CN117398688A - 音频处理方法、装置、介质以及电子设备 - Google Patents

Abstract

本公开涉及一种音频处理方法、装置、介质以及电子设备，涉及计算机技术领域，该方法通过获取虚拟场景中的目标声源产生的目标音频，根据目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定目标音频对应的目标响度，并根据目标响度，输出目标音频，可以使得产生的音频的响度呈现在用户听觉系统中为无固定位置效果的声源在虚拟场景中产生的目标音频可以呈现真实的听感，从而在虚拟场景中营造更加真实的氛围感，使得玩家能够具有更加沉浸式的游戏体验。

Description

音频处理方法、装置、介质以及电子设备

技术领域

本公开涉及计算机技术领域，具体地，涉及一种音频处理方法、装置、介质以及电子设备。

背景技术

环境音频通过能够用来为玩家营造真实的场景体验感或者是烘托游戏氛围。例如，通过在虚拟场景中播放鸟鸣声、草动声等等大自然的环境音频，能够让玩家感觉身处真正的大自然环境中。因此，如何对虚拟场景中的环境音频进行处理并播放，以使环境音频能够给玩家营造出真实的游戏体验感成为越来越重要的研究方向。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种音频处理方法，包括：

获取虚拟场景中的目标声源产生的目标音频；

根据所述目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定所述目标音频对应的目标响度，其中所述响度衰减曲线包括第一距离区间以及第二距离区间，所述第一距离区间以及所述第二距离区间依次增大，在所述第一距离区间中，所述目标声源产生的音频的响度与距离正相关，在所述第二距离区间中，所述目标声源产生的音频的响度与距离负相关；

根据所述目标响度，输出所述目标音频。

第二方面，本公开提供一种音频处理装置，包括：

获取模块，被配置为获取虚拟场景中的目标声源产生的目标音频；

确定模块，被配置为根据所述目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定所述目标音频对应的目标响度，其中所述响度衰减曲线包括第一距离区间以及第二距离区间，所述第一距离区间以及所述第二距离区间依次增大，在所述第一距离区间中，所述目标声源产生的音频的响度与距离正相关，在所述第二距离区间中，所述目标声源产生的音频的响度与距离负相关；

输出模块，被配置为根据所述目标响度，输出所述目标音频。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。

基于上述技术方案，通过获取虚拟场景中的目标声源产生的目标音频，根据目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定目标音频对应的目标响度，并根据目标响度，输出目标音频，可以使得产生的音频的响度呈现在用户听觉系统中为无固定位置效果的声源在虚拟场景中产生的目标音频可以呈现真实的听感，从而在虚拟场景中营造更加真实的氛围感，使得玩家能够具有更加沉浸式的游戏体验。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是根据一些实施例示出的一种音频处理方法的流程图。

图2是根据一些实施例示出的响度衰减曲线的示意图。

图3是根据一些实施例示出的音频处理装置的结构示意图。

图4是根据一些实施例示出的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

图1是根据一些实施例示出的一种音频处理方法的流程图。如图1所示，本公开实施例提供一种音频处理方法，该方法可以通过电子设备执行，具体可以是通过一种音频处理装置来执行，该装置可以由软件和/或硬件的方式实现，配置于电子设备中。如图1所示，该方法可以包括以下步骤。

在步骤110中，获取虚拟场景中的目标声源产生的目标音频。

这里，虚拟场景可以是指虚拟现实场景，如使用VR设备呈现的虚拟现实场景，当然，该虚拟场景也可以是除虚拟现实场景外的其他电子游戏场景。

电子设备可以响应于在虚拟场景中播放目标声源产生的目标音频的指令，获取目标声源产生的目标音频。例如，当在虚拟场景中需要播放风声这一目标音频时，则获取风声这一目标音频。应当理解的是，目标音频是指游戏制作人员预先制作好的目标声源在真实世界中发出的未经过处理的原始音频信号。

其中，目标声源为产生的音频的响度呈现在用户听觉系统中为无固定位置效果的声源。即目标声源产生的音频的响度呈现在玩家的听觉系统中不是从虚拟场景的固定位置中发出的，而是会根据玩家操控的玩家角色与目标声源的距离不同，呈现出不同的响度。例如，目标音频可以是风声，在虚拟场景中的某一山谷可以具有风声，当玩家角色距离山谷较远时，玩家听到的风声的响度较大，而当玩家角色距离山谷较近时，玩家听到的风声的响度反而会变小甚至变为0。当然，目标音频也可以是雷声。例如，当玩家在远处听到某处的乌云中传出雷声，但是当玩家控制虚拟对象走近该乌云时，却无法通过声音来确定具体是哪一朵乌云产生的雷声。

应当理解的是，一般情况下，设置在虚拟场景的固定位置中的发声体发出的声音的响度是固定的，当玩家角色走近该发声体，则玩家听到的由该发声体发出的声音的响度越来越大，当玩家角色远离该发声体时，则玩家听到的由该发声体发出的声音的响度越来越小。例如，对于虚拟场景中的瀑布，当玩家角色走近瀑布时，则玩家听到的瀑布声的响度越来越大，当玩家角色远离瀑布时，则玩家听到的瀑布声的响度越来越小。即玩家听到的瀑布声的响度在用户听觉系统中是具有在虚拟场景中的固定位置发出的效果的。

但是，本公开实施例的目标声源则与瀑布这种在固定位置的声源不一样，目标声源产生的目标音频的响度在玩家的听觉系统中，只能够让玩家分辨出目标音频在虚拟场景中的大致位置以及方向，而无法让玩家分辨出目标音频在虚拟场景中的具体位置。以在山谷中的风声为例，若山谷刮风，在玩家角色距离山谷较远时，玩家听到的风声会较大，但是当玩家角色走近山谷时，玩家可以感受到山谷中的风，但是听到的风声的响度反而会变低。

值得说明的是，虽然目标音频(风声)对应的目标声源(相当于发声体)被放置在虚拟场景中的某一固定位置中(如山谷中的一个固定位置)，但是目标音频的响度在玩家的听觉系统中并不是由该固定位置发出的。即通过响度的变化来在玩家的听觉系统中呈现出无固定位置效果的音频效果。

其中，需要说明的是，发声体是指在虚拟场景中发出特定音效的物体。例如，在虚拟场景中存在瀑布发出瀑布声，则在瀑布的位置处，就会存在一个发声体，且该发声体发出瀑布声。应当理解的是，发声体在虚拟场景中可以是不可见状态的，或者说发声体仅仅表示物体在播放音效的声音事件，其并不一定是实质的物体。另外，在其他术语中，发声体也可以被称为发射者。

在步骤120中，根据目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定目标音频对应的目标响度。

这里，虚拟对象可以是指由玩家控制的玩家角色。在响度衰减曲线中，距离与响度一一对应，即不同的距离对应一个响度值。

在本公开中，可以根据目标声源在虚拟场景中的位置信息与虚拟对象在虚拟场景中的位置信息，确定目标声源与虚拟对象之间的目标距离。然后，根据目标距离，在响度衰减曲线中查找得到目标距离对应的目标响度。

其中，响度衰减曲线包括第一距离区间以及第二距离区间，第一距离区间以及第二距离区间依次增大，在第一距离区间中，目标声源产生的音频的响度与距离正相关，在第二距离区间中，目标声源产生的音频的响度与距离负相关。

值得说明的是，第二距离区间的起始点可以与第一距离区间的终点重合，且第二距离区间的起始点对应的响度可以与第一距离区间的终点对应的响度一致。

图2是根据一些实施例示出的响度衰减曲线的示意图。如图2所示，响度衰减曲线的横坐标为虚拟对象与目标声源之间的距离，纵坐标为。其中，在本公开实施例中，距离的单位可以根据不同的游戏引擎来确定。例如，距离的单位可以是米，也可以是厘米。需要注意的是，在游戏场景中，距离的单位实际上是一种比例尺度，与真实世界的距离单位存在一定差异。另外，响度的单位可以为dB(分贝)。

应当理解的是，响度为0dB表示响度最大，响度为-200dB表示响度最小。在[0,5000]的第一距离区间中，目标声源产生的音频的响度与距离正相关，即随着距离的变大，目标音频的响度从最小响度逐渐变大至最大响度。在(5000,8000]的第二距离区间中，目标声源产生的音频的响度与距离负相关，即随着距离的变大，目标音频的响度从最大响度逐渐减小至最小响度。

值得说明的是，图2所示的响度值仅是一个示例，在实际应用情况中，也可以使用其他响度值，如使用-192dB至+10dB的区间，或者使用-80dB至0dB的区间，其中，-192dB、-80dB为最小响度，+10dB、0dB为最大响度。当然，图2所示的距离与响度值之间的关联关系也可以根据实际应用情况进行调整。

需要注意的是，响度衰减曲线实际上用于在虚拟场景中模拟目标声源产生的音频在真实世界中的声音效果的曲线。例如，若目标音频为风声，则响度衰减曲线用于在虚拟场景中模拟真实世界中的风声的效果的曲线。

在步骤130中，根据目标响度，输出目标音频。

这里，电子设备可以按照目标响度来播放目标音频。应当理解的是，当虚拟对象与目标声源的距离不同，目标声源产生的目标音频呈现在玩家的听觉中的响度是不一样的。

通过图2所示的响度衰减曲线，当玩家操控的虚拟对象与产生风声的目标声源之间的距离在第一距离区间内时，随着距离的变大，呈现在玩家听觉系统中的风声的响度从无逐渐变大并达到最大响度。当玩家操控的虚拟对象与产生风声的目标声源之间的距离在第二距离区间内时，随着距离的变大，呈现在玩家听觉系统中的风声的响度从最大响度逐渐变小直至响度变为无。因此，通过上述响度衰减曲线，可以在虚拟场景中模拟出如风声这一类型的目标声源在真实世界中的听感。

由此，通过获取虚拟场景中的目标声源产生的目标音频，根据目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定目标音频对应的目标响度，并根据目标响度，输出目标音频，可以使得产生的音频的响度呈现在用户听觉系统中为无固定位置效果的声源在虚拟场景中产生的目标音频可以呈现真实的听感，从而在虚拟场景中营造更加真实的氛围感，使得玩家能够具有更加沉浸式的游戏体验。

在一些可以实现的实施方式中，第一距离区间包括第一子区间以及第二子区间，第一子区间以及第二子区间依次增大，在第一子区间中，不同距离对应的响度一致，在第二子区间中，目标声源产生的音频的响度与距离正相关。

这里，第一子区间的终点可以与第二子区间的起始点重合，第二子区间的起始点对应的响度可以与第一子区间的终点对应的响度一致。

如图2所示，[0,5000]的第一距离区间可以被划分为[0,1800]的第一子区间以及(1800,5000]第二子区间。在第一子区间中，不同距离对应的响度一致。即在第一子区间内，无论虚拟对象与目标声源之间的距离如何变化，响度都保持一致，例如保持为-200dB，即保持为最小响度。在第一子区间中，表示虚拟对象距离目标声源较近，目标声源产生的目标音频呈现在玩家的听觉系统中的响度较小甚至听不到目标音频。当虚拟对象逐渐远离目标声源，并在距离位于第二子区间内时，目标音频的响度逐渐变大并达到最大响度。即随着玩家操控的虚拟对象逐渐远离目标声源，玩家听到的目标音频的响度逐渐变大并最终达到最大响度。

由此，通过划分第一子区间以及第二子区间，可以使得虚拟对象位于目标声源的一定范围(第一子区间)内时，玩家听到的目标音频的响度较小甚至听不到目标音频，从而模拟更加真实的目标音频的听感。

在一些可以实现的实施方式中，可以根据目标声源对应的目标声源类型，结合不同声源类型与响度衰减曲线之间的映射关系，确定响度衰减曲线。

这里，可以预先建立不同声源类型与响度衰减曲线之间的映射关系，当触发在虚拟场景中播放目标声源产生的目标音频时，电子设备可以根据目标声源对应的目标声源类型，在预先建立的映射关系中确定目标声源类型对应的响度衰减曲线。

例如，风声为一种声源类型的声源，当需要在虚拟场景中播放风声时，则通过风声这一目标声源类型，在预先建立的映射关系中确定风声对应的响度衰减曲线。

值得说明的是，在上述映射关系中，各个声源类型对应的衰减曲线均是在第一距离区间中，目标声源产生的音频的响度与距离正相关，在第二距离区间中，目标声源产生的音频的响度与距离负相关，且第二距离区间的起始点对应的响度与第一距离区间的终点对应的响度一致。各个响度衰减曲线的区别主要在于各个距离对应的响度值会有所区别。因此，可以理解的是，各个响度衰减曲线实际上通过不同的响度值来使得不同声源类型的音频，能够在虚拟场景中模拟出该声源类型的音频在真实世界中的声音效果。

由此，通过目标声源对应的目标声源类型，结合不同声源类型与响度衰减曲线之间的映射关系，确定响度衰减曲线，可以在虚拟场景中准确地模拟出该声源类型的音频在真实世界中的听感效果，以使虚拟场景能够更加真实。

在一些可以实现的实施方式中，在步骤130中，可以根据虚拟对象与目标声源之间的朝向和/或距离，对目标音频进行空间化处理，获得空间化后的目标音频，并将目标响度作为空间化后的目标音频对应的响度，然后播放空间化后的目标音频。

这里，电子设备根据虚拟对象在虚拟场景中的位姿信息以及目标声源在虚拟场景中的位姿信息，确定虚拟对象与目标声源之间的朝向和/或距离。然后基于虚拟对象与目标声源之间的朝向和/或距离来对目标音频进行空间化处理。

应当理解的是，空间化处理实际上是将缺少朝向和/或距离信息的目标音频渲染到虚拟场景中。示例性地，对目标音频进行空间化处理包括对目标音频进行距离处理和/或朝向处理，其中，距离处理是根据虚拟对象相对于目标声源的距离参数改变目标音频的响度、频率、扩散度以及聚焦度中的一种或多种。朝向处理是根据虚拟对象相对于目标声源的朝向参数改变目标音频的音色。

值得说明的是，对目标音频进行空间化处理获得的经过空间化处理后的目标音频，该目标音频实际上是一种Ambisonic格式的音频。该Ambisonic格式是一种基于空间位置表示声音的音频格式。Ambisonic格式的音频是具有各向同性的，能够平等对待来自任何方向的声音。

需要说明的是，空间化后的目标音频实际上是具有响度的，此时，需要将空间化后的目标音频的原始响度替换为目标响度。即空间化后的目标音频的实际响度为目标响度。当然，也可以是在空间化处理的过程中，将目标音频的响度调整为目标响度，从而获得响度为目标响度的空间化后的目标音频。

然后，电子设备通过音频还放系统对空间化后的目标音频进行还放，以通过与电子设备连接的音频输出设备来播放空间化后的目标音频。此时，呈现在玩家的听觉系统中的由目标声源产生的目标音频的响度为目标响度。

由此，通过对目标音频进行空间化处理，获得空间化后的目标音频，并将目标响度作为空间化后的目标音频对应的响度，然后播放空间化后的目标音频，可以使得在虚拟场景中播放的目标音频更加真实，以使虚拟场景能够更加真实，从而给玩家带来更加真实的游戏体验。

在一些可以实现的实施方式中，电子设备还可以响应于在虚拟场景中播放第一类型的环境音频的指令，获取第一类型的环境音频对应的第一原始音频信号，并播放第一原始音频信号。

这里，在虚拟场景中播放的音频，还可以包括在虚拟场景中触发播放属于第一类型的环境音频。

其中，第一类型的环境音频为虚拟场景的背景声。应当理解的是，第一类型的环境音频可以理解为虚拟场景中的基础背景音频。第一类型的环境音频可以是用于营造虚拟场景的氛围感的环境音频。针对不同的虚拟场景，可以具有不同的用于营造虚拟场景的氛围感的环境音频。例如，在虚拟场景为自然环境时，第一类型的环境音频可以为鸟叫声、虫鸣声等等用于营造自然环境这一氛围的环境音频。需要说明的是，第一类型的环境音频，其在虚拟场景中可以没有对应的具象的虚拟物品。即玩家在虚拟场景中的各个区域都可以听到第一类型的环境音频，而不是只有玩家控制的虚拟对象出现在某一场景中才会出现的环境声。例如，对于鸟叫声而言，不是说虚拟场景中出“鸟”这一虚拟物品时才触发的第一类型的环境音频。

当电子设备接收到在虚拟场景中播放第一类型的环境音频的指令时，电子设备获取对应的第一原始音频信号，并直接播放第一原始音频信号。即，在本公开实施例中，针对第一类型的环境音频，电子设备不对第一类型的环境音频进行包括空间化处理在内的任何处理，而是直接播放对应的第一原始音频信号，以营造真实的虚拟场景的体验感。

应当理解的是，第一原始音频信号是指游戏制作人员预先制作好的在真实世界中发出的未经过处理的原始音频信号。该第一原始音频信号的音频格式可以是7.1.4的音频格式。

另外，需要注意的是，在虚拟场景中播放第一类型的环境音频的指令可以是开始展示虚拟场景时即触发的。

由此，通过直接播放第一原始音频信号，可以保证在虚拟场景中稳定地表现虚拟场景的背景声，从而更好地给玩家营造出真实的游戏氛围。

在一些可以实现的实施方式中，电子设备还可以响应于在虚拟场景中播放第二类型的环境音频的指令，获取第二类型的环境音频对应的第二原始音频信号，根据虚拟对象与产生第二类型的环境音频的发声体之间的朝向，对第二原始音频信号进行空间化处理，获得第一目标环境音频，播放第一目标环境音频。

这里，在虚拟场景中播放的音频，还可以包括在虚拟场景中触发播放属于第二类型的环境音频。应当理解的是，第二类型的环境音频可以理解为虚拟场景中的基础背景音频。当然，第二类型的环境音频可以为虚拟场景中可选的环境音效。当虚拟场景配置有第二类型的环境音频时，则触发在虚拟场景中播放第二类型的环境音频的指令。

其中，第二类型的环境音频可以为用于营造虚拟场景的氛围感的环境音频。针对不同的虚拟场景，可以具有不同的用于营造虚拟场景的氛围感的环境音频。例如，在虚拟场景为自然环境时，第二类型的环境音频可以为鸟叫声、虫鸣声等等用于营造自然环境这一氛围的环境音频。需要说明的是，第二类型的环境音频，其在虚拟场景中可以没有对应的具象的虚拟物品。即玩家在虚拟场景中的各个区域都可以听到第二类型的环境音频，而不是只有玩家控制的虚拟对象出现在某一场景中才会出现的环境声。例如，对于鸟叫声而言，不是说虚拟场景中出“鸟”这一虚拟物品时才触发的第一类型的环境音频。

当电子设备接收到在虚拟场景中播放第二类型的环境音频的指令时，电子设备获取对应的第二原始音频信号，并根据虚拟对象与产生第二类型的环境音频的发声体之间的朝向，对第二原始音频信号进行空间化处理，获得第一目标环境音频，然后通过音频还放系统对第一目标环境音频进行还放，以通过与电子设备连接的音频输出设备来播放第一目标环境音频。

应当理解的是，第二原始音频信号是指游戏制作人员预先制作好的在真实世界中发出的未经过处理的原始音频信号。该第二原始音频信号的音频格式可以是Ambisonic的音频格式。

另外，基于朝向对第二原始音频信号进行空间化处理的具体实现方式可以参照上述实施例的相关描述，在此不再赘述。

其中，虚拟对象与产生第二类型的环境音频的发声体之间的朝向，可以是根据虚拟对象在虚拟场景的姿态以及产生第二类型的环境音频的发声体的位置来确定的。

需要注意的是，基于朝向对第二原始音频信号进行空间化处理，输出的第一目标环境音频能够根据虚拟对象的转动而实现不同的声音效果。例如，第二原始音频信号的体现是“在玩家的左耳具有鸟叫声，在玩家的右耳具有狗叫声”，当玩家操控虚拟对象进行旋转时，空间化处理后的第一目标环境音频的体现是“鸟叫声以及狗叫声会随着玩家的朝向的不同而出现在左耳或右耳”，即随着虚拟对象的朝向的改变，固定出现在玩家的右耳的狗叫声，也会出现在玩家的左耳上，固定出现在玩家左耳的鸟叫声也会出现在玩家的右耳上。

由此，通过根据虚拟对象与产生第二类型的环境音频的发声体之间的朝向，对第二原始音频信号进行空间化处理，可以使得在虚拟场景中播放的第二类型的环境音频能够更加真实，从而通过真实的环境音频来给玩家营造更加真实的虚拟场景。

值得说明的是，上述实施方式中的第一类型的环境音频以及第二类型的环境音频实际上可以理解为是同一类型的环境音频。针对该环境音频，游戏制作人员可以根据不同虚拟场景的需求，选择直接播放第一原始音频信号或者选择处理为第一目标环境音频并播放第一目标环境音频中的一种方式来播放该类型的环境音频。例如，针对鸟叫声，针对不同类型的虚拟场景下的鸟叫声，可以选择播放第一原始音频信号或者选择播放第一目标环境音频的方式来在虚拟场景中呈现鸟叫声这一背景声。

在一些可以实现的实施方式中，电子设备还可以响应于在虚拟场景中播放第三类型的环境音频的指令，获取第三类型的环境音频对应的第三原始音频信号，并根据虚拟对象的第一位置信息与产生第三类型的环境音频的场景点声源的第二位置信息，对第三原始音频信号进行空间化处理，获得第二目标环境音频，然后播放第二目标环境音频。

这里，在虚拟场景中播放的音频，还可以包括播放第三类型的环境音频。应当理解的是，第二类型的环境音频可以为虚拟场景中可选的环境音频。当虚拟场景配置有第二类型的环境音频时，则触发在虚拟场景中播放第二类型的环境音频的指令。

其中，第三类型的环境音频为虚拟场景中的场景点声源产生的环境音频，该第三类型的环境音频为在用户听觉系统中呈现为固定位置效果的环境音频。应当理解的是，场景点声源可以理解为是虚拟场景中具有的虚拟物品，则第三类型的环境音频为该虚拟物品发出的环境声。例如，该场景点声源可以是设置在虚拟场景中的火堆、喷泉、瀑布等等元素。场景点声源发生的环境音频，呈现在用户听觉系统中是具有固定位置效果的，即玩家通过场景点声源发生的环境音频，能够清晰感知到场景点声源在虚拟场景中的具体位置。

当电子设备接收到在虚拟场景中播放第三类型的环境音频的指令时，电子设备获取对应的第三原始音频信号，并根据虚拟对象的第一位置信息与产生第三类型的环境音频的场景点声源的第二位置信息，对第三原始音频信号进行空间化处理，获得第二目标环境音频，然后通过音频还放系统对第二目标环境音频进行还放，以通过与电子设备连接的音频输出设备来播放第二目标环境音频。

应当理解的是，第三原始音频信号是指游戏制作人员预先制作好的虚拟物品在真实世界中发出的未经过处理的原始音频信号。该第三原始音频信号的音频格式可以是Ambisonic的音频格式。

根据虚拟对象的第一位置信息与产生第三类型的环境音频的场景点声源的第二位置信息，对第三原始音频信号进行空间化处理，实际上是根据虚拟对象的第一位置信息以及第三类型的环境音频的场景点声源在虚拟场景中的第二位置信息，确定虚拟对象与场景点声源之间的距离，然后根据确定到的距离对第三原始音频信号进行空间化处理。距离处理是根据虚拟对象相对于场景点声源之间的距离改变目标音频的响度、频率、扩散度以及聚焦度中的一种或多种。

值得说明的是，空间化处理获得的第二目标环境音频，其呈现在玩家的听觉系统中的效果是，当虚拟对象距离场景点声源越近，该场景点声源发出的第二目标环境音频的响度越大，当虚拟对象距离场景点声源越远，该场景点声源发出的第二目标环境音频的响度越小。

由此，通过根据虚拟对象的第一位置信息与产生第三类型的环境音频的场景点声源的第二位置信息，对第三原始音频信号进行空间化处理，获得第二目标环境音频，可以使得在虚拟场景中播放的第三类型的环境音频能够更加真实，从而通过真实的环境音频来给玩家营造更加真实的虚拟场景。

值得说明的是，在本公开实施例中，第一类型的环境音频、第二类型的环境音频、第三类型的环境音频以及目标声源产生的目标音频可以进行任意组合。例如，在虚拟场景中可以同时触发播放第一类型的环境音频、第二类型的环境音频、第三类型的环境音频以及目标声源产生的目标音频，也可以触发播放第一类型的环境音频以及目标声源产生的目标音频。

应当理解的是，在虚拟场景同时触发第一类型的环境音频、第二类型的环境音频、第三类型的环境音频以及目标声源产生的目标音频的多种音频的情况下，电子设备可以将触发的多种音频进行混音，然后输出混音后的音频。例如，假设同时触发播放第一类型的环境音频以及目标音频，则可以将第一原始音频信号与目标音频进行混音，然后输出混音后的音频。

通过第一类型的环境音频、第二类型的环境音频、第三类型的环境音频以及目标声源产生的目标音频，可以使得虚拟场景中播放的环境音频更加具有层次感以及真实感，从而通过环境音频给玩家营造出更加真实的游戏体验感。

当然，在其他实施方式中，虚拟场景也可以播放第四类型的环境音频，该第四类型的环境音频是指虚拟场景的底噪。例如，假设虚拟场景为一个房间，则第四类型的环境音频可以为房间的环境底噪。该环境底噪为房间在真实世界中必然会具有的一种环境声，并不随房间内的变化而变化。示例性地，可以直接播放第四类型的环境音频对应的第四原始音频信号。该第四原始音频信号是指游戏制作人员预先制作好的在真实世界中发出的未经过处理的原始音频信号。该第四原始音频信号的音频格式可以是7.1.4的音频格式。

图3是根据一些实施例示出的音频处理装置的结构示意图。如图3所示，本公开实施例提供一种音频处理装置，该音频处理装置300包括：

获取模块301，被配置为获取虚拟场景中的目标声源产生的目标音频；

确定模块302，被配置为根据所述目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定所述目标音频对应的目标响度，其中所述响度衰减曲线包括第一距离区间以及第二距离区间，所述第一距离区间以及所述第二距离区间依次增大，在所述第一距离区间中，所述目标声源产生的音频的响度与距离正相关，在所述第二距离区间中，所述目标声源产生的音频的响度与距离负相关；

输出模块303，被配置为根据所述目标响度，输出所述目标音频。

可选地，所述第一距离区间包括第一子区间以及第二子区间，所述第一子区间以及所述第二子区间依次增大，在所述第一子区间中，不同距离对应的响度一致，在所述第二子区间中，所述目标声源产生的音频的响度与距离正相关。

可选地，所述确定模块302具体被配置为：

根据所述目标声源对应的目标声源类型，结合不同声源类型与响度衰减曲线之间的映射关系，确定所述响度衰减曲线。

可选地，所述输出模块303具体被配置为：

根据所述虚拟对象与所述目标声源之间的朝向和/或距离，对所述目标音频进行空间化处理，获得空间化后的目标音频；

将所述目标响度作为所述空间化后的目标音频对应的响度，并播放所述空间化后的目标音频。

可选地，所述音频处理装置300还包括：

第一音频获取单元，被配置为响应于在所述虚拟场景中播放第一类型的环境音频的指令，获取所述第一类型的环境音频对应的第一原始音频信号，其中所述第一类型的环境音频为所述虚拟场景的背景声；

第一播放单元，被配置为播放所述第一原始音频信号。

可选地，所述音频处理装置300还包括：

第二音频获取单元，被配置为响应于在所述虚拟场景中播放第二类型的环境音频的指令，获取所述第二类型的环境音频对应的第二原始音频信号，其中所述第二类型的环境音频为所述虚拟场景的背景声；

第一处理单元，被配置为根据所述虚拟对象与产生所述第二类型的环境音频的发声体之间的朝向，对所述第二原始音频信号进行空间化处理，获得第一目标环境音频；

第二播放单元，被配置为播放所述第一目标环境音频。

可选地，所述音频处理装置300还包括：

第三音频获取单元，被配置为响应于在所述虚拟场景中播放第三类型的环境音频的指令，获取所述第三类型的环境音频对应的第三原始音频信号，其中所述第三类型的环境音频为所述虚拟场景中的场景点声源产生的环境音频；

第二处理单元，被配置为根据所述虚拟对象的第一位置信息与产生所述第三类型的环境音频的场景点声源的第二位置信息，对所述第三原始音频信号进行空间化处理，获得第二目标环境音频；

第三播放单元，被配置为播放所述第二目标环境音频。

关于上述音频处理装置300中的各个功能模块执行的功能逻辑已经在关于方法的部分进行了详细说明，在此不再赘述。

下面参考图4，其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)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装置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RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603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。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

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，其包括承载在非暂态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装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述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。在本公开中，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。而在本公开中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，电子设备可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

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电子设备执行时，使得该电子设备：

获取虚拟场景中的目标声源产生的目标音频；根据所述目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定所述目标音频对应的目标响度，其中所述响度衰减曲线包括第一距离区间以及第二距离区间，所述第一距离区间以及所述第二距离区间依次增大，在所述第一距离区间中，所述目标声源产生的音频的响度与距离正相关，在所述第二距离区间中，所述目标声源产生的音频的响度与距离负相关；根据所述目标响度，输出所述目标音频。

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公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—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用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用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)——连接到用户计算机，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，图示了按照本公开各种实施例的系统、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。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

以上描述仅为本公开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，本公开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上述公开构思的情况下，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。例如上述特征与本公开中公开的(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。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。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。

Claims (10)

1.一种音频处理方法，其特征在于，包括：

获取虚拟场景中的目标声源产生的目标音频；

根据所述目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定所述目标音频对应的目标响度，其中所述响度衰减曲线包括第一距离区间以及第二距离区间，所述第一距离区间以及所述第二距离区间依次增大，在所述第一距离区间中，所述目标声源产生的音频的响度与距离正相关，在所述第二距离区间中，所述目标声源产生的音频的响度与距离负相关；

根据所述目标响度，输出所述目标音频。

2.根据权利要求1所述的方法，其特征在于，所述第一距离区间包括第一子区间以及第二子区间，所述第一子区间以及所述第二子区间依次增大，在所述第一子区间中，不同距离对应的响度一致，在所述第二子区间中，所述目标声源产生的音频的响度与距离正相关。

3.根据权利要求1所述的方法，其特征在于，所述响度衰减曲线通过以下步骤确定：

根据所述目标声源对应的目标声源类型，结合不同声源类型与响度衰减曲线之间的映射关系，确定所述响度衰减曲线。

4.根据权利要求1所述的方法，其特征在于，所述根据所述目标响度，输出所述目标音频，包括：

根据所述虚拟对象与所述目标声源之间的朝向和/或距离，对所述目标音频进行空间化处理，获得空间化后的目标音频；

将所述目标响度作为所述空间化后的目标音频对应的响度，并播放所述空间化后的目标音频。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

响应于在所述虚拟场景中播放第一类型的环境音频的指令，获取所述第一类型的环境音频对应的第一原始音频信号，其中所述第一类型的环境音频为所述虚拟场景的背景声；

播放所述第一原始音频信号。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

响应于在所述虚拟场景中播放第二类型的环境音频的指令，获取所述第二类型的环境音频对应的第二原始音频信号，其中所述第二类型的环境音频为所述虚拟场景的背景声；

根据所述虚拟对象与产生所述第二类型的环境音频的发声体之间的朝向，对所述第二原始音频信号进行空间化处理，获得第一目标环境音频；

播放所述第一目标环境音频。

7.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

响应于在所述虚拟场景中播放第三类型的环境音频的指令，获取所述第三类型的环境音频对应的第三原始音频信号，其中所述第三类型的环境音频为所述虚拟场景中的场景点声源产生的环境音频；

根据所述虚拟对象的第一位置信息与产生所述第三类型的环境音频的场景点声源的第二位置信息，对所述第三原始音频信号进行空间化处理，获得第二目标环境音频；

播放所述第二目标环境音频。

8.一种音频处理装置，其特征在于，包括：

获取模块，被配置为获取虚拟场景中的目标声源产生的目标音频；

确定模块，被配置为根据所述目标声源与虚拟对象之间的目标距离，结合响度衰减曲线，确定所述目标音频对应的目标响度，其中所述响度衰减曲线包括第一距离区间以及第二距离区间，所述第一距离区间以及所述第二距离区间依次增大，在所述第一距离区间中，所述目标声源产生的音频的响度与距离正相关，在所述第二距离区间中，所述目标声源产生的音频的响度与距离负相关；

输出模块，被配置为根据所述目标响度，输出所述目标音频。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1至7中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1至7中任一项所述方法的步骤。