CN112863466B - 一种音频社交变声方法及装置 - Google Patents

Abstract

本申请公开了一种音频社交变声方法及装置，包括：获取大量用户对不同种类音效模式的声音偏好数据；根据声音偏好数据设置多种音效模式；获取用户选择的音效模式；实时获取用户的第一语音，根据用户选取的音效模式对第一语音进行变声，使得输出具有相应音效模式的第二语音。本申请提高现有音频社交的趣味性并且使其能够更灵活的满足用户的需求喜好，提高音频社交用户粘性和留存率。

Description

一种音频社交变声方法及装置

技术领域

本申请涉及音频处理技术领域，尤其涉及一种音频社交变声方法及装置。

背景技术

声音是社交中不可替代的信息表达形式。在游戏社交场景下，某些公众游戏玩家对声音有着特殊隐匿性要求。所以，对于一些对颜值不自信或者有特殊隐匿性要求的人群，音频社交有着很大的爆发潜力。基于以上应用背景，现有技术存在两个方面的问题，包括：a.如何解决现有音频社交人群的声音社交效果单一、趣味性低的问题；b.如何满足部分特殊用户游戏社交过程中对个人信息隐匿性的要求。

发明内容

本申请提供了一种音频社交变声方法及装置，使得解决现有音频社交人群的声音社交效果单一、趣味性低的技术问题。

有鉴于此，本申请第一方面提供了一种音频社交变声方法，所述方法包括：

获取大量用户对不同种类音效模式的声音偏好数据；

根据所述声音偏好数据设置多种音效模式；

获取用户选择的所述音效模式；

实时获取用户的第一语音，根据用户选取的所述音效模式对所述第一语音进行变声，使得输出具有相应音效模式的第二语音。

可选的，所述获取大量用户对不同种类音效模式的声音偏好数据，包括：

获取大量用户对同一类所述音效模式下，不同音效参数的声音偏好数据，得到每一种所述音效模式下最受欢迎的音效参数。

可选的，所述根据所述声音偏好数据设置多种音效模式，包括：

根据所述最受欢迎的音效参数设置相应的音效模式。

可选的，还包括：

获取用户的身份信息，将所述身份信息与数据库中的身份信息进行比对；

若所述身份信息与数据库中存储的身份信息相匹配，则提示用户选择预置的音效模式。

可选的，所述音效模式包括萝莉音、大叔音、搞怪音、惊悚音和机器人音。

可选的，所述根据用户选取的所述音效模式对所述第一语音进行变声，使得输出具有相应音效模式的第二语音，包括：

若所述音效模式为萝莉音或者大叔音，则调节所述第一语音的基频的频率参数，使得输出具有萝莉音效或者大叔音效的所述第二音频；

若所述音效模式为搞怪音，则调节所述第一语音的速率参数和基频的频率参数，使得输出具有搞怪音效的所述第二音频；

若所述音效模式为惊悚音，则对所述第一语音的添加颤音的参数，使得输出具有惊悚音效的所述第二音频；

若所述音效模式为机器人音，则调节所述第一语音的帧移参数和加窗长度参数，使得输出具有机器人音效的所述第二音频。

本申请第二方面提供一种音频社交变声装置，所述装置包括：

第一获取单元，用于获取大量用户对不同种类音效模式的声音偏好数据；

设置单元，用于根据所述声音偏好数据设置多种音效模式；

第二获取单元，用于获取用户选择的所述音效模式；

变声单元，用于实时获取用户的第一语音，根据用户选取的所述音效模式对所述第一语音进行变声，使得输出具有相应音效模式的第二语音。

可选的，所述第一获取单元具体用于获取大量用户对同一类所述音效模式下，不同音效参数的声音偏好数据，得到每一种所述音效模式下最受欢迎的音效参数。

可选的，所述设置单元具体用于根据所述最受欢迎的音效参数设置相应的音效模式。

可选的，还包括：

第三获取单元，用于获取用户的身份信息，将所述身份信息与数据库中的身份信息进行比对；

提示单元，用于若所述身份信息与数据库中存储的身份信息相匹配，则提示用户选择预置的音效模式。

从以上技术方案可以看出，本申请具有以下优点：

本申请中，提供了一种音频社交变声方法，包括：获取大量用户对不同种类音效模式的声音偏好数据；根据声音偏好数据设置多种音效模式；获取用户选择的音效模式；实时获取用户的第一语音，根据用户选取的音效模式对第一语音进行变声，使得输出具有相应音效模式的第二语音。

本申请通过获取大量用户对不同种类音效模式的声音偏好数据，并根据用户的偏好数据进行音效选择，使得能够设置满足用户喜好的音效，提高了音频社交用户的粘性和留存率。

附图说明

图1为本申请一种音频社交变声方法的一个实施例的方法流程图；

图2为本申请一种音频社交变声方法的另一个实施例的方法流程图；

图3为本申请一种音频社交变声装置的一个实施例的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请一种音频社交变声方法的一个实施例的方法流程图，如图1所示，图1中包括：

101、获取大量用户对不同种类音效模式的声音偏好数据；

需要说明的是，本申请可以获取用户对不同种类的音效模式发布到网络平台，使得用户可以根据自身的喜好对不同种类音效进行打分，从而可以获取得到大量用户对不同种类音效的声音偏好数据。

102、根据声音偏好数据设置多种音效模式；

需要说明的是，可以根据收集到的用户对不同种类音效的声音偏好数据，选择用户最喜欢的音效模式，从而为用户设置相应的音效模式。

103、获取用户选取的音效模式；

需要说明的是，用户可以在终端设备上的APP中选择已经设置好的音效模式，实现对用户语音的变声。

104、实时获取用户的第一语音，根据用户选取的音效模式对语音进行调节，使得输出具有相应音效模式的第二语音。

需要说明的是，选取音效模式后，APP可以实时采集用户第一语音，并根据用户选择的音效模式，将采集到的第一语音进行调节，从而可以实时输出具有相应音效模式的第二语音。

本申请通过获取大量用户对不同种类音效模式的声音偏好数据，并根据用户的偏好数据进行音效选择，使得能够设置满足用户喜好的音效，提高了音频社交用户的粘性和留存率。

本申请还提供了一种音频社交变声方法的另一种实施例，如图2所示，图2中包括：

201、获取大量用户对同一类音效模式下，不同音效参数的声音偏好数据，得到每一种音效模式下最受欢迎的音效参数；

需要说明的是，本申请中的音效模式可以包括萝莉音、大叔音、搞怪音、惊悚音和机器人音等。对于其中的每一种音效模式都可以设置多个不同风格的声音，例如，可以通过调节萝莉音的部分参数得到多个不同风格的萝莉音，调节的参数包括基频的频率参数、速率参数、帧移参数和加窗长度参数等。

可以将多个不同风格的萝莉音发布到网络平台，使得用户可以根据自身的喜好对多个不同风格的萝莉音或者多个不同风格的其他音效模式进行打分，从而可以获取用户对多个不同风格的萝莉音及其他音效模式的偏好数据，选择偏好占比最高的萝莉音及其他音效模式作为同一类音效模式中最受欢迎的音效模式；另外，本申请可以定时获取用户对音效模式偏好的改变，从而根据用户偏好的改变，及时调整音效模式的设置。

202、根据最受欢迎的音效参数设置相应的音效模式；

需要说明的是，本申请可以根据获取的同一类音效模式中最受欢迎的音效模式，设置相应的音效模式，即可以分别选择不同参数设置下萝莉音或者其他音效模式中最受欢迎的参数设置对应的音效模式。并且可以根据用户喜好的改变及时调整音效模式的参数设置。

203、获取用户的身份信息，将身份信息与数据库中的身份信息进行比对；

需要说明的是，本申请可以采用APP中的登录端口获取用户的身份信息，包括账号信息和人脸识别等，可以将身份信息与数据库中的身份信息进行比对，从而判断用户的身份信息是否为公众人物或者身份敏感人员。

204、若身份信息与数据库中存储的身份信息相匹配，则提示用户选择预置的音效模式；

需要说明的是，当身份信息与数据库中存储的身份信息相匹配，即识别出用户的身份信息是否为公众人物或者身份敏感人员时，可以提示用户选择预置的音效模式，弹出音效模式选项，使得用户可以根据自身需求进行音效模式选择。当然，用户也可以自行根据自身需求选择合适的音效模式进行娱乐游戏等。

205、获取用户选择的音效模式；

需要说明的是，当用户选取了相应的音效模式，例如萝莉音、大叔音、搞怪音、惊悚音和机器人音等，APP可以根据选择的音效模式对用户语音进行调整。

206、实时获取用户的第一语音，根据用户选取的音效模式对第一语音进行变声，使得输出具有相应音效模式的第二语音。

需要说明的是，APP可以根据选择的音效模式对实时获取用户的第一语音进行变声，使得输出具有相应音效模式的第二语音。

在一种具体的实施方式中，

若所述音效模式为萝莉音或者大叔音，则调节第一语音的基频的频率参数，使得输出具有萝莉音效或者大叔音效的第二音频；

若音效模式为搞怪音，则调节第一语音的速率参数和基频的频率参数，使得输出具有搞怪音效的所述第二音频；

若音效模式为惊悚音，则对第一语音的添加颤音的参数，使得输出具有惊悚音效的第二音频；

若音效模式为机器人音，则调节第一语音的帧移参数和加窗长度参数，使得输出具有机器人音效的所述第二音频。

具体的，用户可以通过“搞怪音”、“惊悚音”、“机器人音”等来增加声音的趣味性和隐匿性。其中，“搞怪音”是通过调节原始音频的速度和半音来实现；“惊悚音”是在原始音频上增加颤音来实现；“机器人音”是将原始音频的基频调整到同一频率来实现的，其中，萝莉音和大叔音调节的是pitch，pitch决定了基频的频率，此方案中可以将萝莉音将pitch调节到3，大叔音将pitch调节到-5；搞怪音调节的是pitch和tempo，tempo决定了速度，通过这两种参数组合能够产生类似“小黄人”的搞怪效果，此方案搞怪音可以将pitch调节到2，tempo可以调节到70；惊悚音调节的是delay和LFO_fs，delay决定了延迟线的长度，LFO_FS决定的是调制的深度，此方案可以将delay设置为0.003，LFO_FS设置为7；空灵音调节的参数包括delay和decay，空灵音是给原始音频添加一阶回声，delay决定了延迟的长度，decay决定衰减大小，此方案可以将decay设置为0.25，decay设置为0.55；机器人音调节的是frameLen和WLen，机器人音是将原始声音通过傅里叶变换到频域后丢去相位信息只保留幅度信息，frameLen决定了傅里叶变换的帧移，WLen决定了加窗长度，这两个参数组合会最终决定能否将pitch调整到同一频率，此方案可以将frameLen设置为128，Wlen设置为1024。以上的参数仅为示例性说明，实际的参数可以根据用户的声音偏好进行适当调整。

本申请通过获取大量用户对不同种类音效模式的声音偏好数据，并根据用户的偏好数据进行音效选择，使得能够设置满足用户喜好的音效，并且在游戏社交场景下，本申请可以对某些公众游戏玩家的个人面貌和声音有着特殊隐匿性要求提高了音频社交用户的粘性和留存率。

以上是本申请的方法的实施例，本申请还包括一种音频社交变声装置的一个实施例，如图3所示，图3中包括：

第一获取单元301，用于获取大量用户对不同种类音效模式的声音偏好数据；

设置单元302，用于根据声音偏好数据设置多种音效模式；

第二获取单元303，用于获取用户选择的音效模式；

变声单元304，用于实时获取用户的第一语音，根据用户选取的音效模式对第一语音进行变声，使得输出具有相应音效模式的第二语音。

在一种具体的实施方式中，第一获取单元具体用于获取大量用户对同一类所述音效模式下，不同音效参数的声音偏好数据，得到每一种音效模式下最受欢迎的音效参数。

设置单元具体用于根据最受欢迎的音效参数设置相应的音效模式。

在一种具体的实施方式中，还包括：

第三获取单元，用于获取用户的身份信息，将所述身份信息与数据库中的身份信息进行比对；

提示单元，用于若所述身份信息与数据库中存储的身份信息相匹配，则提示用户选择预置的音效模式。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”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，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (6)

1.一种音频社交变声方法，其特征在于，包括：

获取大量用户对不同种类音效模式的声音偏好数据，包括：

获取大量用户对同一类所述音效模式下，不同音效参数的声音偏好数据，得到每一种所述音效模式下最受欢迎的音效参数；

根据所述声音偏好数据设置多种音效模式，包括：

根据所述最受欢迎的音效参数设置相应的音效模式；

获取用户选择的所述音效模式；

实时获取用户的第一语音，根据用户选取的所述音效模式对所述第一语音进行变声，使得输出具有相应音效模式的第二语音。

2.根据权利要求1所述的音频社交变声方法，其特征在于，还包括：

获取用户的身份信息，将所述身份信息与数据库中的身份信息进行比对；

若所述身份信息与数据库中存储的身份信息相匹配，则提示用户选择预置的音效模式。

3.根据权利要求1-2任一项所述的音频社交变声方法，其特征在于，所述音效模式包括萝莉音、大叔音、搞怪音、惊悚音和机器人音。

4.根据权利要求3所述的音频社交变声方法，其特征在于，所述根据用户选取的所述音效模式对所述第一语音进行变声，使得输出具有相应音效模式的第二语音，包括：

若所述音效模式为萝莉音或者大叔音，则调节所述第一语音的基频的频率参数，使得输出具有萝莉音效或者大叔音效的所述第二语音；

若所述音效模式为搞怪音，则调节所述第一语音的速率参数和基频的频率参数，使得输出具有搞怪音效的所述第二语音；

若所述音效模式为惊悚音，则对所述第一语音的添加颤音的参数，使得输出具有惊悚音效的所述第二语音；

若所述音效模式为机器人音，则调节所述第一语音的帧移参数和加窗长度参数，使得输出具有机器人音效的所述第二语音。

5.一种音频社交变声装置，其特征在于，包括：

第一获取单元，用于获取大量用户对不同种类音效模式的声音偏好数据；具体用于获取大量用户对同一类所述音效模式下，不同音效参数的声音偏好数据，得到每一种所述音效模式下最受欢迎的音效参数；

设置单元，用于根据所述声音偏好数据设置多种音效模式，具体用于根据所述最受欢迎的音效参数设置相应的音效模式；

第二获取单元，用于获取用户选择的所述音效模式；

变声单元，用于实时获取用户的第一语音，根据用户选取的所述音效模式对所述第一语音进行变声，使得输出具有相应音效模式的第二语音。

6.根据权利要求5所述的音频社交变声装置，其特征在于，还包括：

第三获取单元，用于获取用户的身份信息，将所述身份信息与数据库中的身份信息进行比对；

提示单元，用于若所述身份信息与数据库中存储的身份信息相匹配，则提示用户选择预置的音效模式。