[發(fā)明專利]音頻識(shí)別方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201711487687.6
• 申請(qǐng)日: 2017-12-29
• 公開（公告）號(hào): CN108196817B
• 公開（公告）日: 2021-01-01
• 發(fā)明（設(shè)計(jì)）人: 湯伯超
• 申請(qǐng)（專利權(quán)）人: 廣州酷狗計(jì)算機(jī)科技有限公司
• 主分類號(hào): G06F3/16
• 分類號(hào): G06F3/16
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 郭晶

1.一種音頻識(shí)別方法，其特征在于，所述方法包括：

獲取通過微軟音頻會(huì)話應(yīng)用程序接口WASAPI采集的直播終端的第一音頻，所述第一音頻包括所述直播終端本身播放的音頻，其中，根據(jù)直播間內(nèi)的主播正在表演的多媒體文件的標(biāo)識(shí)，確定所述多媒體文件的表演次數(shù)，當(dāng)所述表演次數(shù)大于預(yù)設(shè)次數(shù)時(shí)，獲取所述第一音頻；所述表演次數(shù)是指所述主播在當(dāng)前時(shí)間之前連續(xù)重復(fù)表演所述多媒體文件的次數(shù)；

獲取通過所述直播終端中的聲卡采集的第二音頻，所述第二音頻包括所述直播終端本身播放的音頻和所述直播終端中的麥克風(fēng)采集的音頻；

根據(jù)所述第一音頻和所述第二音頻確定所述麥克風(fēng)采集的音頻。

2.如權(quán)利要求1所述的方法，其特征在于，所述獲取通過WASAPI采集的直播終端的第一音頻，包括：

每隔預(yù)設(shè)時(shí)長向所述直播終端發(fā)送使用所述WASAPI采集音頻的提示信息；

當(dāng)接收到確認(rèn)使用所述WASAPI采集音頻的指令后，獲取所述第一音頻。

3.如權(quán)利要求1至2任一所述的方法，其特征在于，所述直播終端中的安裝的直播應(yīng)用客戶端設(shè)置有第一音頻采集方式和第二音頻采集方式，所述第一音頻采集方式是指通過所述WASAPI采集音頻的方式，所述第二音頻采集方式是指采集自身播放的音頻的方式；

所述獲取通過WASAPI采集的直播終端的第一音頻之前，還包括：

從所述第一音頻采集方式和所述第二音頻采集方式中選擇所述第一音頻采集方式作為所述直播應(yīng)用客戶端的音頻采集方式；

所述獲取通過WASAPI采集的直播終端的第一音頻，包括：

按照所述直播應(yīng)用客戶端的音頻采集方式，執(zhí)行所述獲取通過WASAPI采集的直播終端的第一音頻步驟。

4.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一音頻和所述第二音頻確定所述麥克風(fēng)采集的音頻，包括：

將所述第一音頻和所述第二音頻相互抵消，并將抵消之后的音頻確定為所述麥克風(fēng)采集的音頻。

5.一種音頻識(shí)別裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取通過微軟音頻會(huì)話應(yīng)用程序接口WASAPI采集的直播終端的第一音頻，所述第一音頻包括所述直播終端本身播放的音頻，其中，根據(jù)直播間內(nèi)的主播正在表演的多媒體文件的標(biāo)識(shí)，確定所述多媒體文件的表演次數(shù)，當(dāng)所述表演次數(shù)大于預(yù)設(shè)次數(shù)時(shí)，獲取所述第一音頻；所述表演次數(shù)是指所述主播在當(dāng)前時(shí)間之前連續(xù)重復(fù)表演所述多媒體文件的次數(shù)；

第二獲取模塊，用于獲取通過所述直播終端中的聲卡采集的第二音頻，所述第二音頻包括所述直播終端本身播放的音頻和所述直播終端中的麥克風(fēng)采集的音頻；

確定模塊，用于根據(jù)所述第一音頻和所述第二音頻確定所述麥克風(fēng)采集的音頻。

6.如權(quán)利要求5所述的裝置，其特征在于，所述第一獲取模塊，具體用于：

每隔預(yù)設(shè)時(shí)長向所述直播終端發(fā)送使用所述WASAPI采集音頻的提示信息；

當(dāng)接收到確認(rèn)使用所述WASAPI采集音頻的指令后，獲取所述第一音頻。

7.如權(quán)利要求5至6任一所述的裝置，其特征在于，所述直播終端中的安裝的直播應(yīng)用客戶端設(shè)置有第一音頻采集方式和第二音頻采集方式，所述第一音頻采集方式是指通過所述WASAPI采集音頻的方式，所述第二音頻采集方式是指采集自身播放的音頻的方式；

所述裝置還包括：

選擇模塊，用于從所述第一音頻采集方式和所述第二音頻采集方式中選擇所述第一音頻采集方式作為所述直播應(yīng)用客戶端的音頻采集方式；

所述第一獲取模塊，具體用于：

按照所述直播應(yīng)用客戶端的音頻采集方式，執(zhí)行所述獲取通過WASAPI采集的直播終端的第一音頻步驟。

8.如權(quán)利要求5所述的裝置，其特征在于，所述確定模塊，具體用于：

將所述第一音頻和所述第二音頻相互抵消，并將抵消之后的音頻確定為所述麥克風(fēng)采集的音頻。