所述内部参考信号为所述终端播放的音频信号;
获取所述外部音频信号的第一缓存大小和所述内部参考信号的第二缓存大小;
获取所述第二缓存大小减去所述第一缓存大小得到的差值;
若所述差值小于第一阈值,且在设定的等待时间阈值内未获取到所述内部参考信号的缓存数据,则触发对所述外部音频信号进行回声消除处理,得到目标音频信号;
若所述差值大于第二阈值,则触发对所述外部音频信号进行回声消除处理,并清空所述内部参考信号的第二缓存,所述第二阈值大于所述第一阈值。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述差值小于所述第一阈值,且在设定的等待时间阈值内获取到所述内部参考信号的缓存数据,则更新第二缓存大小;
获取更新后的第二缓存大小与所述第一缓存大小之间的差值;
若所述更新后的第二缓存大小与所述第一缓存大小之间的差值小于所述第一阈值,则触发对所述外部音频信号进行回声消除处理。
3.根据权利要求1所述的方法,其特征在于,所述清空所述内部参考信号的第二缓存之后,所述方法还包括:
获取对所述第二缓存的清空频率;
若所述清空频率大于预设的第一频率,则增大所述第二阈值;
若所述清空频率小于预设的第二频率,则减小所述第二阈值。
4.一种音频处理装置,其特征在于,包括:
缓存模块,被配置为执行缓存采集的外部音频信号和内部参考信号,所述外部音频信号为终端采集的近端音频信号,所述内部参考信号为所述终端播放的音频信号;
缓存大小获取模块,被配置为执行获取所述外部音频信号的第一缓存大小和所述内部参考信号的第二缓存大小;
差值获取模块,被配置为执行获取所述第二缓存大小减去所述第一缓存大小得到的差值;
回声处理模块,被配置为执行若所述差值小于第一阈值,且在设定的等待时间阈值内未获取到所述内部参考信号的缓存数据,则触发对所述外部音频信号进行回声消除处理,得到目标音频信号;若所述差值大于第二阈值,则触发对所述外部音频信号进行回声消除处理,并清空所述内部参考信号的第二缓存,所述第二阈值大于所述第一阈值。
5.根据权利要求4所述的装置,其特征在于,所述回声处理模块被配置为执行:
若所述差值小于所述第一阈值,且在设定的等待时间阈值内获取到所述内部参考信号的缓存数据,则更新第二缓存大小;
获取更新后的第二缓存大小与所述第一缓存大小之间的差值;
若所述更新后的第二缓存大小与所述第一缓存大小之间的差值小于所述第一阈值,则触发对所述外部音频信号进行回声消除处理。
6.根据权利要求4所述的装置,其特征在于,所述装置还包括第二阈值调整模块,被配置为执行:
获取对所述第二缓存的清空频率;
若所述清空频率大于预设的第一频率,则增大所述第二阈值;
若所述清空频率小于预设的第二频率,则减小所述第二阈值。
7.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至3中任一项所述的音频处理方法。
8.一种存储介质,其上存储有计算机程序,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至3中任一项所述的音频处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010603751.8A CN111724803B (zh) | 2020-06-29 | 2020-06-29 | 音频处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010603751.8A CN111724803B (zh) | 2020-06-29 | 2020-06-29 | 音频处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111724803A CN111724803A (zh) | 2020-09-29 |
CN111724803B true CN111724803B (zh) | 2023-08-08 |
Family
ID=72569758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010603751.8A Active CN111724803B (zh) | 2020-06-29 | 2020-06-29 | 音频处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724803B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112489670B (zh) * | 2020-12-01 | 2023-08-18 | 广州华多网络科技有限公司 | 时延估计方法、装置、终端设备和计算机可读存储介质 |
CN113241086B (zh) * | 2021-05-14 | 2023-05-30 | 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 |
CN113608714A (zh) * | 2021-06-23 | 2021-11-05 | 杭州华橙软件技术有限公司 | 一种回音消除方法、电子设备和计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104822001A (zh) * | 2015-04-23 | 2015-08-05 | 腾讯科技(深圳)有限公司 | 回声消除数据同步控制方法和装置 |
US20150332704A1 (en) * | 2012-12-20 | 2015-11-19 | Dolby Laboratories Licensing Corporation | Method for Controlling Acoustic Echo Cancellation and Audio Processing Apparatus |
CN106385517A (zh) * | 2016-08-31 | 2017-02-08 | 广州视源电子科技股份有限公司 | 一种音频通话的实现方法、系统及智能会议设备 |
CN107592430A (zh) * | 2016-07-07 | 2018-01-16 | 腾讯科技(深圳)有限公司 | 一种回声消除的方法及终端设备 |
CN108630215A (zh) * | 2017-09-21 | 2018-10-09 | 北京视联动力国际信息技术有限公司 | 一种基于视联网的回声抑制方法及装置 |
-
2020
- 2020-06-29 CN CN202010603751.8A patent/CN111724803B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150332704A1 (en) * | 2012-12-20 | 2015-11-19 | Dolby Laboratories Licensing Corporation | Method for Controlling Acoustic Echo Cancellation and Audio Processing Apparatus |
CN104822001A (zh) * | 2015-04-23 | 2015-08-05 | 腾讯科技(深圳)有限公司 | 回声消除数据同步控制方法和装置 |
CN107592430A (zh) * | 2016-07-07 | 2018-01-16 | 腾讯科技(深圳)有限公司 | 一种回声消除的方法及终端设备 |
CN106385517A (zh) * | 2016-08-31 | 2017-02-08 | 广州视源电子科技股份有限公司 | 一种音频通话的实现方法、系统及智能会议设备 |
CN108630215A (zh) * | 2017-09-21 | 2018-10-09 | 北京视联动力国际信息技术有限公司 | 一种基于视联网的回声抑制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111724803A (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724803B (zh) | 音频处理方法、装置、电子设备及存储介质 | |
CN108766457B (zh) | 音频信号处理方法、装置、电子设备及存储介质 | |
CN109388625B (zh) | 多分布式文件系统中处理配置文件的方法及装置 | |
CN111583952B (zh) | 音频处理方法、装置、电子设备及存储介质 | |
CN111031177A (zh) | 屏幕录制方法、设备及可读存储介质 | |
CN106534951B (zh) | 视频分割方法和装置 | |
CN109308905B (zh) | 音频数据处理方法、装置、电子设备和存储介质 | |
CN112291631A (zh) | 信息获取方法、装置、终端及存储介质 | |
CN110392334B (zh) | 一种麦克风阵列音频信号自适应处理方法、装置及介质 | |
CN111246278A (zh) | 视频播放方法、装置、电子设备及存储介质 | |
CN113556614A (zh) | 信息发布方法、装置和电子设备 | |
CN113300664B (zh) | 一种马达驱动信号的确定方法、装置及介质 | |
CN109245992B (zh) | 请求处理方法、装置、电子设备及存储介质 | |
CN109309764B (zh) | 音频数据处理方法、装置、电子设备和存储介质 | |
CN110908814A (zh) | 消息处理方法、装置、电子设备及存储介质 | |
CN114339320B (zh) | 一种虚拟资源处理方法、装置、设备及存储介质 | |
CN114186154A (zh) | 页面处理方法、装置、电子设备及存储介质 | |
CN111698414B (zh) | 图像信号处理方法及装置、电子设备、可读存储介质 | |
CN109246322B (zh) | 一种信息处理方法和系统 | |
CN114077461A (zh) | 应用程序的运行方法、装置、设备及存储介质 | |
CN112565521B (zh) | 一种信息处理方法、装置、终端及存储介质 | |
CN115361352B (zh) | 消息更新方法、装置、电子设备及存储介质 | |
CN113191792B (zh) | 任务的处理方法、装置、电子设备、存储介质和程序产品 | |
CN109582851B (zh) | 搜索结果处理方法及装置 | |
CN106534254B (zh) | 计量数据的获取方法 |
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 |