CN112309352A - 音频信息处理方法、装置、设备和介质 - Google Patents
音频信息处理方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112309352A CN112309352A CN202010041956.1A CN202010041956A CN112309352A CN 112309352 A CN112309352 A CN 112309352A CN 202010041956 A CN202010041956 A CN 202010041956A CN 112309352 A CN112309352 A CN 112309352A
- Authority
- CN
- China
- Prior art keywords
- audio
- loading
- sound effect
- features
- data
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 35
- 238000003672 processing method Methods 0.000 title abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 194
- 238000004458 analytical method Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000002708 enhancing effect Effects 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 238000012886 linear function Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H1/00—Details of electrophonic musical instruments
- G10H1/0091—Means for obtaining special acoustic effects
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H1/00—Details of electrophonic musical instruments
- G10H1/0008—Associated control or indicating means
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H1/00—Details of electrophonic musical instruments
- G10H1/02—Means for controlling the tone frequencies, e.g. attack or decay; Means for producing special musical effects, e.g. vibratos or glissandos
Abstract
本申请的实施例公开了一种音频信息处理方法、装置、设备和介质。该方法的一具体实施方式包括:对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;确定与音频特征对应的加载音效信息,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强;在原始音频数据的基础上叠加加载音效。本实施例可以分析原始音频数据的音频片段,得到原始音频数据的音频特征,并根据音频特征选择合适的加载音效信息,叠加至原始音频数据上,提升了用户的体验度;并且,由于可以根据识别到的音频特征自适应地选择加载音效,适用于蓝牙传输等所有的音频传输方式。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及一种音频信息处理方法、装置、设备和介质。
背景技术
目前,智能音箱等播放设备可以根据预设的音频类型标签来获取与音频类型标签对应的特定音效,但是无法自动根据所播放的音频内容来选择合适的音效。此外,由于蓝牙连接的方式不能传输音频类型标签,根据音频类型标签来确定特定音效的方式不适用于蓝牙连接的播放场景。
发明内容
本申请实施例提出了一种音频信息处理方法及装置。
第一方面,本申请实施例提供了一种音频信息处理方法,上述方法包括:对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;确定与音频特征对应的加载音效信息,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强;在原始音频数据的基础上叠加加载音效。
在一些实施例中,上述确定与音频特征对应的加载音效信息,包括:根据音频特征,确定原始音频数据的音频类型;根据音频类型,确定与音频类型对应的加载音效信息。
在一些实施例中,在上述对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征之前,上述方法还包括:对获取的样本音频数据,进行时域分析和频域分析,得到样本音频数据的样本音频特征;获取针对于样本音频数据的加载音效信息,并关联样本音频特征与加载音效信息;将样本音频特征与加载音效信息关联存储至加载音效集合。
在一些实施例中,上述确定与音频特征对应的加载音效信息,包括:确定音频特征是否与加载音效集合中的样本音频特征匹配;响应于确定音频特征与加载音效集合中的样本音频特征匹配,将样本音频特征对应的加载音效信息,确定为与音频特征对应的加载音效信息。
在一些实施例中,上述在原始音频数据的基础上叠加加载音效,包括:确定与加载音效信息对应的加载时长,加载时长用于表征叠加加载音效所需的时间;根据加载时长,在原始音频数据的基础上线性叠加加载音效。
第二方面,本申请实施例提供了一种音频信息处理装置,上述装置包括:音频分析单元,被配置成对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;音效确定单元,被配置成确定与音频特征对应的加载音效信息,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强;音效叠加单元,被配置成在原始音频数据的基础上叠加加载音效。
第三方面,本申请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,程序被处理器执行时实现如第一方面任一实现方式描述的方法。
第四方面,本申请实施例提供了一种电子设备,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,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面任一实现方式描述的方法。
本申请实施例提供的音频信息处理方法及装置,首先,对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;然后,确定与音频特征对应的加载音效信息,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强;最后,在原始音频数据的基础上叠加加载音效。本申请可以分析原始音频数据的音频片段,得到原始音频数据的音频特征,并根据音频特征选择合适的加载音效信息,叠加至原始音频数据上,提升了用户的体验度;并且,由于可以根据识别到的音频特征自适应地选择加载音效,适用于蓝牙传输等所有的音频传输方式。
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,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的音频信息处理方法的一个实施例的流程图;
图3是根据本实施例的音频信息处理方法的应用场景的示意图;
图4是根据本申请的音频信息处理方法的又一个实施例的流程图;
图5是根据本申请的音频信息处理装置的一个实施例的结构图;
图6是适于用来实现本申请实施例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申请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本公开,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本申请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申请。
图1示出了可以应用本申请的音频信息处理方法及装置的示例性架构100。
如图1所示,系统架构100可以包括播放设备101、102、103,网络104和服务器105。网络104用以在播放设备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。
播放设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当播放设备101、102、103为硬件时,其可以是支持信息交互、网络连接、音视频播放等功能的各种电子设备,包括但不限于智能音箱、蓝牙音箱、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当播放设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的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,例如对播放设备101、102、103提供数据分析处理、数据传输等功能的服务器。服务器可以对接收到的各种数据进行存储或处理,并将处理结果反馈给播放设备。
需要说明的是,本公开的实施例所提供的音频信息处理方法可以由播放设备101、102、103执行,也可以由服务器105执行,或者,也可以一部分由播放设备执行101、102、103,而另一部分由服务器105执行。相应地,音频信息处理装置可以设置于播放设备101、102、103中,也可以设置于服务器105中,还可以一部分设置于播放设备101、102、103中而另一部分设置于服务器105中。在此不做具体限定。
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,可以实现成例如用来提供分布式服务的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。
应该理解,图1中的播放设备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播放设备和服务器。
继续参考图2,示出了音频信息处理方法的一个实施例的流程200,包括以下步骤:
步骤201,对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征。
本实施例中,执行主体(例如图1中的播放设备或服务器)可以对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征。
原始音频数据可以是单纯的音频数据,例如语音数据、音乐数据等等;也可以是多媒体数据中的音频数据。预设时段可以是原始音频数据对应的播放时长中任意的时段,也即,音频片段可以是原始音频数据中任意的音频片段。例如,预设时段可以是设置于原始音频起始部分的预设时段,或是原始音频中间部分的预设时段。
预设时段的时长设置可以根据分析音频片段的设备的分析速度、音频内容等实际情况具体设置,在此不做限定。
本实施例中,时域分析和频域分析用于得到原始音频数据的音频特征。其中,时域分析是指以时间轴为横坐标轴来分析时间与音频信号各物理量的关系,例如,在时域内对信号进行滤波、放大、统计特征计算、相关性分析等处理,都是对音频信号的时域分析。频域分析是指以频率轴为横坐标轴来分析频率与音频信息号各物理量的关系,可以通过频谱、能量谱、功率谱、倒频谱、小波分析等频域分析方法对音频片段进行频域分析。
音频特征用于表征原始音频数据的音频类型。其中,音频类型,例如可以大致分为语音音频和音乐音频,音乐音频进一步可以细分为流行音乐、古典音乐、摇滚音乐、乡村音乐等类型。
各种类型的音频具有不同的音频特征,以此音频特征可以确定音频类型。比如,典型的语音音频的音频特征,在时域上表现为连续的单字,相邻单字之间有间隔,在频域上集中在中频段;流行音乐的音频特征,在时域上往往是连贯而带有周期性节拍,在频域上多表现为低频和高频。
需要说明的是,本步骤的执行主体可以是播放设备,也可以是服务器。当播放设备具有音频分析功能时,本步骤的执行主体则可以是具有音频分析功能的播放设备;否则,本步骤的执行主体则可以是具有音频分析功能的服务器。
步骤202,确定与音频特征对应的加载音效信息。
本实施例中,执行主体可以通过音频特征确定原始音频数据的加载音效信息,其中,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强。比如,加载音效信息可以是指示降低低频的音量和提升中频的音量的加载音效信息,以突出语音音频的清晰度;或者,加载音效信息可以是指示提升部分低频的音量和高频的音量的加载音效信息,以增强流行音乐节奏感和乐器明亮度。
在一些可选的实现方式中,执行主体可以首先根据原始音频数据的音频特征,确定该原始音频数据的音频类型;然后,根据音频类型,确定与音频类型对应的加载音效信息。具体的,可以预先存储各种音频类型对应的加载音效信息,并关联音频类型与对应的加载音效信息。
需要说明的是,执行本步骤的执行主体可以是播放设备,也可以是服务器。当播放设备存储有加载音效信息时,本步骤的执行主体则可以是存储有加载音效信息的播放设备;否则,本步骤的执行主体则可以是存储有加载音效信息的服务器。
步骤203,在原始音频数据的基础上叠加加载音效。
本实施例中,执行主体可以对原始音频数据和所确定的加载音效信息进行采集、变换、滤波、估值、增强、压缩、识别等合成处理,从而将加载音效信息叠加至原始音频数据上。
在一些可选的实现方式中,在执行主体中可以设置DSP(Digital SignalProcessing,数字音效处理)系统,包括的主要器件有数字信号处理器DSP、音频A/D(模拟/数字)和D/A(数字/模拟)、RAM、ROM及外围处理器。通过DSP系统,执行主体在原始音频数据的基础上叠加加载音效。
为了避免突然叠加加载音效带来比较明显的声音变化,造成用户听觉上的不适性,可以通过延时叠加的方式,在原始音频数据的基础上叠加加载音效。延时叠加,比如可以是间隔预定时长叠加预设数值的加载音效中的部分音效,直至叠加全部的加载音效。
本实施例中,执行主体还可以根据预设线性函数所表征的音频叠加规律进行加载音效的叠加。首先确定与加载音效信息对应的加载时长,加载时长用于表征叠加加载音效所需的时间。一般而言,加载音效信息所表征的加载音效变化越大,加载时长的数值则越大。然后,根据加载音效信息与加载时长的比值,确定预设线性函数的斜率,也即单位时间内叠加的加载音效信息所表征的数值。在原始音频数据的基础上,根据预设线性函数的斜率所表征的音频叠加规律进行加载音效的叠加。例如,加载音效信息为将音量提高20dB,根据该加载音效信息确定的加载时长为10S,则可以确定预设线性函数的斜率为20dB/10S=2dB/S,即在原始音频数据的基础上,每秒内将音量提高2dB。
需要说明的是,本步骤的执行主体可以是播放设备,也可以是服务器。当播放设备具有音效叠加功能时,本步骤的执行主体则是具有音效叠加功能的播放设备;否则,本步骤的执行主体则是具有音效叠加功能的服务器。
本实施例中,执行主体可以分析原始音频数据的音频片段,得到原始音频数据的音频特征,并根据音频特征选择合适的加载音效信息,叠加至原始音频数据上,提升了用户的体验度以及播放设备的实用性。
图3示意性地示出了本实施例的音频信息处理方法的一个应用场景。用户301正在通过播放设备302收听一个电台节目,电台节目在播放流行音乐。播放设备302接收并缓存服务器303通过网络发送的流行音乐数据。播放设备302对缓存中流行音乐数据起始部分的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;然后,确定与音频特征对应的加载音效信息,加载音效信息是指示提升部分低频和高频的加载音效信息,以增强流行音乐节奏感和乐器明亮度。最后,播放设备302在原始音频数据的基础上叠加加载音效,并播放叠加了加载音效的流行音乐数据。
继续参考图4,示出了根据本申请的音频信息处理方法的另一个实施例的示意性流程400,包括以下步骤:
步骤401,对获取的样本音频数据,进行时域分析和频域分析,得到样本音频数据的样本音频特征。
本实施例中,样本音频数据包括各种各样的样本音频数据。例如包括表征语音音频的样本音频数据,表征各种音乐类型的样本音频数据。针对于每种音频类型,可以只选取一个典型的样本音频数据,也可以选取多个不同的样本音频数据。
本实施例中,可以按照与步骤201类似的方式,对样本音频数据进行时域分析和频域分析,得到样本音频数据的样本音频特征,在此不再赘述。
步骤402,获取针对于样本音频数据的加载音效信息,并关联样本音频特征与加载音效信息。
本实施例中,执行主体可以针对每一个样本音频数据,获取对应的加载音效信息。加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强。在一些可选的实现方式中,加载音效信息可以是音效处理方面的专业人员,针对于该样本音频数据进行音效调节后得到的加载音效信息。
本实施例中,执行主体需要关联样本音频特征与加载音效信息,以通过样本音频特征可以获取对应的加载音效信息。
步骤403,将样本音频特征与加载音效信息关联存储至加载音效集合。
本实施例中,加载音效集合中对应存储有各种音频类型的样本音频数据的样本音频特征与加载音效信息。每一种音频类型可以只对应于一个样本音频数据,也可以对应于多个不同的样本音频数据。
本实施例中,加载音效集合可以存储于播放设备中,也可以存储于与播放设备网络连接的服务器中。
步骤404,对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征。
本实施例中,步骤404按照与步骤201类似的方式执行,在此不再赘述。
步骤405,确定与音频特征对应的加载音效信息。
本实施例中,步骤405可以按照与步骤202类似的方式执行,在此不再赘述。
在一些可选的实现方式中,执行主体首先确定音频特征是否与加载音效集合中的样本音频特征匹配。可以设置预设阈值,预设阈值用于确定音频特征与加载音效集合中的样本音频特征是否匹配;并将音频特征与加载音效集合中的样本音频特征之间的匹配度数值化,得到匹配度数值。例如,可以首先将音频特征和样本音频特征中的每项特征以及与其对应的特征值通过编码等方式进行数值化;然后,针对数值化后的音频特征和样本音频特征中的每项特征,进行逐项比对,将比对成功的特征的数量作为匹配度数值。
响应于确定音频特征与加载音效集合中的样本音频特征的匹配度数值大于预设阈值,则认为音频特征与加载音效集合中的样本音频特征相匹配。
然后,响应于确定音频特征与加载音效集合中的样本音频特征匹配,将样本音频特征对应的加载音效信息,确定为与音频特征对应的加载音效信息。
步骤406,在原始音频数据的基础上叠加加载音效。
本实施例中,步骤406按照与步骤203类似的方式执行,在此不再赘述。
从包括步骤401-406的实施例中可以看出,与图2对应的实施例相比,本实施例中的音频信息处理方法的流程400具体说明了设置加载音效集合,加载音效集合中存储有各种样本音频特征与对应的加载音效信息。通过音频特征与加载音效集合中的样本音频特征匹配结果确定原始音频数据的加载音效,提高了获取加载音效信息的效率。
继续参考图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信息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,音频信息处理装置包括:音频分析单元501、音效确定单元502和音效叠加单元503。
音频分析单元501,被配置成对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;音效确定单元502,被配置成确定与音频特征对应的加载音效信息,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强;音效叠加单元503,被配置成在原始音频数据的基础上叠加加载音效。
在一些实施例中,音效确定单元502,进一步被配置成:根据音频特征,确定原始音频数据的音频类型;根据音频类型,确定与音频类型对应的加载音效信息。
在一些实施例中,上述装置还包括:样本音频分析单元(图中未示出),被配置成对获取的样本音频数据,进行时域分析和频域分析,得到样本音频数据的样本音频特征;音效获取单元(图中未示出),被配置成获取针对于样本音频数据的加载音效信息,并关联样本音频特征与加载音效信息;音效存储单元(图中未示出),被配置成将样本音频特征与加载音效信息关联存储至加载音效集合。
在一些实施例中,音效确定单元502,进一步被配置成:确定音频特征是否与加载音效集合中的样本音频特征匹配;响应于确定音频特征与加载音效集合中的样本音频特征匹配,将样本音频特征对应的加载音效信息,确定为与音频特征对应的加载音效信息。
在一些实施例中,音效叠加单元503,进一步被配置成:确定与加载音效信息对应的加载时长;根据加载时长,在原始音频数据的基础上线性叠加加载音效。
下面参考图6,其示出了适于用来实现本申请实施例的设备(例如图1所示的设备101、102、103、105)的计算机系统600的结构示意图。图6示出的设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括处理器(例如CPU,中央处理器)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部分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RAM603中,还存储有系统600操作所需的各种程序和数据。处理器601、ROM602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。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
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部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请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。在本申请中,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。而在本申请中,计算机可读的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。计算机可读的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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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申请的操作的计算机程序代码,程序设计语言包括面向目标的程序设计语言—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客户计算机上执行、部分地在客户计算机上执行、作为一个独立的软件包执行、部分在客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)—连接到客户计算机,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,图示了按照本申请各种实施例的装置、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。
根据本公开的一个或多个实施例,本公开提供了一种音频信息处理方法,包括:对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;确定与音频特征对应的加载音效信息,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强;在原始音频数据的基础上叠加加载音效。
根据本公开的一个或多个实施例,本公开提供的音频信息处理方法中,确定与音频特征对应的加载音效信息,包括:根据音频特征,确定原始音频数据的音频类型;根据音频类型,确定与音频类型对应的加载音效信息。
根据本公开的一个或多个实施例,本公开提供的音频信息处理方法中,在上述对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征之前,上述方法还包括:对获取的样本音频数据,进行时域分析和频域分析,得到样本音频数据的样本音频特征;获取针对于样本音频数据的加载音效信息,并关联样本音频特征与加载音效信息;将样本音频特征与加载音效信息关联存储至加载音效集合。
根据本公开的一个或多个实施例,本公开提供的音频信息处理方法中,确定与音频特征对应的加载音效信息,包括:确定音频特征是否与加载音效集合中的样本音频特征匹配;响应于确定音频特征与加载音效集合中的样本音频特征匹配,将样本音频特征对应的加载音效信息,确定为与音频特征对应的加载音效信息。
根据本公开的一个或多个实施例,本公开提供的音频信息处理方法中,在原始音频数据的基础上叠加加载音效,包括:确定与加载音效信息对应的加载时长,加载时长用于表征叠加加载音效所需的时间;根据加载时长,在原始音频数据的基础上线性叠加加载音效。
根据本公开的一个或多个实施例,本公开提供了一种音频信息处理装置,包括:音频分析单元,被配置成对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;音效确定单元,被配置成确定与音频特征对应的加载音效信息,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强;音效叠加单元,被配置成在原始音频数据的基础上叠加加载音效。
根据本公开的一个或多个实施例,本公开提供的音频信息处理装置中,音效确定单元,进一步被配置成:根据音频特征,确定原始音频数据的音频类型;根据音频类型,确定与音频类型对应的加载音效信息。
根据本公开的一个或多个实施例,本公开提供的音频信息处理装置中,还包括:样本音频分析单元,被配置成对获取的样本音频数据,进行时域分析和频域分析,得到样本音频数据的样本音频特征;音效获取单元,被配置成获取针对于样本音频数据的加载音效信息,并关联样本音频特征与加载音效信息;音效存储单元,被配置成将样本音频特征与加载音效信息关联存储至加载音效集合。
根据本公开的一个或多个实施例,本公开提供的音频信息处理装置中,音效确定单元,进一步被配置成:确定音频特征是否与加载音效集合中的样本音频特征匹配;响应于确定音频特征与加载音效集合中的样本音频特征匹配,将样本音频特征对应的加载音效信息,确定为与音频特征对应的加载音效信息。
根据本公开的一个或多个实施例,本公开提供的音频信息处理装置中,音效叠加单元,进一步被配置成:确定与加载音效信息对应的加载时长,加载时长用于表征叠加加载音效所需的时间;根据加载时长,在原始音频数据的基础上线性叠加加载音效。
描述于本申请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。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器,包括音频分析单元、音效确定单元和音效叠加单元。其中,这些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,音频分析单元还可以被描述为“对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征”的单元。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。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装置执行时,使得该计算机设备:对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到原始音频数据的音频特征;确定与音频特征对应的加载音效信息,加载音效信息所表征的加载音效用于对基于音频特征确定的音频风格进行增强;在原始音频数据的基础上叠加加载音效。
以上描述仅为本申请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,本申请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本公开构思的情况下,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。例如上述特征与本申请中公开的(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 (8)
1.一种音频信息处理方法,所述方法包括:
对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到所述原始音频数据的音频特征;
确定与所述音频特征对应的加载音效信息,所述加载音效信息所表征的加载音效用于对基于所述音频特征确定的音频风格进行增强;
在所述原始音频数据的基础上叠加所述加载音效。
2.根据权利要求1所述的方法,其中,所述确定与所述音频特征对应的加载音效信息,包括:
根据所述音频特征,确定所述原始音频数据的音频类型;
根据所述音频类型,确定与所述音频类型对应的加载音效信息。
3.根据权利要求1所述的方法,其中,在所述对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到所述原始音频数据的音频特征之前,所述方法还包括:
对获取的样本音频数据进行时域分析和频域分析,得到所述样本音频数据的样本音频特征;
获取针对于所述样本音频数据的加载音效信息,并关联所述样本音频特征与所述加载音效信息;
将所述样本音频特征与所述加载音效信息关联存储至加载音效集合。
4.根据权利要求3所述的方法,其中,所述确定与所述音频特征对应的加载音效信息,包括:
确定所述音频特征是否与所述加载音效集合中的样本音频特征匹配;
响应于确定所述音频特征与所述加载音效集合中的样本音频特征匹配,将所述样本音频特征对应的加载音效信息,确定为与所述音频特征对应的加载音效信息。
5.根据权利要求1所述的方法,其中,所述在所述原始音频数据的基础上叠加所述加载音效,包括:
确定与所述加载音效信息对应的加载时长,所述加载时长用于表征叠加所述加载音效所需的时间;
根据所述加载时长,在所述原始音频数据的基础上线性叠加所述加载音效。
6.一种音频信息处理装置,所述装置包括:
音频分析单元,被配置成对原始音频数据中处于预设时段的音频片段,进行时域分析和频域分析,得到所述原始音频数据的音频特征;
音效确定单元,被配置成确定与所述音频特征对应的加载音效信息,所述加载音效信息所表征的加载音效用于对基于所述音频特征确定的音频风格进行增强;
音效叠加单元,被配置成在所述原始音频数据的基础上叠加所述加载音效。
7.一种计算机可读介质,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。
8.一种电子设备,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010041956.1A CN112309352A (zh) | 2020-01-15 | 2020-01-15 | 音频信息处理方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010041956.1A CN112309352A (zh) | 2020-01-15 | 2020-01-15 | 音频信息处理方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112309352A true CN112309352A (zh) | 2021-02-02 |
Family
ID=74336696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010041956.1A Pending CN112309352A (zh) | 2020-01-15 | 2020-01-15 | 音频信息处理方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112309352A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114664316A (zh) * | 2022-05-17 | 2022-06-24 | 深圳市盛天龙视听科技有限公司 | 基于自动拾音的音频修复方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101155140A (zh) * | 2006-10-01 | 2008-04-02 | 华为技术有限公司 | 音频流错误隐藏的方法、装置和系统 |
CN101398826A (zh) * | 2007-09-29 | 2009-04-01 | 三星电子株式会社 | 自动提取体育节目精彩片断的方法和设备 |
CN101685446A (zh) * | 2008-09-25 | 2010-03-31 | 索尼(中国)有限公司 | 音频数据分析装置和方法 |
CN103489445A (zh) * | 2013-09-18 | 2014-01-01 | 百度在线网络技术(北京)有限公司 | 一种识别音频中人声的方法及装置 |
CN107360326A (zh) * | 2017-07-17 | 2017-11-17 | 北京小米移动软件有限公司 | 终端音量调节处理方法及终端 |
CN108305603A (zh) * | 2017-10-20 | 2018-07-20 | 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 |
-
2020
- 2020-01-15 CN CN202010041956.1A patent/CN112309352A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101155140A (zh) * | 2006-10-01 | 2008-04-02 | 华为技术有限公司 | 音频流错误隐藏的方法、装置和系统 |
CN101398826A (zh) * | 2007-09-29 | 2009-04-01 | 三星电子株式会社 | 自动提取体育节目精彩片断的方法和设备 |
CN101685446A (zh) * | 2008-09-25 | 2010-03-31 | 索尼(中国)有限公司 | 音频数据分析装置和方法 |
CN103489445A (zh) * | 2013-09-18 | 2014-01-01 | 百度在线网络技术(北京)有限公司 | 一种识别音频中人声的方法及装置 |
CN107360326A (zh) * | 2017-07-17 | 2017-11-17 | 北京小米移动软件有限公司 | 终端音量调节处理方法及终端 |
CN108305603A (zh) * | 2017-10-20 | 2018-07-20 | 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 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114664316A (zh) * | 2022-05-17 | 2022-06-24 | 深圳市盛天龙视听科技有限公司 | 基于自动拾音的音频修复方法、装置、设备及介质 |
CN114664316B (zh) * | 2022-05-17 | 2022-10-04 | 深圳市盛天龙视听科技有限公司 | 基于自动拾音的音频修复方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111599343B (zh) | 用于生成音频的方法、装置、设备和介质 | |
CN108989882B (zh) | 用于输出视频中的音乐片段的方法和装置 | |
CN110213614B (zh) | 从视频文件中提取关键帧的方法和装置 | |
CN112306448A (zh) | 根据环境噪声调节输出音频的方法、装置、设备和介质 | |
CN110931035B (zh) | 音频处理方法、装置、设备及存储介质 | |
US20130246061A1 (en) | Automatic realtime speech impairment correction | |
US11750898B2 (en) | Method for generating target video, apparatus, server, and medium | |
CN111415653A (zh) | 用于识别语音的方法和装置 | |
CN109919220B (zh) | 用于生成视频的特征向量的方法和装置 | |
CN112309352A (zh) | 音频信息处理方法、装置、设备和介质 | |
CN113395538A (zh) | 音效渲染方法、装置、计算机可读介质和电子设备 | |
CN108829370B (zh) | 有声资源播放方法、装置、计算机设备及存储介质 | |
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 | |
CN114121050A (zh) | 音频播放方法、装置、电子设备和存储介质 | |
CN112307161B (zh) | 用于播放音频的方法和装置 | |
CN111383629A (zh) | 语音处理方法和装置、电子设备以及存储介质 | |
CN111147655B (zh) | 模型生成方法和装置 | |
CN114945099A (zh) | 语音监控方法、装置、电子设备及计算机可读介质 | |
CN109375892B (zh) | 用于播放音频的方法和装置 | |
CN114743571A (zh) | 一种音频处理方法、装置、存储介质及电子设备 | |
CN109495786B (zh) | 视频处理参数信息的预配置方法、装置及电子设备 | |
CN112309418A (zh) | 一种抑制风噪声的方法及装置 | |
CN113779372A (zh) | 一种用户群画像的建立方法和装置 | |
CN111145792B (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 |