[發明專利]音頻合成方法、裝置及存儲介質

有效

• 申請號: 201710843168.2
• 申請日: 2017-09-18
• 公開（公告）號: CN107591149B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 孔令城
• 申請（專利權）人: 騰訊音樂娛樂科技（深圳）有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10H1/36
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 郭晶

本發明公開了一種音頻合成方法、裝置及存儲介質，屬于多媒體技術領域。該方法包括：根據待合成的伴奏音頻文件對應的歌曲信息，獲取與伴奏音頻文件對應的目標原唱音頻文件；若伴奏音頻文件的伴奏音頻時長與目標原唱音頻文件的原唱音頻時長之間的第一時長差值小于或等于預設閾值，則通過短時能量算法，確定伴奏原唱對齊位置，若伴奏音頻文件的伴奏音頻時長與目標原唱音頻文件的原唱音頻時長之間的第一時長差值大于預設閾值，則通過短時互相關算法，確定伴奏原唱對齊位置；基于伴奏原唱對齊位置，按照指定音頻文件格式，將伴奏音頻文件和目標原唱音頻文件合并成完整的音頻文件。如此，自動實現音頻合成，無需人工手動操作，提高了音頻合成效率。

技術領域

本發明涉及多媒體技術領域，特別涉及一種音頻合成方法、裝置及存儲介質。

背景技術

隨著多媒體技術的快速發展，出現了豐富的音樂平臺可以提供音頻文件，例如，該音樂平臺為K歌平臺。在K歌平臺中，一個完整的音頻文件的基本格式通常需要包括雙聲道、指定比特大小、指定采樣率等，例如，該指定比特大小可以為16bit，該指定采樣率可以為44100Hz。其中，該雙聲道分別對應伴奏音頻和原唱音頻。在實際應用場景中，一般伴奏音頻文件和原唱音頻文件是獨立存在的，因此，通常需要將伴奏音頻和原唱音頻進行合成。

在相關技術中，一般需要人工操作進行音頻合成。也即是，該K歌平臺的曲庫中存儲有伴奏音頻文件和原唱音頻文件，在實現過程中，需要人工根據歌曲名、歌手名等歌曲信息，從該曲庫中查詢伴奏音頻文件和該伴奏音頻文件對應的原唱音頻文件，之后，將該伴奏音頻文件和該原唱音頻文件手動添加至音頻編輯軟件中，以通過該音頻編輯軟件進行音頻合成。如此，導致操作較為繁瑣，音頻合成效率較低。

發明內容

為了解決相關技術的問題，本發明實施例提供了一種音頻合成方法、裝置及存儲介質。所述技術方案如下：

第一方面，提供了一種音頻合成方法，所述方法包括：

根據待合成的伴奏音頻文件對應的歌曲信息，獲取與所述伴奏音頻文件對應的目標原唱音頻文件；

若所述伴奏音頻文件的伴奏音頻時長與所述目標原唱音頻文件的原唱音頻時長之間的第一時長差值小于或等于預設閾值，則通過短時能量算法，確定伴奏原唱對齊位置，若所述伴奏音頻文件的伴奏音頻時長與所述目標原唱音頻文件的原唱音頻時長之間的第一時長差值大于所述預設閾值，則通過短時互相關算法，確定所述伴奏原唱對齊位置，所述伴奏原唱對齊位置是指所述伴奏音頻文件和所述目標原唱音頻文件開始匹配的位置；

基于所述伴奏原唱對齊位置，按照指定音頻文件格式，將所述伴奏音頻文件和所述目標原唱音頻文件合并成完整的音頻文件，以實現音頻合成。

可選地，所述根據待合成的伴奏音頻文件對應的歌曲信息，獲取與所述伴奏音頻文件對應的目標原唱音頻文件，包括：

獲取與所述歌曲信息匹配的多個原唱音頻文件；

確定所述伴奏音頻文件的伴奏音頻時長，以及確定所述多個原唱音頻文件中的每個原唱音頻文件的原唱音頻時長；

分別確定每個原唱音頻時長與所述伴奏音頻時長之間的第二時長差值；

將所述多個原唱音頻文件中與所述伴奏音頻時長之間的第二時長差值最小的原唱音頻文件確定為所述目標原唱音頻文件。

可選地，所述通過短時互相關算法，確定所述伴奏原唱對齊位置，包括：

按照預設采樣頻率，分別對所述伴奏音頻文件和所述目標原唱音頻文件進行采樣，得到第一采集集合和第二采樣集合；

基于所述預設采樣頻率、所述第一采樣集合、所述第二采樣集合和預設互相關時間，確定所述伴奏原唱對齊位置，所述預設互相關時間與所述第一時長差值呈正相關關系。