[發明專利]音頻識別方法、裝置及存儲介質

有效

• 申請號: 201711487687.6
• 申請日: 2017-12-29
• 公開（公告）號: CN108196817B
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 湯伯超
• 申請（專利權）人: 廣州酷狗計算機科技有限公司
• 主分類號: G06F3/16
• 分類號: G06F3/16
• 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識別方法、裝置及存儲介質，屬于互聯網領域。所述方法包括：獲取通過WASAPI采集的直播終端的第一音頻，并獲取通過直播終端中的聲卡采集的第二音頻，以根據第一音頻和第二音頻確定麥克風采集的音頻。由于第一音頻包括直播終端本身播放的音頻，因此，無論直播終端上是否存在其他播放器也在播放主播正在演唱的歌曲，通過第一音頻和第二音頻可以直接得到麥克風采集的音頻，有效避免了出現無法從獲取到的音頻中確定出麥風采集的音頻的情況。

技術領域

本發明涉及互聯網領域，特別涉及一種音頻識別方法、裝置及存儲介質。

背景技術

目前，當主播通過直播終端在直播間內演唱歌曲時，服務器將從獲取到的音頻中識別哪些音頻是主播發出的音頻，以根據識別出的音頻對該主播演唱的歌曲進行打分，并將在該直播間內顯示該打分結果，以便于該直播間內的觀眾根據該打分結果與該主播進行互動。

相關技術中，服務器從獲取到的音頻中識別哪些音頻是主播發出的音頻，也即，從獲取到的音頻中識別哪些音頻是直播終端中的麥克風采集的音頻。具體地，當主播在直播間內演唱歌曲時，服務器獲取的音頻包括兩路音頻，一路音頻為直播終端中的聲卡采集的聲卡音頻，另一路音頻為直播間內播放的背景音樂的音頻，其中，聲卡音頻包括麥克風采集到的音頻和直播間內播放的背景音樂的音頻，因此，服務器可以將獲取到的聲卡音頻和直播間內播放的背景音樂的音頻互相抵消，抵消之后即可得到直播終端中的麥克風采集的音頻。

在上述音頻識別方法中，若直播終端上安裝的其他播放器也在播放主播正在演唱的歌曲，則聲卡采集到的聲卡音頻包括麥克風采集的音頻、直播間內播放的背景音樂的音頻和其他播放器播放的音頻，此時若將獲取到的聲卡音頻和直播間內播放的背景音樂的音頻互相抵消，得到的是麥風采集的音頻和其他播放器播放的音頻，也即，此時服務器將無法從獲取到的音頻中識別出哪些音頻是麥克風采集的音頻。

發明內容

為了解決現有技術的問題，本發明實施例提供了一種音頻識別方法、裝置及存儲介質。所述技術方案如下：

第一方面，提供了一種音頻識別方法，該方法包括：

獲取通過WASAPI(Windows Audio Session Application ProgrammingInterface，微軟音頻會話應用程序接口)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；

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采集的音頻；

根據所述第一音頻和所述第二音頻確定所述麥克風采集的音頻。

可選地，所述獲取通過WASAPI采集的直播終端的第一音頻，包括：

每隔預設時長向所述直播終端發送使用所述WASAPI采集音頻的提示信息；

當接收到確認使用所述WASAPI采集音頻的指令后，獲取所述第一音頻。

可選地，所述獲取通過WASAPI采集的直播終端的第一音頻，包括：

獲取直播間內的主播正在表演的多媒體文件的標識；

根據所述多媒體文件的標識，確定所述多媒體文件的表演次數，所述表演次數是指所述主播在當前時間之前連續重復表演所述多媒體文件的次數；

當所述表演次數大于預設次數時，獲取所述第一音頻。

可選地，針對所述直播終端中的安裝的直播應用客戶端設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：