[發明專利]用于對音頻數據進行動態合成的方法、系統以及移動終端

有效

• 申請號: 201711487262.5
• 申請日: 2017-12-29
• 公開（公告）號: CN107948704B
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 盛強;管帥朝;陳榮;楊博
• 申請（專利權）人: 北京安云世紀科技有限公司
• 主分類號: H04N21/43
• 分類號: H04N21/43;H04N21/439;G10L19/012;G10L19/02;G10L21/0208
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 宋菲

本發明公開了一種用于對音頻數據進行動態合成的方法、系統及移動終端，其中方法包括：利用數據獲取服務獲取第一音頻數據；響應于接收到針對所述第一音頻數據的動態合成請求，選擇第二音頻數據；對所述第二音頻數據進行解碼以獲得第二音頻流，確定所述第二視頻流的實際采樣位寬和實際采樣頻率；根據所述第二音頻流的生成時間，在所述第一音頻數據的第一音頻流中確定初始合成位置，并且確定合成采樣位寬和合成采樣頻率；以及從所述初始合成位置開始，以所述第一音頻流的時間、合成采樣位寬和合成采樣頻率為基礎并且按照時間對準的方式將所述第二音頻流中的每個采樣點與所述第一音頻流的每個采樣點進行動態合成。

技術領域

本發明涉及數據處理技術領域，更具體地，涉及一種用于對音頻數據進行動態合成的方法、系統以及移動終端。

背景技術

目前，隨著智能終端及相關技術的快速發展，終端設備已經在人們的生活中越來越普及，極大地方便了人們的生活、娛樂和學習，常見的終端設備包括手機、筆記本電腦、平板電腦、穿戴智能設備等移動終端，或如電視、臺式計算機之類的非移動終端。隨著終端的普及，人們能夠更加方便的進行視頻溝通或傳送圖片。然而，在很多時候，由于需要達到特定的效果，人們需要進行視頻聊天的過程中播放音樂以作為背景音效。

但是，由于常用的通訊應用缺少對音頻數據的特殊處理功能，如現在人們常用的通訊應用，微信或QQ等，人們在利用微信或QQ進行視頻交流的過程中，無法進行音頻的有效合成。微信或QQ，做為通訊應用越來越廣泛的被人們用于視頻溝通，但是微信或QQ應用由于缺少對音頻數據進行實時處理的功能，不能滿足人們對視頻數據特殊場景化處理，或對視頻數據進行特殊處理的需求。

發明內容

根據本發明的一個方面，提供一種用于對音頻數據進行動態合成的方法，所述方法包括：

利用數據獲取服務以預定采樣位寬和預定采樣頻率來獲取能夠作為動態合成的動態輸入數據的第一音頻數據；

響應于接收到針對所述第一音頻數據的動態合成請求，選擇作為動態合成的靜態輸入數據的第二音頻數據；

對所述第二音頻數據進行解碼以獲得第二音頻流，確定所述第二視頻流的實際采樣位寬和實際采樣頻率；

根據所述第二音頻流的生成時間，在所述第一音頻數據的第一音頻流中確定初始合成位置，將預定采樣位寬和實際采樣位寬中的最大值作為合成采樣位寬，以及將預定采樣頻率和實際采樣頻率中的最大值作為合成采樣頻率；以及

從所述初始合成位置開始，以所述第一音頻流的時間、合成采樣位寬和合成采樣頻率為基礎并且按照時間對準的方式將所述第二音頻流中的每個采樣點與所述第一音頻流的每個采樣點進行動態合成。

所述數據獲取服務通過使用用戶設備的麥克風來獲取所述第一音頻數據。

響應于用戶發起的針對于數據獲取服務的啟動請求來啟動數據獲取服務。

所述第二音頻數據是預先存儲在用戶設備中的，或者所述第二音頻數據是通過有線網絡/無線網絡接收的。

其中第二音頻數據與第一音頻數據的動態合成方式為支持實時控制的音頻附加合成。

其中通過觸發浮動標識來生成針對所述第一音頻數據的動態合成請求。

在將所述第二音頻流中的每個采樣點與所述第一音頻流的每個采樣點進行動態合成時，還包括根據所述第二音頻流和第一音頻流各自的權重來確定所述第二音頻流和第一音頻流各自的輸出功率。

所述將所述第二音頻流中的每個采樣點與所述第一音頻流的每個采樣點進行動態合成時，對所述第一音頻流中的噪聲進行逐采樣點降噪。

所述第二音頻流的第二權重值和所述第一音頻流的第一權重值均為百分比權重值，并且第二權重值和第一權重值的和為100％。