CN118059485A - 音频处理方法以及装置、电子设备及存储介质 - Google Patents
音频处理方法以及装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN118059485A CN118059485A CN202211484519.2A CN202211484519A CN118059485A CN 118059485 A CN118059485 A CN 118059485A CN 202211484519 A CN202211484519 A CN 202211484519A CN 118059485 A CN118059485 A CN 118059485A
- Authority
- CN
- China
- Prior art keywords
- orientation
- information
- control
- controlled object
- orientation information
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 230000008859 change Effects 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 description 15
- 230000000694 effects Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 238000003491 array Methods 0.000 description 4
- 238000007654 immersion Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000002868 homogeneous time resolved fluorescence Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 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
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/50—Controlling the output signals based on the game progress
- A63F13/54—Controlling the output signals based on the game progress involving acoustic signals, e.g. for simulating revolutions per minute [RPM] dependent engine sounds in a driving game or reverberation against a virtual wall
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Stereophonic System (AREA)
Abstract
本公开是关于一种音频处理方法以及装置、电子设备及存储介质。所述音频处理方法包括：在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；根据所述朝向信息，获取控制参数，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音。
Description
技术领域
本公开涉及信息技术领域，尤其涉及一种音频处理方法以及装置、电子设备及存储介质。
背景技术
随着虚拟现实(Virtual Reality，VR)或者增强现实(Augment Reality，AR)技术的发展，游戏玩家可以通过自身的运动姿态控制游戏角色的运动等。
为了提升游戏玩家的视觉和听觉体验效果，游戏角色会根据游戏玩家的肢体动作在游戏界面前进、后退、左右移动和/或发生其他姿体动作。
为了提升听觉效果，会根据游戏界面游戏角色和声源之间的相对位置，形成声音效果。
但是研究发现，这种声音效果还不能算是真正空间音频，还不向用户提供完全的沉浸式音效体验。
发明内容
本公开实施例提供一种音频处理方法以及装置、电子设备及存储介质。
本公开实施例第一方面提供一种音频处理方法，由第一设备，所述方法包括：
在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
根据所述朝向信息，获取控制参数，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音。
本公开实施例第二方面提供一种音频处理方法，由第二设备执行，所述方法包括：
接收第一设备发送的朝向信息；其中，所述朝向信息指示：第一设备在显示受控对象时所述受控对象的控制对象的朝向；
根据所述朝向信息，确定控制参数；其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音；
将所述控制参数发送给所述第一设备。
本公开实施例第三方提供一种音频处理装置，所述音频处理装置包括：
朝向获取模块，用于在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
参数获取模块，用于根据所述朝向信息，获取控制参数，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音。
本公开实施例第四方面提供一种音频处理装置，所述装置包括：
接收模块，用于接收第一设备发送的朝向信息；其中，所述朝向信息指示：第一设备在显示受控对象时所述受控对象的控制对象的朝向；
确定模块，用于根据所述朝向信息，确定控制参数；其中，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音；
发送模块，用于将所述目标音频发送给所述第一设备。
本公开实施例第五方面提供一种电子设备，包括：
用于存储处理器可执行指令的存储器；
处理器，与所述存储器连接；
其中，所述处理器被配置为执行如第一方面或第二方面任意技术方案提供的音频处理方法。
本公开实施例第六方面提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由计算机的处理器执行时，使得计算机能够执行如第一方面或第二方面任意技术方案提供的音频处理方法。
本公开实施例提供的技术方案，会获取控制对象的朝向信息，并根据朝向信息获取目标音频输出的控制参数。如此，控制对象的朝向不同，则认定受控对象与声源之间相对位置也不同，也即受控对象的朝向和声源的发音方向之间的相对角度就不同，如此，即便声源发出同一个声音，控制对象听到的音效也是有差异的，从而实现了用户的声音沉浸式体验，实现空间音频的高精度模拟。
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。
图1是根据一示例性实施例示出的一种音频处理方法的流程示意图；
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示意图；
图3是根据一示例性实施例示出的一种音频处理方法的流程示意图；
图4是根据一示例性实施例示出的一种音频处理方法的流程示意图；
图5A是根据一示例性实施例示出的一种控制对象和受控对象的位置变化之间的关联示意图；
图5B是根据一示例性实施例示出的一种控制对象的朝向变化的示意图；
图6是根据一示例性实施例示出的一种人体左右耳和声源之间的相对位置示意图；
图7是根据一示例性实施例示出的一种音频处理装置的结构示意图；
图8是根据一示例性实施例示出的一种音频处理装置的结构示意图；
图9是根据一示例性实施例示出的一种电子设备的结构示意图。
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的例子。
如图1所示，本公开实施例提供一种音频处理方法，由第一设备，所述方法包括：
S1110：在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
S1120：根据所述朝向信息，获取控制参数，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音。
该第一设备可为终端设备。示例性地，该终端设备包括但不限于：手机、平板电脑、可穿戴式设备、车载设备、智能家居设备和/或智能办公设备。
所述可穿戴式设备可包括：智能手环、智能手表、智能头盔或者智能眼镜等。
所述智能家居设备可包括但不限于：智能电视。
所述智能办公设备可包括但不限于：智能会议设备。
在一个实施例中，所述控制对象可为用户。例如，在游戏场景下的游戏玩家。再例如，在会议场景下的参会者。又例如，社交场景下的社交用户
在一个实施例中，所述受控对象可为显示在界面上的虚拟角色。例如，在游戏场景下游戏界面上显示的游戏角色。再例如，在会议场景下，会议界面上显示的虚拟人像等。由例如，在社交场景下在网络社交界面上的社交角色等。
在本公开实施例中，若第一设备显示控制对象的受控兑现时，则会获取控制对象的朝向信息，该朝向信息可为用户的脸部朝向。
示例性地，所述S1110可包括：
接收控制对象的头戴设备检测的朝向信息；
或者，
根据第一设备的图像采集模组，确定所述朝向信息。示例性地，第一设备采集一张或多张图像，根据眼睛和/或耳朵在图像中的位置以及图像采集模组的焦点，分析出所述朝向信息。
本公开实施例中，所述朝向信息可指示当前时刻控制对象的朝向，和/或，还是控制对象当前时刻相对于前一个时刻的朝向变化。
总之，控制对象的朝向不同，则认定受控对象与声源之间相对位置也不同，也即受控对象的朝向和声源的发音方向之间的相对角度就不同，如此，即便声源发出同一个声音，控制对象听到的音效也是有差异的。为了实现用户的声音沉浸式体验，实现空间音频的高精度模拟，在本公开实施例中会根据朝向信息生成控制参数。
该控制参数中的一个或多个是与所述朝向信息相关的音频参数。例如，音量、左右声道的音量差、左右声道中同一个音在时域上的延迟量等。
该目标音频可为各种与受控对象相关的音频。例如，所述控制对象为游戏角色，则所述目标音频可为游戏角色要听到的游戏音效。又例如，所述控制对象为会议对象，则所述目标音频可为会议参与角色所说话的语音音频。
总之，在本公开实施例中，在第一设备显示控制对象的受控对象时，会获取到控制对象自身朝向信息，并根据朝向信息获取到目标音频，从而提升音频的播出效果。
在一些实施例中，所述方法还包括：获取所述控制对象的位置信息；
所述根据所述朝向信息，获取控制参数，包括：
根据所述位置信息和所述朝向信息，获取所述控制参数。
所述位置信息可为所述控制对象相对于控制受控对象的初始时刻的位置变化信息等。
该位置信息可用于控制受控对象在预定界面内的位置。示例性地，控制对象在实体空间内的位置变化量，与受控对象在预定界面内的位置变化量的正相关。
例如，如图5A所示，Δan可为玩家(即游戏的控制对象)在实体空间内在第n帧的位置变化量；而角色(即受控对象)在游戏界面上的位置变化量为k*Δan。
在一个实施例中，该位置信息和预定界面内声源的相对位置，可以确定控制目标音频的音量和/或传输方向等。
在另一个实施例中，该位置信息和预定界面内声源之间的相对位置对应的距离，可用于确定控制参数的频域复数声压。
通常情况下，相对位置之间的距离越大，则目标音频的整体音量越小。因此，在本公开实施例中根据控制对象的位置信息获取目标音频，则控制对象的位置变化会使得目标音频的位置变化。
在一些实施例中，所述获取所述控制对象的位置信息，包括：
在所述第一设备显示所述受控对象的起始时刻，构建第一坐标系；
确定所述控制对象在所述第一坐标系下的位置变化信息；
根据所述位置变化信息，确定所述控制对象的所述位置信息。
本公开实施例中，第一设备可根据在第一设备开始显示受控对象时控制对象的位置信息，构建第一坐标系。例如，将第一设备开始显示受控对象时控制对象的位置信息，确定为第一坐标系的原点。
示例性地，该第一坐标系可为直角坐标系，该直角坐标可以用于监控控制对象相对于第一设备显示受控对象初始时刻的位置变化信息，该位置变化信息可用于确定控制对象的位置信息，该位置信息可用于控制预设界面上受控对象的位置。
示例性地，周期性检测控制对象的位置变化信息，根据相邻两帧控制对象的位置变化信息控制受控对象在预设界面上的位置。
在本公开实施例中，所述控制对象的位置信息可以由第一坐标系内的坐标表示。
在一些实施例中，所述朝向信息还可用于控制受控对象在预设界面上的朝向。
在一些实施例中，所述朝向信息和所述位置信息可一同用于确定目标音频。
在一些实施例中，所述在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息，包括：
在所述第一设备显示所述受控对象的起始时刻，构建第二坐标系；
确定所述控制对象在所述第二坐标系下的朝向变化信息；
根据所述朝向变化信息，生成表征所述朝向信息的朝向向量。
示例性地，在第一设备显示受控对象的起始时刻时控制对象的位置信息，构建第二坐标系。例如，以第一设备显示受控对象的起始时刻时控制对象的位置信息，构建第二坐标系的原点。该第二坐标系可为球形坐标系。
在本公开实施例中，通过第一设备或者辅助设备监控控制对象在第二坐标系下的朝向变化信息。示例性地，第一设备或辅助设备在控制对象在其支撑面和支撑面的垂直平面内的转动，从而知晓朝向信息。
在本公开实施例中，根据相邻两帧时间内控制对象的转动，生成表征相邻两帧之间控制对象的朝向变化的朝向向量。
在一些实施例中，所述在所述第一设备显示所述受控对象的起始时刻，构建第二坐标系，包括：
在所述第一设备显示所述受控对象的起始时刻，以所述控制对象所在位置为原点构建球形坐标系。
在一些实施例中，所述方法根据所述朝向变化信息，生成表征所述朝向信息的朝向向量，还包括：
在所述第一设备显示所述受控对象的起始时刻，根据所述控制对象在所述第一坐标系下的初始朝向，构建单位向量；
从第n帧至第n+1帧之间，根据所述控制对象在所述第一坐标系下朝向变化信息，更新所述第n帧的朝向向量得到第n+1帧的朝向向量；
当所述n等于1时，所述第n帧的朝向向量为所述单位向量。
该单位向量的朝向可为：控制对象在第一设备显示受控对象的初始时刻时控制对象朝向。所述n可为任意正整数。
示例性地，在第一设备显示所述受控对象的起始时刻，控制对象的视线方向可为所述单位向量指向的方向；或者，在所述第一设备显示所述受控对象的起始时刻，所述控制对象看向所述第一设备的显示屏的方向可为所述单位向量指向的方向。
如图5B所示，在第n帧时控制对象的朝向向量为在第n+1帧时控制对象的朝向向量为：/>假设/>则获取当前帧的球坐标相对偏转/>进而获得第n+1帧的朝向向量为：
如图2所示，本公开实施例提供一种音频处理方法，由第一设备，所述方法包括：
S1210：在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
S1230：将所述朝向信息，发送给第二设备；
S1230：接收所述第二设备基于朝向信息返回的所述控制参数。
控制参数可以由第一设备自行生成，也可以由第二设备生成。若由第二设备生成，则需要将所述朝向信息发送给第二设备，可使得第二设备基于朝向信息生成所述控制参数。若由第一设备生成控制参数，则由第一设备不用向第二设备发送朝向信息。
如图3所示，本公开实施例提供一种音频处理方法，由第一设备，所述方法包括：
S1310：在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
S1320：根据所述朝向信息，生成所述控制参数。
在一些实施例中，第一设备自身具有生成目标音频的能力，因此，可以根据第m帧的朝向信息对第m帧原始音频进行音频处理，得到第m帧的目标音频。示例性地，根据所述朝向信息可以分别计算收听所述目标音频的控制对象的左耳和右耳相对于声源之间的距离差和/或角度差。
因此可以根据声音传播的原理、所述距离差和所述角度差等生成的控制参数，调整控制对象收听目标音频的左右声道的音频参数，从而提升目标音频播放的沉浸效果，提升音频播放的听觉效果。
示例性地，该控制参数可包括：目标音频的音量和/或响度等。在另一些实施例中，该音频参数可包括：声压等。
示例性地，所述控制参数包括：所述目标音频的第一声道的声压以及所述目标音频第二声道的声压。
示例性地，所述S1320可包括：
确定所述声源发出声音在所述控制对象的中心点处的频域复数声压；
根据所述朝向向量，确定所述声音在所述控制对象的左耳处的第一头相关变换函数HRTF值并确定所述声音在所述控制对象的右耳处的第二HRTF值；
S1323：根据所述频域复数声压和所述第一HRTF值，确定所述左声道的声压；
S1324：根据所述频域复数声压和所述第二HRTF值，确定所述右声道的声压。
根据如下函数，确定所述频域复数声压P∩(r，f)：
所述ρ0为介质密度c为声速，Q0为指向因数，k＝2πf/c；f为目标音频的频率；r为受控对象和声源之间的距离。
H(θ，φ，f)为：控制对象相对于单位向量在第一平面的夹角为θ且在第二平面内的夹角
φ时的频域HRTF值。
为：控制对象相对于单位向量在第一平面的夹角为θ且在第二平面内的φ时的时域HRTF值。
时域HRTF值是对频域HRTF值进行傅里叶变换得到的。
M对应不同的预采集HRTF值，Ai为权重。
a为控制对象的头部半径。*代表卷积运算。PL(r，θ，φ，f，a)为左声道的声压；PR(r，θ，φ，f，a)为右声道的声压。
当然以上仅仅是一种计算左声道的声压和右声道的声压的举例说明，具体实现时不局限于上述举例。
如图4所示，本公开实施例提供一种音频处理方法，由第二设备执行，所述方法包括：
S2110：接收第一设备发送的朝向信息；其中，所述朝向信息指示：第一设备在显示受控对象时所述受控对象的控制对象的朝向；
S2120：根据所述朝向信息，确定控制参数；其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音；
S2130：将所述控制参数发送给所述第一设备。
第二设备可为第一设备的对端设备，该对端设备可为服务器等。
在本公开实施例中，所述服务器可为提供所述受控对象所涉及应用程序的应用服务器，或者专程提供目标音频的音频服务器。
在另一些实施例中，根据朝向信息将生成模拟受控对象所在位置和所在朝向时，相对于声源的声音效果的控制参数，然后对该控制参数，用于控制预设界面上目标音频的输出，从而生成模拟声源和受控对象之间距离和朝向的声音效果。
在一些实施例中，所述朝向信息包括：反映所述控制对象在相邻两个时刻的朝向变化的朝向向量；
所述根据所述朝向信息，确定音频参数，包括：
根据所述朝向向量，确定所述目标音频的两个声道数据在相邻两个时刻的参数变化量，其中，所述参数变化量包括：音频变化量和/或延时变化量。
在一些实施例中，所述根据所述朝向向量，确定所述目标音频的两个声道数据在相邻两个时刻的参数变化量，包括：
根据所述朝向向量以及声源的发音方向，确定第一角度变化量和第二角度变化量；
根据所述第一角度变化量，确定左声道的控制参数；
根据所述第二角度变化量，确定右声道的控制参数。
所述控制参数可包括：音量和/或左右声道的延时量。
在一些实施例中，所述根据所述朝向向量，确定左声道的声压以及右声道的声压，包括：
确定所述声源发出声音在所述控制对象的中心点处的频域复数声压；
根据所述朝向向量，确定所述声音在所述控制对象的左耳处的第一头相关变换函数HRTF值并确定所述声音在所述控制对象的右耳处的第二HRTF值；
根据所述频域复数声压和所述第一HRTF值，确定所述左声道的声压；
根据所述频域复数声压和所述第二HRTF值，确定所述右声道的声压。
本公开实施例利用空间音频技术，获取玩家在实际空间中的移动，转化为游戏场景下玩家操控的游戏角色的移动，实现对于游戏场景中的人物位置更新，提供了新的游戏操控形式。同时引入了听音方向的变量，获取玩家在实际空间中的听音方向变化，更新角色的听音方向，实现了更加准确的音源定位。基于以上两点完善了游戏交互方式，提升了游戏场景下的音效沉浸体验。
该听音向量可为前述朝向向量或者根据控制对象的朝向和声源的发音方向之间形成的听音向量。
本公开实施例基于空间音频技术，玩家通过改变实际场景中的位移操控游戏场景中角色的移动，通过改变身体方向改变主动听音方向。
第一步：位置更新，
本公开实施例基于空间音频技术，使用定位、姿态传感器例如陀螺仪等获取游戏玩家的空间信息。
初始化阶段以当前位置作为初始化位置a0＝(x0,y0,z0)，以其为原点建立直角坐标系，默认情况下：
参考图5A所示，以上一帧游戏玩家位置an＝[xn,yn,zn]作为参考点，获取游戏玩家在当前帧的球坐标相对位置(Δr,Δθ,Δφ)，并计算球坐标系下的相对位置Δan＝(Δx,Δy,Δz)，坐标系方向不发生改变：
进而获得当前帧位置可为：
同时，可以利用位置信息对于，在游戏场景中对角色进行控制，例如，根据游戏场景内的活动范围，按比例k(float)控制游戏角色在游戏界面上移动。
第二步：听音方向追踪可如下：
基于空间音频技术实现听音方向的更新；
初始阶段听音方向在直角坐标系下方向为(1,0,0)，即球坐标系下(1,0,0)，以上一帧听音方向为：
参考图5B所示，作为参考点，获取当前帧的球坐标相对偏转进而获得当前帧听音方向为：
第三步：声源相对方位确定可如下：
初始情况下，音源初始位置为：
当前帧情况下音源位置为：
当前位移为：[Δx′ Δy′ Δz′]
则下一帧声源位置为：
那么声源与对象的相对位置为：
则声源与游戏角色的相对距离为：
声源相对于游戏角色对应的方向为：
最终得到声源相对于对象朝向的方向为：
第四步：空间音频实现
参考图6所示，HRTF定义为自由场情况下从声源到双耳的频域声学传输函数，表达了生理结构对声波的综合滤波效果。
P0(r，f)是声源在头中心位置处的频域复数声压，ρ0为介质密度；
c为声速，Q为指向因数，k＝2πf/c；
H(θi，φi，f)为预先采集的头相关变换函数(Head Related Transfer Function，HRTF)值,例如，在水平方向每隔5°预设一个值。在垂直方向，每隔15°预设值。若当前角度位于两个预设角度之间的，则可通过插值算法得到。
其中，M为预采集HRTF值的总个数，Ai为不同HTRF权重。
通过如下公式得到左右耳的声压数据
H为HRTF系数，为时域下的。f为声音频率，α为人头半径
PR(r，θ，φ，f)和PL(r，θ，φ，f)分别是(r，θ，φ)位置时声源在左耳和右耳的声压，并通过耳机进行播放。θ可为游戏玩家在水平面内的转动角度；φ可为游戏玩家在垂直面内的转动角度。
本公开实施例提出了一种在游戏场景中基于空间音频控制游戏角色移动的方法，提升了玩家的交互体验，加入听音方向参量实现更加精准的游戏声源定位，使游戏的沉浸感得到增强。
如图7所示，本公开实施例提供一种音频处理装置，所述音频处理装置包括：
朝向获取模块110，用于在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
参数获取模块120，用于根据所述朝向信息，获取控制参数，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音。
该音频处理装置可包含在所述第一设备中。
在本公开实施例中，所述朝向获取模块110以及参数获取模块120可为程序模块；所述程序模块被处理器执行之后能够实现上述操作。
在另一些实施例中，所述朝向获取模块110以及参数获取模块120可为软硬件结合模块；所述软硬件结合模块包括但不限于可编程阵列；所述可编程阵列包括但不限于现场可编程阵列和/或复杂可编程阵列。
在还有一些实施例中，所述朝向获取模块110以及参数获取模块120可为纯硬件模块；所述纯硬件模块包括但不限于：专用集成电路。
在一些实施例中，所述装置还包括：
位置获取模块，可用于获取所述控制对象的位置信息；
所述参数获取模块120，具体用于根据所述位置信息和所述朝向信息，获取所述控制参数。
在一些实施例中，所述位置获取模块，具体用于在所述第一设备显示所述受控对象的起始时刻，构建第一坐标系；
确定所述控制对象在所述第一坐标系下的位置变化信息；
根据所述位置变化信息，确定所述控制对象的所述位置信息。
在一些实施例中，所述朝向获取模块110，具体用于在所述第一设备显示所述受控对象的起始时刻，构建第二坐标系；
确定所述控制对象在所述第二坐标系下的朝向变化信息；
根据所述朝向变化信息，生成表征所述朝向信息的朝向向量。
在一些实施例中，所述朝向获取模块110，具体用于在所述第一设备显示所述受控对象的起始时刻，以所述控制对象所在位置为原点构建球形坐标系。
在一些实施例中，所述朝向获取模块110，具体用于在所述第一设备显示所述受控对象的起始时刻，根据所述控制对象在所述第一坐标系下的初始朝向，构建单位向量；从第n帧至第n+1帧之间，根据所述控制对象在所述第一坐标系下朝向变化信息，更新所述第n帧的朝向向量得到第n+1帧的朝向向量；当所述n等于1时，所述第n帧的朝向向量为所述单位向量。
在一些实施中，所述参数获取模块120，具体用于将所述朝向信息，发送给第二设备；接收所述第二设备基于朝向信息返回的所述控制参数。
在一些实施例中，所述参数获取模块120，具体用于根据所述朝向信息，生成所述控制参数。
示例性地，所述控制参数包括：所述目标音频的第一声道的声压以及所述目标音频第二声道的声压。
如图8所示，本公开实施例提供一种音频处理装置，所述装置包括：
接收模块210，用于接收第一设备发送的朝向信息；其中，所述朝向信息指示：第一设备在显示受控对象时所述受控对象的控制对象的朝向；
确定模块220，用于根据所述朝向信息，确定控制参数；其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音；
发送模块230，用于将所述目标音频发送给所述第一设备。
在一些实施例中，所述朝向信息包括：反映所述控制对象在相邻两个时刻的朝向变化的朝向向量；
所述确定模块220，具体用于根据所述朝向向量，确定左声道的声压以及右声道的声压。
进一步地，所述确定模块220，具体用于确定所述声源发出声音在所述控制对象的中心点处的频域复数声压；
根据所述朝向向量，确定所述声音在所述控制对象的左耳处的第一头相关变换函数HRTF值并确定所述声音在所述控制对象的右耳处的第二HRTF值；
根据所述频域复数声压和所述第一HRTF值，确定所述左声道的声压；
根据所述频域复数声压和所述第二HRTF值，确定所述右声道的声压。
本公开实施例提供一种电子设备，包括：
用于存储处理器可执行指令的存储器；
处理器，与所述存储器连接；
其中，所述处理器被配置为执行如前述任意技术方案提供的音频处理方法，具体可包括如图1至图4任一所示的方法。
该电子设备包括但不限于各种固定终端和/或移动终端。
该处理器可与存储器通过总线连接，该总线包括但不限于：IPS总线和/或I2C总线等。
在一些实施例中，所述电子设备还包括网络接口，同样地所述网络接口通过总线等于所述处理器连接。所述网络接口可用于所述电子设备连接到网络。
本公开实施例提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由计算机的处理器执行时，使得计算机能够执行前述任意技术方案提供的音频处理方法，可如图1至图4任一所示的方法。
参照图9，本公开实施例提供一种电子设备。电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，多媒体数据组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。处理组件802通常控制电子设备800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802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800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804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806为电子设备800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在电子设备800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。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808包括一个前置摄像头和/或后置摄像头。当设备800处于操作状态，如拍摄状态或视频状态时，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。
多媒体数据组件810被配置为输出和/或输入多媒体数据信号。例如，多媒体数据组件810包括一个麦克风(MIC)，当电子设备800处于操作状态，如呼叫状态、记录状态和语音识别状态时，麦克风被配置为接收外部多媒体数据信号。所接收的多媒体数据信号可以被进一步存储在存储器804或经由通信组件816发送。
在一些实施例中，多媒体数据组件810还包括一个扬声器，用于输出多媒体数据信号。
I/O接口812为处理组件802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，操作钮等。这些操作钮可包括但不限于：主页操作钮、音量操作钮、启动操作钮和锁定操作钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814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814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814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816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如Wi-Fi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816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，通信组件816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，装置800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，用于执行上述任意一个实施例提供的音频处理方法。由第一设备执行的音频处理方法可包括：
在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
根据所述朝向信息，获取控制参数，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音。
可以理解地，所述方法还包括：获取所述控制对象的位置信息；
所述根据所述朝向信息，获取控制参数，包括：
根据所述位置信息和所述朝向信息，获取所述控制参数。
可以理解地，所述获取所述控制对象的位置信息，包括：
在所述第一设备显示所述受控对象的起始时刻，构建第一坐标系；
确定所述控制对象在所述第一坐标系下的位置变化信息；
根据所述位置变化信息，确定所述控制对象的所述位置信息。
可以理解地，所述在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息，包括：
在所述第一设备显示所述受控对象的起始时刻，构建第二坐标系；
确定所述控制对象在所述第二坐标系下的朝向变化信息；
根据所述朝向变化信息，生成表征所述朝向信息的朝向向量。
可以理解地，所述在所述第一设备显示所述受控对象的起始时刻，构建第二坐标系，包括：
在所述第一设备显示所述受控对象的起始时刻，以所述控制对象所在位置为原点构建球形坐标系。
可以理解地，所述方法根据所述朝向变化信息，生成表征所述朝向信息的朝向向量，还包括：
在所述第一设备显示所述受控对象的起始时刻，根据所述控制对象在所述第一坐标系下的初始朝向，构建单位向量；
从第n帧至第n+1帧之间，根据所述控制对象在所述第一坐标系下朝向变化信息，更新所述第n帧的朝向向量得到第n+1帧的朝向向量；
当所述n等于1时，所述第n帧的朝向向量为所述单位向量。
可以理解地，所述根据所述朝向信息，获取控制参数，包括：
将所述朝向信息，发送给第二设备；
接收所述第二设备基于朝向信息返回的所述控制参数。
可以理解地，所述根据所述朝向信息，获取控制参数，包括：
根据所述朝向信息，生成所述控制参数。
可以理解地，所述控制参数包括：所述目标音频的第一声道的声压以及所述目标音频第二声道的声压。
由第二设备执行的一种音频处理方法，可包括：
接收第一设备发送的朝向信息；其中，所述朝向信息指示：第一设备在显示受控对象时所述受控对象的控制对象的朝向；
根据所述朝向信息，确定控制参数；其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音；
将所述控制参数发送给所述第一设备。
可以理解地，所述朝向信息包括：反映所述控制对象在相邻两个时刻的朝向变化的朝向向量；
所述根据所述朝向信息，确定控制参数，包括：
根据所述朝向向量，确定左声道的声压以及右声道的声压。
可以理解地，所述根据所述朝向向量，确定左声道的声压以及右声道的声压，包括：
确定所述声源发出声音在所述控制对象的中心点处的频域复数声压；
根据所述朝向向量，确定所述声音在所述控制对象的左耳处的第一头相关变换函数HRTF值并确定所述声音在所述控制对象的右耳处的第二HRTF值；
根据所述频域复数声压和所述第一HRTF值，确定所述左声道的声压；
根据所述频域复数声压和所述第二HRTF值，确定所述右声道的声压。
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。本公开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 (16)
1.一种音频处理方法，其特征在于，由第一设备，所述方法包括：
在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
根据所述朝向信息，获取控制参数，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音。
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：获取所述控制对象的位置信息；
所述根据所述朝向信息，获取控制参数，包括：
根据所述位置信息和所述朝向信息，获取所述控制参数。
3.根据权利要求2所述的方法，其特征在于，所述获取所述控制对象的位置信息，包括：
在所述第一设备显示所述受控对象的起始时刻，构建第一坐标系；
确定所述控制对象在所述第一坐标系下的位置变化信息；
根据所述位置变化信息，确定所述控制对象的所述位置信息。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息，包括：
在所述第一设备显示所述受控对象的起始时刻，构建第二坐标系；
确定所述控制对象在所述第二坐标系下的朝向变化信息；
根据所述朝向变化信息，生成表征所述朝向信息的朝向向量。
5.根据权利要求4所述的方法，其特征在于，所述在所述第一设备显示所述受控对象的起始时刻，构建第二坐标系，包括：
在所述第一设备显示所述受控对象的起始时刻，以所述控制对象所在位置为原点构建球形坐标系。
6.根据权利要求4或5所述的方法，其特征在于，所述根据所述朝向变化信息，生成表征所述朝向信息的朝向向量，还包括：
在所述第一设备显示所述受控对象的起始时刻，根据所述控制对象在所述第一坐标系下的初始朝向，构建单位向量；
从第n帧至第n+1帧之间，根据所述控制对象在所述第一坐标系下朝向变化信息，更新所述第n帧的朝向向量得到第n+1帧的朝向向量；
当所述n等于1时，所述第n帧的朝向向量为所述单位向量。
7.根据权利要求1所述的方法，其特征在于，所述根据所述朝向信息，获取控制参数，包括：
将所述朝向信息，发送给第二设备；
接收所述第二设备基于朝向信息返回的所述控制参数。
8.根据权利要求1所述的方法，其特征在于，所述根据所述朝向信息，获取控制参数，包括：
根据所述朝向信息，生成所述控制参数。
9.根据权利要求8所述的方法，其特征在于，所述控制参数包括：所述目标音频的第一声道的声压以及所述目标音频第二声道的声压。
10.一种音频处理方法，其特征在于，由第二设备执行，所述方法包括：
接收第一设备发送的朝向信息；其中，所述朝向信息指示：第一设备在显示受控对象时所述受控对象的控制对象的朝向；
根据所述朝向信息，确定控制参数；其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音；
将所述控制参数发送给所述第一设备。
11.根据权利要求10所述的方法，其特征在于，所述朝向信息包括：反映所述控制对象在相邻两个时刻的朝向变化的朝向向量；
所述根据所述朝向信息，确定控制参数，包括：
根据所述朝向向量，确定左声道的声压以及右声道的声压。
12.根据权利要求11所述的方法，其特征在于，所述根据所述朝向向量，确定左声道的声压以及右声道的声压，包括：
确定所述声源发出声音在所述控制对象的中心点处的频域复数声压；
根据所述朝向向量，确定所述声音在所述控制对象的左耳处的第一头相关变换函数HRTF值并确定所述声音在所述控制对象的右耳处的第二HRTF值；
根据所述频域复数声压和所述第一HRTF值，确定所述左声道的声压；
根据所述频域复数声压和所述第二HRTF值，确定所述右声道的声压。
13.一种音频处理装置，其特征在于，所述音频处理装置包括：
朝向获取模块，用于在所述第一设备显示控制对象的受控对象时，获取所述控制对象的朝向信息；
参数获取模块，用于根据所述朝向信息，获取控制参数，其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音。
14.一种音频处理装置，其特征在于，所述装置包括：
接收模块，用于接收第一设备发送的朝向信息；其中，所述朝向信息指示：第一设备在显示受控对象时所述受控对象的控制对象的朝向；
确定模块，用于根据所述朝向信息，确定控制参数；其中，所述控制参数，用于控制目标音频的播放，以模拟所述受控对象按照所述朝向信息所指示朝向收听声源发出的声音；
发送模块，用于将所述目标音频发送给所述第一设备。
15.一种电子设备，其特征在于，包括：
用于存储处理器可执行指令的存储器；
处理器，与所述存储器连接；
其中，所述处理器被配置为执行如权利要求1至9或10至12中任一项所述的音频处理方法。
16.一种非临时性计算机可读存储介质，当所述存储介质中的指令由计算机的处理器执行时，使得计算机能够执行如权利要求1至9或10至12中任一项所述音频处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211484519.2A CN118059485A (zh) | 2022-11-24 | 2022-11-24 | 音频处理方法以及装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211484519.2A CN118059485A (zh) | 2022-11-24 | 2022-11-24 | 音频处理方法以及装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118059485A true CN118059485A (zh) | 2024-05-24 |
Family
ID=91100999
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211484519.2A Pending CN118059485A (zh) | 2022-11-24 | 2022-11-24 | 音频处理方法以及装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118059485A (zh) |
-
2022
- 2022-11-24 CN CN202211484519.2A patent/CN118059485A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110022363B (zh) | 虚拟对象的运动状态修正方法、装置、设备及存储介质 | |
| US20090219224A1 (en) | Head tracking for enhanced 3d experience using face detection | |
| JP6764490B2 (ja) | 媒介現実 | |
| US11962897B2 (en) | Camera movement control method and apparatus, device, and storage medium | |
| CN112533017B (zh) | 直播方法、装置、终端及存储介质 | |
| CN110764730A (zh) | 播放音频数据的方法和装置 | |
| CN110830811A (zh) | 直播互动方法及装置、系统、终端、存储介质 | |
| WO2021043121A1 (zh) | 一种图像换脸的方法、装置、系统、设备和存储介质 | |
| CN111445901B (zh) | 音频数据获取方法、装置、电子设备及存储介质 | |
| CN110401898B (zh) | 输出音频数据的方法、装置、设备和存储介质 | |
| CN109729372A (zh) | 直播间切换方法、装置、终端、服务器及存储介质 | |
| CN110782532A (zh) | 图像生成方法、生成装置、电子设备及存储介质 | |
| CN114546227A (zh) | 虚拟镜头控制方法、装置、计算机设备及介质 | |
| US20220270315A1 (en) | Systems configured to control digital characters utilizing real-time facial and/or body motion capture and methods of use thereof | |
| CN113485596A (zh) | 虚拟模型的处理方法、装置、电子设备及存储介质 | |
| CN113632060A (zh) | 用于指示在虚拟空间中呈现的音频内容的可听性的设备、方法、计算机程序或系统 | |
| CN117119260A (zh) | 视频的控制处理方法及装置 | |
| US11663924B2 (en) | Method for live streaming | |
| KR102294362B1 (ko) | 확장현실 공간 내 실감교육 컨텐츠 제공 방법 및 그 시스템 | |
| CN112151017B (zh) | 语音处理方法、装置、系统、设备及存储介质 | |
| CN118059485A (zh) | 音频处理方法以及装置、电子设备及存储介质 | |
| CN110708582B (zh) | 同步播放的方法、装置、电子设备及介质 | |
| CN106708268B (zh) | 一种实现应用交互处理的方法及装置 | |
| CN110753233B (zh) | 信息交互的播放方法、装置、电子设备及存储介质 | |
| CN113380248B (zh) | 语音控制方法、装置、设备及存储介质 |
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 |