CN113821189B - 音频播放方法、装置、终端设备及存储介质 - Google Patents

Abstract

本申请实施例提供了一种音频播放方法、装置、终端设备及存储介质，涉及应用程序开发和音频技术领域。所述方法包括：显示目标音频的播放界面，播放界面中显示有目标音频包含的多个音轨；响应于针对多个音轨中的至少一个音轨的调节操作，对至少一个音轨的播放参数进行调节，得到调节后的至少一个音轨；对目标音频的多个待合成音轨进行混音，得到更新后的目标音频；其中，多个待合成音轨包括调节后的至少一个音轨；播放更新后的目标音频。采用本申请实施例提供的技术方案，能够提升音频调节的灵活性。

Description

音频播放方法、装置、终端设备及存储介质

技术领域

本申请实施例涉及应用程序开发和音频技术领域，特别涉及一种音频播放方法、装置、终端设备及存储介质。

背景技术

音频播放应用程序具有音频播放功能，用户能够通过音频播放应用程序播放歌曲、相声、有声读物等音频。

在相关技术中，在音频播放软件播放音频的过程中，仅能通过音量调节控件调节音频的播放音量。因此，对音频的调节处理方式较为单一，不够灵活。

发明内容

本申请实施例提供了一种音频播放方法、装置、终端设备及存储介质，能够提升音频调节的灵活性。所述技术方案如下。

根据本申请实施例的一个方面，提供了一种音频播放方法，所述方法包括：

显示目标音频的播放界面，所述播放界面中显示有所述目标音频包含的多个音轨；

响应于针对所述多个音轨中的至少一个音轨的调节操作，对所述至少一个音轨的播放参数进行调节，得到调节后的至少一个音轨；

对所述目标音频的多个待合成音轨进行混音，得到更新后的目标音频；其中，所述多个待合成音轨包括所述调节后的至少一个音轨；

播放所述更新后的目标音频。

根据本申请实施例的一个方面，提供了一种音频播放装置，所述装置包括：

界面显示模块，用于显示目标音频的播放界面，所述播放界面中显示有所述目标音频包含的多个音轨；

音轨调节模块，用于响应于针对所述多个音轨中的至少一个音轨的调节操作，对所述至少一个音轨的播放参数进行调节，得到调节后的至少一个音轨；

音频更新模块，用于对所述目标音频的多个待合成音轨进行混音，得到更新后的目标音频；其中，所述多个待合成音轨包括所述调节后的至少一个音轨；

音频播放模块，用于播放所述更新后的目标音频。

根据本申请实施例的一个方面，提供了一种终端设备，所述终端设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行，以实现上述音频播放方法。

根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行，以实现上述音频播放方法。

根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中，处理器从所述计算机可读存储介质读取并执行所述计算机指令，以实现上述音频播放方法。

本申请实施例提供的技术方案可以包括如下有益效果。

通过将目标音频的多个音轨拆分开来，对多个音轨的播放参数分别进行调节处理，再对多个音轨进行混音，即可生成并播放更新后的目标音频，相比于只能针对目标音频整体进行音量调节，本申请实施例提供的技术方案能够对目标音频包含的多个音轨分别进行调节，调节过程更为灵活。

另外，本申请实施例在已有的目标音频的基础上，根据用户的调节操作对目标音频进行编辑修改，从而生成不同的音频内容，进而能够更好地满足用户的个性化需求。

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，并不能限制本申请。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一个实施例提供的方案实施环境的示意图；

图2是本申请一个实施例提供的音频播放方法的流程图；

图3是本申请一个实施例提供的播放界面的示意图；

图4是本申请另一个实施例提供的播放界面的示意图；

图5是本申请另一个实施例提供的音频播放方法的流程图；

图6是本申请一个实施例提供的音频播放装置的框图；

图7是本申请另一个实施例提供的音频播放装置的框图；

图8是本申请一个实施例提供的终端设备的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与本申请的一些方面相一致的方法的例子。

请参考图1，其示出了本申请一个实施例提供的方案实施环境的示意图。该方案实施环境可以实现为音频播放系统10。可选地，该系统10包括终端设备11。

终端设备11中安装并运行有目标应用程序，如目标应用程序的客户端。可选地，客户端中登录有用户帐号。终端设备是具备数据计算、处理和存储能力的电子设备。终端设备可以是智能手机、平板电脑、PC（Personal Computer，个人计算机）、可穿戴设备等等，本申请实施例对此不作限定。可选地，终端设备是具备触摸显示屏的设备，用户能够通过该触摸显示屏实现人机交互。该目标应用程序是指具有音频处理和播放功能的应用程序，目标应用程序可以是音频制作应用程序，能够用于对音频进行深度调节再创作；目标应用程序也可以是音频播放应用程序，能够用于播放音频并对音频进行调节处理。目标应用程序还可以具有视频播放、即时通讯、社交、游戏、支付、购物、图文浏览等功能，本申请实施例对此不作具体限定。本申请实施例提供的方法，各步骤的执行主体可以是终端设备11，如运行在终端设备11中的客户端。

在一些实施例中，该系统10还包括服务器12，服务器12与终端设备11建立有通信连接（如网络连接），服务器12用于为目标应用程序提供后台服务。其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。

下面，通过几个实施例对本申请技术方案进行介绍说明。

请参考图2，其示出了本申请一个实施例提供的音频播放方法的流程图。在本实施例中，主要以该方法应用于上文介绍的目标应用程序的客户端中来举例说明。该方法可以包括如下几个步骤（201~204）。

步骤201，显示目标音频的播放界面。

在一些实施例中，播放界面是在播放音频的时候展示的用户界面。可选地，播放界面中显示的信息包括但不限于以下至少之一：目标音频的名称、制作人员、发布时间、相关图片、相关视频、歌词、音量调节控件。可选地，在本申请实施例中，播放界面中显示有目标音频包含的多个音轨。其中，播放界面中可以显示有多个音轨分别对应的属性信息，如音轨的名称、类别等等。音轨是指目标音频中可单独展示的、未与其他音频混音的音频所在的音频轨道。

可选地，目标音频属于多音轨音频，终端设备能够从目标音频对应的文件中解析并拆分出多个音轨。可选地，音轨的类别按照音轨中音频的来源划分，至少存在以下几种分类方式。

在一些实施例中，多个音轨包括人声音轨和伴奏音轨，人声音轨为仅包含人声音频数据的音轨，伴奏音轨为仅包含伴奏音频数据的音轨。例如，歌曲类音频中可以包括演唱者的声音（即人声）和歌曲的伴奏。

在一些实施例中，多个音轨包括人声音轨和背景音轨，背景音轨为仅包含背景声音的音轨。例如，对于朗诵类音频、有声读物、广播剧等音频，除人声音轨之外，还可以包含用于烘托氛围、提升音频呈现效果的背景声音。

在一些实施例中，多个音轨包括多个乐器分别对应的音轨。对于包含多个乐器声音的目标音频，可以将不同乐器发出的声音分到不同的音轨中。例如，对于古典交响乐，多个音轨可以包括钢琴音轨、小提琴音轨、大提琴音轨、长号音轨等等；又例如，对于乐队音乐，多个音轨可以包括键盘音轨、吉他音轨、贝斯音轨、架子鼓音轨、人声音轨等等。

在一些实施例中，多个音轨包括多个人声音轨，多个人声音轨分别对应于不同人发出的音频。可选地，对于包含多个人的人声的目标音频，可以将不同人的音频分到不同的音轨中。

步骤202，响应于针对多个音轨中的至少一个音轨的调节操作，对至少一个音轨的播放参数进行调节，得到调节后的至少一个音轨。

可选地，至少一个音轨是多个音轨中的部分或全部音轨。可选地，针对至少一个音轨的调节操作是对至少一个音轨的播放参数进行分批调节、或对至少一个音轨的播放参数进行批量调节/同时调节的操作。在一些实施例中，对至少一个音轨中的目标音轨中包含的音频的播放参数进行调节，从而调节目标音频在播放时目标音轨对应的播放效果。可选地，播放参数包括但不限于以下之一：音量、音调、音效、播放时段。

步骤203，对目标音频的多个待合成音轨进行混音，得到更新后的目标音频。

其中，多个待合成音轨包括调节后的至少一个音轨。

在一些实施例中，多个待合成音轨包括调节后的音轨和多个音轨中未经调节的音轨。示例性地，目标音频的多个音轨包括音轨A、音轨B、音轨C和音轨D，用户调节了音轨A、音轨B和音轨D，得到调节后的音轨A、调节后的音轨B和调节后的音轨D；而音轨C未经调节因而播放参数没有变化。混音时选取的多个待合成音轨，包括调节后的音轨A、调节后的音轨B、调节后的音轨D，也包括未经调节的音轨C。

在一些实施例中，多个待合成音轨包括用户选中的音轨；对于用户未选中的音轨，不对其进行混音。可选地，多个待合成音轨的数量小于或等于多个音轨的数量。示例性地，目标音频的多个音轨包括音轨A、音轨B、音轨C和音轨D，混音之前，用户仅将音轨A、音轨B和音轨C选为待合成音轨，未将音轨D选为待合成音轨；因而，多个待合成音轨仅包括音轨A、音轨B和音轨C，且仅对音轨A、音轨B和音轨C进行混音，不对音轨D进行混音。

在一些实施例中，在至少一个音轨中的目标音轨的整体音频始终处于静音状态的情况下，将多个音轨中除了目标音轨之外的其他待合成音轨进行混音，得到更新后的目标音频。示例性地，多个音轨包括音轨A、音轨B、音轨C和音轨D，其中音轨A在调节之后整体音频始终处于静音状态，可以认为调节后的音轨A为静音音频，调节后的音轨B、调节后的音轨C和调节后的音轨D为非静音音频，则仅将调节后的音轨B、调节后的音轨C和调节后的音轨D作为待合成音轨进行混音，不对静音音频（即调节后的音轨A）进行混音。

可选地，混音后得到的更新后的目标音频，属于单音轨音频。混音就是将多个待合成音轨整合到单个音轨中。

在一些实施例中，在该步骤203之前，同时播放多个待合成音轨，以试听对音轨调节后目标音频的播放效果。在试听之后，用户仍可继续对音轨进行调节，直到用户触发播放界面中的混音确认控件，才能最终确认用户所需的多个待合成音轨的播放参数，并对多个待合成音轨进行混音，得到更新后的目标音频。

在一些可能的实现方式中，播放界面中显示有音轨添加控件，该方法还包括如下步骤：

1、响应于针对音轨添加控件的触发操作，显示至少一个候选音轨的选项；

2、响应于针对至少一个候选音轨中的指定音轨的选项的选择操作，在播放界面中添加显示指定音轨的属性信息。

可选地，多个待合成音轨包括指定音轨。例如，目标音频初始的多个音轨仅包括多个人分别对应的人声音轨，将一段音乐作为指定音轨并将其合成到更新后的音频中，从而丰富目标音频的播放效果。

在该实现方式中，用户可以通过添加指定音轨以对目标音频进行修改调整，从而丰富目标音频的调节方式，提升对目标音频的调节的灵活性。

步骤204，播放更新后的目标音频。

在一些实施例中，响应于针对更新后目标音频的播放操作（如针对播放界面中的音频播放控件的触发操作），播放更新后的目标音频。

在一些实施例中，当混音完成得到更新后的目标音频之后，客户端自动播放更新后的目标音频。客户端可以只自动播放一次更新后的目标音频；也可以按照设定的自动播放次数自动播放更新后的目标音频；还可以无限循环播放更新后的目标音频。

可选地，播放界面中显示有停止播放控件，在客户端播放更新后的目标音频的过程中，通过触发停止播放控件，可以停止播放更新后的目标音频。

综上所述，本申请实施例提供的技术方案，通过将目标音频的多个音轨拆分开来，对多个音轨的播放参数分别进行调节处理，再对多个音轨进行混音，即可生成并播放更新后的目标音频，相比于只能针对目标音频整体进行音量调节，本申请实施例提供的技术方案能够对目标音频包含的多个音轨分别进行调节，调节过程更为灵活。

在一些可能的实现方式中，上述步骤202包括以下至少之一（2.1、2.2、2.3）。

2.1、响应于针对至少一个音轨中的第一音轨的音量调节操作，对第一音轨的播放音量进行调节，得到调节后的第一音轨。

在一些实施例中，如图3所示，音频播放界面30中显示有音量调节控件31，通过滑动或点击音量调节控件能够确定调节后的第一音轨的音量，并对第一音轨中的音频的音量进行调节，得到调节后的第一音轨。

需要说明的是，第一音轨中不同播放时段的音频的响度可以不相同；音量调节是用于确定第一音轨中对应音频的响度的放大/降低比例。若第一音轨为一个音轨，则针对第一音轨的音量调节操作就是对该一个音轨的音量进行调节的操作；若第一音轨为多个音轨，则针对第一音轨的音量调节操作就是对该多个音轨的音量进行批量调节/同时调节的操作，如同时增加或同时降低该多个音轨的音量。

在一些实施例中，响应于针对第一音轨的整体音频的音量调节操作，调整整体音频对应的音量参数，得到调节后的第一音轨。也即，可以对第一音轨的整体音频的音量进行整体调节。可选地，音量参数用于表示对应音频的音量。在针对第一音轨的整体音频执行音量调节操作之后，第一音轨的整体音频的音量变化相同，即第一音轨的整体音频的响度同时放大/降低相同的比例或增大/降低相同的音量值。例如，在该实施例中，若调节后的第一音轨的音量为“78”，表示将第一音轨中整体音频的响度同时降低到原来的78%。

在另一些实施例中，响应于针对第一音轨的局部音频片段的音量调节操作，调整局部音频片段对应的音量参数，得到调节后的第一音轨。在该实施例中，可以对第一音轨中的音频进行局部范围内的音量调节。可选地，播放界面中显示有正在播放的第一音轨中的音频进度条。音频进度条用于展示音频的播放进度。在一个示例中，第一音轨的整体音频的播放时长为60秒，播放第一音轨0~11秒的音频时，播放界面中显示的第一音轨对应的音量为100；在第一音轨的音频播放到第11秒时，通过音量调节控件将音量调整为78（该操作之前，可以先将第一音轨的音频播放进度在第11秒暂停）；在第一音轨的音频播放到第40秒时，通过音量调节控件将音量调整为90，第一音轨的音频继续播放到60秒结束。这样，得到的调节后的第一音轨中，0~11秒的局部音频片段的音量为100；11~40秒的局部音频片段的音量为78；40~60秒的局部音频片段的音量为100，实现了对第一音轨的局部音频片段的音量调节。

2.2、响应于针对至少一个音轨中的第二音轨的音效调节操作，对第二音轨的播放音效进行调节，得到调节后的第二音轨。

在一些实施例中，音效调节操作是针对音轨中的音频增加、消除或改变一些音效，从而对播放音效进行调节。例如，可以对第二音轨的整体音频或局部音频片段增加或消除电音音效、环绕声音效等等；又例如，对第二音轨的整体音频或局部音频片段的音调进行调节。在一个示例中，第二音轨的整体音频的播放时长为60秒，可以将60秒的整体音频都加上电音音效，也可以仅对其中的局部音频片段（如0~11秒）加上电音音效。在另一个示例中，可以将第二音轨的整体音频的音调进行整体提高或降低，也可以仅对其中的局部音频片段的音调进行调节。例如，第二音频为歌曲，第二音轨为人声音轨，可以对人声音轨中“跑调”的局部音频片段的音调进行调节，从而使得这些局部音频片段的音调符合歌曲的曲谱。

若第二音轨为一个音轨，则针对第二音轨的音效调节操作就是对该一个音轨的音效进行调节的操作；若第二音轨为多个音轨，则针对第二音轨的音效调节操作就是对该多个音轨的音效进行批量调节/同时调节的操作，如对该多个音轨批量/同时增加或消除电音音效、和/或环绕声音效等等。

2.3、响应于针对至少一个音轨中的第三音轨的时间调节操作，对第三音轨的播放时段进行调节，得到调节后的第三音轨。

可选地，通过时间调节操作，对第三音轨中包含的音频的播放时长或播放时段进行调节。若第三音轨为一个音轨，则针对第三音轨的时间调节操作就是对该一个音轨的播放时长或播放时段进行调节的操作；若第三音轨为多个音轨，则针对第三音轨的时间调节操作就是对该多个音轨的播放时长或播放时段进行批量调节/同时调节的操作，如对该多个音轨批量/同时延长或缩减播放时长等等。

在一些实施例中，通过时间调节操作延长或缩减第三音轨中包含的音频的播放时长。例如，通过在第三音轨的整体音频中新增音频片段，以延长第三音轨的整体音频的播放时长；又例如，通过去除第三音轨中的局部音频片段，以缩减第三音轨的整体音频的播放时长。

在一些实施例中，将第三音轨中的整体音频或局部音频片段的播放时段整体前移或后移。可选地，参考图4，响应于针对第三音轨的时间调节操作，对第三音轨的播放时段进行调节，得到调节后的第三音轨，包括如下步骤（3.1~3.3）：

3.1、显示第三音轨的音频图像41，音频图像41用于展示第三音轨的音频在时间轴上的分布情况；

3.2、从音频图像41中选取第三播放时段对应的音频图像片段42；

3.3、响应于针对音频图像片段42的移动操作，在音频图像41的目标时刻43之后插入音频图像片段42，以及将第三播放时段对应的音频片段移动至第三音轨的目标时刻43之后，得到调节后的第三音轨。

在该实施例中，通过改变第三音轨的音频图像片段在时间轴上的分布情况，从而调整对应的音频片段的播放时段，进一步丰富了对第三音轨和目标音频的调节方式，提升了对目标音频的调节灵活性。

需要说明的是，上述第一音轨、第二音轨和第三音轨可以是不同的音轨，也可以是相同音轨。例如，对于至少一个音轨中的某个音轨，可以仅进行音量调节；也可以仅进行音效调节；也可以仅进行时间调节；也可以仅进行音量调节和音效调节、但不进行时间调节；也可以仅进行音量调节和时间调节、但不进行音效调节；也可以仅进行音效调节和时间调节、但不进行音量调节；也可以音量调节、音效调节和时间调节都进行，本申请实施例对此不作具体限定。

在一些可能的实现方式中，该方法还包括如下步骤（4.1~4.2）：

4.1、获取目标音频包含的多个音轨；

4.2、对多个音轨进行时间对齐，得到对齐后的多个音轨。

可选地，时间对齐包括将多个音轨分别对应的起止时间调整为相同，且多个音轨中的有声音频片段在时间轴上的相对位置保持不变；其中，对齐后的多个音轨用于被调节和混音。

在一些实施例中，音轨对应的起止时间是指音轨的整体音频的起始播放时间和终止播放时间；有声音频片段是指音量大于0的音频片段。在一些实施例中，多个音轨的整体音频播放时长不相同，或者多个音轨的整体音频的起止播放时间不相同，则需要对多个音轨进行对齐处理，以使得多个音轨分别对应的起止播放时间相同。

响应于针对至少一个音轨中的目标音轨的对齐操作，将目标音轨的整体音频的播放时长调整为与参考音轨的整体音频的播放时长相同，并将目标音轨的整体音频的起始播放时间调整为与参考音轨的整体音频的起始播放时间相同。显然，在多个音轨分别对应的整体音频的播放时长相同、且多个音轨分别对应的起始播放时间相同的情况下，多个音轨分别对应的终止播放时间也相同。

在一些实施例中，目标音轨与参考音轨的整体音频播放时长不相同，或者目标音轨与参考音轨的整体音频的起止播放时间不相同，则需要对目标音轨相对于参考音轨进行对齐处理，以使得目标音轨与参考音轨的整体音频的起止播放时间相同。

在一些实施例中，该实现方式包括如下步骤（5.1~5.2）：

5.1、以参考音轨的时间轴为参考，将目标音轨的待对齐的整体音频设置在第一时刻之后；

5.2、以参考音轨的整体音频的起止播放时间为参考，对目标音轨的待对齐的整体音频进行时长填充处理或时长缩减处理，得到对齐后的目标音轨。

其中，对齐后的目标音轨的整体音频的起止播放时间，与参考音轨的整体音频的起止播放时间相同。参考音轨可以是多个音轨中除目标音轨之外的一个音轨，也可以是上述指定音轨。

可选地，时长填充处理包括对需要填充音频的时段填充入静音音频、将音频慢速播放等；时长缩减处理包括对去除多余播放时段的音频片段、对目标音轨中的整体音频或局部音频片段加速播放等。

在一个示例中，参考音轨的整体音频的时长为60秒，以参考音轨的时间轴为基准，目标音轨的整体音频的播放时段为10~30秒，将目标音轨中0~10秒以及30~60秒的时段内填充入静音音频，从而使得目标音轨的整体音频的播放时长也为60秒，目标音轨的整体音频的播放时段也是0~60秒，实现目标音轨与参考音轨“对齐”。

在另一个示例中，参考音轨的整体音频的时长为60秒，以参考音轨的时间轴为基准，目标音轨的整体音频的播放时段为40~70秒，可以将目标音轨中60~70秒的音频片段删除，或者提升40~70秒的音频片段的播放速度，将40~70秒的音频片段的播放时长压缩到20秒，使得目标音轨的整体音频的播放时段先调整为40~60秒，然后将目标音轨0~40秒的时段内填充入静音音频；也可以将40~70秒的整体音频的播放时段前移至30~60秒，然后将目标音轨0~30秒的时段内填充入静音音频，从而实现目标音轨与参考音轨“对齐”。

在该实现方式中，通过对目标音轨相对于参考音轨进行对齐处理，使得多个音轨在播放界面中可以整齐排列并同时开始播放、同时播放结束。

在一些可能的实现方式中，该方法还包括如下步骤（6.1~6.2）。

6.1、参考图3，在播放界面30中，按照第一显示样式显示目标音频的音量图像。

其中，如图3所示，目标音频的音量图像用于展示目标音频的各个采样时刻分别对应的音量，如在某一采样时刻目标音频的音量32。需要注意的是，图3中目标音频在各个采样时刻的音量是用较细的线条表示，图3的时间轴以及各个采样时刻分别对应的较细的线条，共同组成了目标音频的音量图像。可选地，音量图像的采样频率为20赫兹、100赫兹、200赫兹、500赫兹、1500赫兹、3000赫兹、20000赫兹等等，本申请实施例对此不作具体限定。

在一些实施例中，在播放界面中，按照第一显示样式显示目标音频的音量图像，包括如下几个子步骤：

6.1.1、获取目标音频的各个采样时刻分别对应的音量；

6.1.2、按照目标音频的各个采样时刻分别对应的音量，确定目标音频的各个采样时刻分别对应的音量条的长度，音量条的长度与音量呈正相关关系；

6.1.3、基于各个采样时刻分别对应的音量条的长度，以第一显示样式显示目标音频的各个采样时刻分别对应的音量条，形成目标音频的音量图像。

在一些实施例中，通过音量条的长度表示音量的大小（即响度），并在时间轴的各个采样时刻上以第一显示样式显示对应长度的音量条，从而可以形成目标音频的音量图像。可选地，音量条的长度与音量呈正比例关系，音量条的长度与音量之间的比例的具体数值可以由相关技术人员根据实际情况进行设定，本申请实施例对此不作具体限定。

6.2、在播放界面30中，按照第二显示样式显示至少一个音轨中的目标音轨的音量图像。

可选地，目标音轨的音量图像用于展示目标音轨的各个采样时刻分别对应的音量。

可选地，目标音轨的音量图像与目标音频的音量图像对比显示。例如，目标音轨的音量图像与目标音频的音量图像可以显示为不同的颜色；又例如，目标音轨的音量图像中的音量条，与目标音频的音量图像中的音量条的宽度不相同。如图3所示，较粗的线条表示的是目标音轨在各个采样时刻分别对应的音量，如在某一采样时刻目标音轨的音量33，图3的时间轴以及各个采样时刻分别对应的较粗的线条，共同组成了目标音轨的音量图像。由于图3中目标音轨的音量33对应的线条，比目标音频的音量32对应的线条更粗，对于同一采样时刻，目标音频的音量32对应的线条与目标音轨的音量33对应的线条存在重叠部分。

在一些实施例中，在播放界面中，按照第二显示样式显示目标音轨的音量图像，包括如下几个子步骤：

6.2.1、获取目标音轨的各个采样时刻分别对应的音量；

6.2.2、按照目标音轨的各个采样时刻分别对应的音量，确定目标音轨的各个采样时刻分别对应的音量条的长度；

6.2.3、基于目标音轨的各个采样时刻分别对应的音量条的长度，以第二显示样式显示目标音轨的各个采样时刻分别对应的音量条，形成目标音轨的音量图像。

其中，按照第二显示样式显示目标音轨的音量图像的相关内容，可以参考上述按照第一显示样式显示目标音频的音量图像的步骤内容，此处不再赘述。在该实现方式中，通过将目标音轨的音量图像与目标音频的音量图像对比显示，从而便于区分和对比目标音轨的音量图像和目标音频的音量图像。

在一些可能的实现方式中，该方法还包括如下步骤（7.1~7.2）：

7.1、在播放界面中，按照第三显示样式显示至少一个音轨中的目标音轨的初始音效图像，目标音轨的初始音效图像用于展示目标音轨在各个时段分别对应的初始音效；

7.2、在播放界面中，按照第四显示样式显示目标音轨的调节后音效图像，目标音轨的调节后音效图像用于展示在针对目标音轨的音效调节操作之后，目标音轨在各个时段分别对应的音效。

其中，目标音轨的初始音效图像与目标音轨的调节后音效图像对比显示。例如，目标音轨的初始音效图像与目标音轨的调节后音效图像中，通过图标或文字的标识，标识出相同播放时段的不同音效，从而便于对比目标音轨的初始音效图像与目标音轨的调节后音效图像。

在一些可能的实现方式中，响应于针对至少一个音轨中的目标音轨的调节操作，对目标音轨的关联音轨的播放参数进行调节，得到调节后的关联音轨；其中，多个待合成音轨包括调节后的关联音轨。

在一些实施例中，通过用户自定义操作或者客户端的自动关联功能，目标音轨存在关联音轨，针对目标音轨的调节操作，会同时影响目标音轨及其关联音轨的播放参数。可选地，目标音轨与其对应的关联音轨互为关联音轨。也即，针对关联音轨的调节操作，也会触发对目标音轨的播放参数进行调节。可选地，目标音轨的关联音轨可以为一个，也可以为多个。

在一些实施例中，该实现方式包括如下步骤（8.1~8.3）：

8.1、确定关联音轨、目标音轨与关联音轨的播放音量之间的预设音量比或预设音量差；

8.2、响应于针对目标音轨的音量调节操作，对目标音轨的播放音量进行调节，得到调节后的目标音轨；

8.3、基于调节后的目标音轨，按照预设音量比或预设音量差对关联音轨的播放音量进行调节，得到调节后的关联音轨。

在一些实施例中，通过音量关联操作或者客户端的自动关联功能，将目标音轨和关联音轨的音量进行关联，从而使得目标音轨和关联音轨的音量保持为预设音量比或预设音量差，若调节目标音轨的音量，则关联音轨的音量会相应发生变化。示例性地，目标音轨与关联音轨的之间的预设音量比为1∶1，通过针对目标音轨的音量调节操作，目标音轨中的音频片段A的音量调节为50，则关联音轨对应的音频片段B的音量也相应调节为50。

在一些实施例中，响应于针对目标音轨的音效调节操作，对目标音轨和关联音轨的播放音效进行同步调节，得到调节后的目标音轨以及调节后的关联音轨。示例性地，目标音轨中音频片段C的音调设定为比关联音轨对应的音频片段D的音调高一个八度，若响应于针对目标音轨的音效调节操作，目标音轨中音频片段C的音调调节为“#f”，则关联音轨中音频片段音调相应调节为比#f低一个八度的“F”。在一些实施例中，响应于针对目标音轨的时间调节操作，对目标音轨和关联音轨的播放时段进行同步调节，得到调节后的目标音轨和调节后的关联音轨。示例性地，预先设定目标音轨和关联音轨的整体音频的播放时长保持一致，若目标音轨的整体音频的播放时段从0~40秒调整为0~60秒，其中多出的40~60秒填充的是静音音频；则关联音轨的整体音频的播放时段也从0~40秒调整为0~60秒，多出的40~60秒的播放时段也以静音音频填充。

对于音效调节和时间调节的具体实现方式，可以参照上文实施例，此处不再赘述。

在该实现方式中，通过将不同音轨的调节操作进行关联，从而可以一步操作同时调节多个音轨的播放参数，从而提升音轨的调节效率。

在一些实施例中，如图5所示，本申请另一个实施例提供了一种音频播放方法，该方法包括如下几个步骤（51~58）：

步骤51，从目标音频中解析出多个音轨的音频数据；

步骤52，将各个音轨的音频数据分别存储在对应的音频缓冲队列中；

步骤53，根据各个音轨的音频数据进行声波数据计算，得到各音轨分别对应的播放参数，如各音轨分别对应的音量参数；

步骤54，在播放界面中可视化展示各个音轨的播放参数；

步骤55，对目标音轨进行音效调节处理，得到音效调节后的目标音轨；

步骤56，对音效调节后的目标音轨进行音量调节处理，得到调节后的目标音轨；

步骤57，对多个待合成音轨进行混音，得到更新后的目标音频；

步骤58，播放更新后的目标音频。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

请参考图6，其示出了本申请一个实施例提供的音频播放装置的框图。该装置具有实现上述音频播放方法示例的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以是上文介绍的终端设备，也可以设置在终端设备上。该装置600可以包括：界面显示模块610、音轨调节模块620、音频更新模块630和音频播放模块640。

所述界面显示模块610，用于显示目标音频的播放界面，所述播放界面中显示有所述目标音频包含的多个音轨。

所述音轨调节模块620，用于响应于针对所述多个音轨中的至少一个音轨的调节操作，对所述至少一个音轨的播放参数进行调节，得到调节后的至少一个音轨。

所述音频更新模块630，用于对所述目标音频的多个待合成音轨进行混音，得到更新后的目标音频；其中，所述多个待合成音轨包括所述调节后的至少一个音轨。

所述音频播放模块640，用于播放所述更新后的目标音频。

综上所述，本申请实施例提供的技术方案，通过将目标音频的多个音轨拆分开来，对多个音轨的播放参数分别进行调节处理，再对多个音轨进行混音，即可生成并播放更新后的目标音频，相比于只能针对目标音频整体进行音量调节，本申请实施例提供的技术方案能够对目标音频包含的多个音轨分别进行调节，调节过程更为灵活。

在示例性实施例中，如图7所示，所述音轨调节模块620包括：音量调节子模块621、音效调节子模块622和时间调节子模块623。

所述音量调节子模块621，用于响应于针对所述至少一个音轨中的第一音轨的音量调节操作，对所述第一音轨的播放音量进行调节，得到调节后的第一音轨。

所述音效调节子模块622，用于响应于针对所述至少一个音轨中的第二音轨的音效调节操作，对所述第二音轨的播放音效进行调节，得到调节后的第二音轨。

所述时间调节子模块623，用于响应于针对所述至少一个音轨中的第三音轨的时间调节操作，对所述第三音轨的播放时段进行调节，得到调节后的第三音轨。

在示例性实施例中，如图7所示，所述时间调节子模块623，用于：

显示所述第三音轨的音频图像，所述音频图像用于展示所述第三音轨的音频在时间轴上的分布情况；

从所述音频图像中选取目标播放时段对应的音频图像片段；

响应于针对所述音频图像片段的移动操作，在所述音频图像的目标时刻之后插入所述音频图像片段，以及将所述目标播放时段对应的音频片段移动至所述第三音轨的目标时刻之后，得到所述调节后的第三音轨。

在示例性实施例中，如图7所示，所述音量调节子模块621，用于：

响应于针对所述第一音轨的整体音频的音量调节操作，调整所述整体音频对应的音量参数，得到所述调节后的第一音轨；或者，响应于针对所述第一音轨的局部音频片段的音量调节操作，调整所述局部音频片段对应的音量参数，得到所述调节后的第一音轨。

在示例性实施例中，如图7所示，所述装置600还包括：图像显示模块650。

所述图像显示模块650，用于在所述播放界面中，按照第一显示样式显示所述目标音频的音量图像，所述目标音频的音量图像用于展示所述目标音频的各个采样时刻分别对应的音量。

所述图像显示模块650，还用于在所述播放界面中，按照第二显示样式显示所述至少一个音轨中的目标音轨的音量图像，所述目标音轨的音量图像用于展示所述目标音轨的各个采样时刻分别对应的音量；其中，所述目标音轨的音量图像与所述目标音频的音量图像对比显示。

在示例性实施例中，如图7所示，所述图像显示模块650，用于：

获取所述目标音频的各个采样时刻分别对应的音量；按照所述目标音频的各个采样时刻分别对应的音量，确定所述目标音频的各个采样时刻分别对应的音量条的长度，所述音量条的长度与音量呈正相关关系；基于所述目标音频的各个采样时刻分别对应的音量条的长度，以所述第一显示样式显示所述目标音频的各个采样时刻分别对应的音量条，形成所述目标音频的音量图像；

获取所述目标音轨的各个采样时刻分别对应的音量；按照所述目标音轨的各个采样时刻分别对应的音量，确定所述目标音轨的各个采样时刻分别对应的音量条的长度；基于所述目标音轨的各个采样时刻分别对应的音量条的长度，以所述第二显示样式显示所述各个目标音轨的采样时刻分别对应的音量条，形成所述目标音轨的音量图像。

在示例性实施例中，如图7所示，所述图像显示模块650，还用于在所述播放界面中，按照第三显示样式显示所述至少一个音轨中的目标音轨的初始音效图像，所述目标音轨的初始音效图像用于展示所述目标音轨在各个时段分别对应的初始音效。

所述图像显示模块650，还用于在所述播放界面中，按照第四显示样式显示所述目标音轨的调节后音效图像，所述目标音轨的调节后音效图像用于展示在针对所述目标音轨的音效调节操作之后，所述目标音轨在各个时段分别对应的音效；其中，所述目标音轨的初始音效图像与所述目标音轨的调节后音效图像对比显示。

在示例性实施例中，所述音频更新模块630，用于：在所述至少一个音轨中的目标音轨的整体音频始终处于静音状态的情况下，将所述多个音轨中除了所述目标音轨之外的其他待合成音轨进行混音，得到所述更新后的目标音频。

在示例性实施例中，如图7所示，所述装置600还包括：音轨获取模块660和音轨对齐模块670。

所述音轨获取模块660，用于获取所述目标音频包含的所述多个音轨。

所述音轨对齐模块670，用于对所述多个音轨进行时间对齐，得到对齐后的多个音轨；所述时间对齐包括将所述多个音轨分别对应的起止时间调整为相同，且所述多个音轨中的有声音频片段在时间轴上的相对位置保持不变；其中，所述对齐后的多个音轨用于被调节和混音。

在示例性实施例中，所述播放界面中显示有音轨添加控件。如图7所示，所述装置600还包括：选项显示模块680和音轨选择模块690。

所述选项显示模块680，用于响应于针对所述音轨添加控件的触发操作，显示至少一个候选音轨的选项。

所述音轨选择模块690，用于响应于针对所述至少一个候选音轨中的指定音轨的选项的选择操作，在所述播放界面中显示所述指定音轨的属性信息；其中，所述多个待合成音轨包括所述指定音轨。

在示例性实施例中，所述音轨调节模块620，还用于：响应于针对所述至少一个音轨中的目标音轨的调节操作，对所述目标音轨的关联音轨的播放参数进行调节，得到调节后的关联音轨；其中，所述多个待合成音轨包括所述调节后的关联音轨。

需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参考图8，其示出了本申请一个实施例提供的终端设备800的结构框图。该终端设备800可以是诸如手机、平板电脑、游戏主机、电子书阅读器、多媒体播放设备、可穿戴设备、PC等电子设备。该终端用于实施上述实施例中提供的音频播放方法。该终端设备可以是图1所示实施环境中的终端设备11。具体来讲：

通常，终端设备800包括有：处理器801和存储器802。

处理器801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801可以采用DSP（Digital Signal Processing，数字信号处理）、FPGA（FieldProgrammable Gate Array，现场可编程门阵列）、PLA（Programmable Logic Array，可编程逻辑阵列）中的至少一种硬件形式来实现。处理器801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CPU（Central ProcessingUnit，中央处理器）；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801可以在集成有GPU（Graphics Processing Unit，图像处理器），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801还可以包括AI（Artificial Intelligence，人工智能）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802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802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802中的非暂态的计算机可读存储介质用于存储计算机程序，且经配置以由一个或者一个以上处理器执行，以实现上述音频播放方法。

在一些实施例中，终端设备800还可选包括有：外围设备接口803和至少一个外围设备。处理器801、存储器802和外围设备接口803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803相连。具体地，外围设备包括：射频电路804、显示屏805、摄像头组件806、音频电路807、定位组件808和电源809中的至少一种。

本领域技术人员可以理解，图8中示出的结构并不构成对终端设备800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。

在示例性实施例中，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现上述音频播放方法。

在示例性实施例中，还提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中，处理器从所述计算机可读存储介质读取并执行所述计算机指令，以实现上述音频播放方法。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，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：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，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)

1.一种音频播放方法，其特征在于，所述方法包括：

显示目标音频的播放界面，所述播放界面中显示有所述目标音频包含的多个音轨，所述目标音频为歌曲，所述多个音轨包括所述歌曲中不同乐器分别对应的音轨；

通过静音填充对所述多个音轨进行时间对齐，得到对齐后的所述多个音轨；所述时间对齐包括将所述多个音轨分别对应的起止时间调整为相同，且对齐前后所述多个音轨中的有声音频片段在时间轴上的相对位置保持不变；其中，对齐后的所述多个音轨用于被调节和混音；

响应于针对对齐后的所述多个音轨中的至少一个音轨中的目标音轨的调节操作，对所述目标音轨的播放参数进行调节，得到调节后的目标音轨；

基于所述调节后的目标音轨，对所述目标音轨的关联音轨的播放参数进行调节，得到调节后的关联音轨；其中，所述关联音轨的播放参数，包括所述关联音轨的播放音量、播放音效、播放时段和播放音调中的至少一个；

对所述目标音频的多个待合成音轨进行混音，得到更新后的目标音频；其中，所述多个待合成音轨包括所述调节后的目标音轨和所述调节后的关联音轨；

播放所述更新后的目标音频。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括以下至少之一：

响应于针对所述至少一个音轨中的第一音轨的音量调节操作，对所述第一音轨的播放音量进行调节，得到调节后的第一音轨；

响应于针对所述至少一个音轨中的第二音轨的音效调节操作，对所述第二音轨的播放音效进行调节，得到调节后的第二音轨；

响应于针对所述至少一个音轨中的第三音轨的时间调节操作，对所述第三音轨的播放时段进行调节，得到调节后的第三音轨。

3.根据权利要求2所述的方法，其特征在于，所述响应于针对所述至少一个音轨中的第三音轨的时间调节操作，对所述第三音轨的播放时段进行调节，得到调节后的第三音轨，包括：

显示所述第三音轨的音频图像，所述音频图像用于展示所述第三音轨的音频在时间轴上的分布情况；

从所述音频图像中选取目标播放时段对应的音频图像片段；

响应于针对所述音频图像片段的移动操作，在所述音频图像的目标时刻之后插入所述音频图像片段，以及将所述目标播放时段对应的音频片段移动至所述第三音轨的目标时刻之后，得到所述调节后的第三音轨。

4.根据权利要求2所述的方法，其特征在于，所述响应于针对所述至少一个音轨中的第一音轨的音量调节操作，对所述第一音轨的播放音量进行调节，得到调节后的第一音轨，包括：

响应于针对所述第一音轨的整体音频的音量调节操作，调整所述整体音频对应的音量参数，得到所述调节后的第一音轨；

或者，

响应于针对所述第一音轨的局部音频片段的音量调节操作，调整所述局部音频片段对应的音量参数，得到所述调节后的第一音轨。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述播放界面中，按照第一显示样式显示所述目标音频的音量图像，所述目标音频的音量图像用于展示所述目标音频的各个采样时刻分别对应的音量；

在所述播放界面中，按照第二显示样式显示所述至少一个音轨中的目标音轨的音量图像，所述目标音轨的音量图像用于展示所述目标音轨的各个采样时刻分别对应的音量；

其中，所述目标音轨的音量图像与所述目标音频的音量图像对比显示。

6.根据权利要求5所述的方法，其特征在于，所述在所述播放界面中，按照第一显示样式显示所述目标音频的音量图像，包括：

获取所述目标音频的各个采样时刻分别对应的音量；

按照所述目标音频的各个采样时刻分别对应的音量，确定所述目标音频的各个采样时刻分别对应的音量条的长度，所述音量条的长度与音量呈正相关关系；

基于所述目标音频的各个采样时刻分别对应的音量条的长度，以所述第一显示样式显示所述目标音频的各个采样时刻分别对应的音量条，形成所述目标音频的音量图像；

所述在所述播放界面中，按照第二显示样式显示所述至少一个音轨中的目标音轨的音量图像，包括：

获取所述目标音轨的各个采样时刻分别对应的音量；

按照所述目标音轨的各个采样时刻分别对应的音量，确定所述目标音轨的各个采样时刻分别对应的音量条的长度；

基于所述目标音轨的各个采样时刻分别对应的音量条的长度，以所述第二显示样式显示所述目标音轨的各个采样时刻分别对应的音量条，形成所述目标音轨的音量图像。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述播放界面中，按照第三显示样式显示所述至少一个音轨中的目标音轨的初始音效图像，所述目标音轨的初始音效图像用于展示所述目标音轨在各个时段分别对应的初始音效；

在所述播放界面中，按照第四显示样式显示所述目标音轨的调节后音效图像，所述目标音轨的调节后音效图像用于展示在针对所述目标音轨的音效调节操作之后，所述目标音轨在各个时段分别对应的音效；

其中，所述目标音轨的初始音效图像与所述目标音轨的调节后音效图像对比显示。

8.根据权利要求1所述的方法，其特征在于，所述对所述目标音频的多个待合成音轨进行混音，得到更新后的目标音频，包括：

在所述至少一个音轨中的目标音轨的整体音频始终处于静音状态的情况下，将所述多个音轨中除了所述目标音轨之外的其他待合成音轨进行混音，得到所述更新后的目标音频。

9.根据权利要求1至8任一项所述的方法，其特征在于，所述播放界面中显示有音轨添加控件，所述方法还包括：

响应于针对所述音轨添加控件的触发操作，显示至少一个候选音轨的选项；

响应于针对所述至少一个候选音轨中的指定音轨的选项的选择操作，在所述播放界面中添加显示所述指定音轨的属性信息；

其中，所述多个待合成音轨包括所述指定音轨。

10.一种音频播放装置，其特征在于，所述装置包括：

界面显示模块，用于显示目标音频的播放界面，所述播放界面中显示有所述目标音频包含的多个音轨，所述目标音频为歌曲，所述多个音轨包括所述歌曲中不同乐器分别对应的音轨；

音轨对齐模块，用于通过静音填充对所述多个音轨进行时间对齐，得到对齐后的所述多个音轨；所述时间对齐包括将所述多个音轨分别对应的起止时间调整为相同，且对齐前后所述多个音轨中的有声音频片段在时间轴上的相对位置保持不变；其中，对齐后的所述多个音轨用于被调节和混音；

音轨调节模块，用于响应于针对对齐后的所述多个音轨中的至少一个音轨中的目标音轨的调节操作，对所述目标音轨的播放参数进行调节，得到调节后的目标音轨；基于所述调节后的目标音轨，对所述目标音轨的关联音轨的播放参数进行调节，得到调节后的关联音轨；其中，所述关联音轨的播放参数，包括所述关联音轨的播放音量、播放音效、播放时段和播放音调中的至少一个；

音频更新模块，用于对所述目标音频的多个待合成音轨进行混音，得到更新后的目标音频；其中，所述多个待合成音轨包括所述调节后的目标音轨和所述调节后的关联音轨；

音频播放模块，用于播放所述更新后的目标音频。

11.一种终端设备，其特征在于，所述终端设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行，以实现如上述权利要求1至9任一项所述的音频播放方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行，以实现如上述权利要求1至9任一项所述的音频播放方法。