[發明專利]音頻數據的處理方法、裝置、電子設備及存儲介質

有效

• 申請號: 201911058911.9
• 申請日: 2019-10-31
• 公開（公告）號: CN110890083B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 張晨;董培
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G10H1/40
• 分類號: G10H1/40
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 李娜

1.一種音頻數據的處理方法，其特征在于，包括：

獲取待處理的音頻數據；

計算所述音頻數據的每一幀音頻信號的能量值和短時平均能量值，所述短時平均能量值表示一幀音頻信號對應的時間段的平均能量值；

針對每一幀音頻信號，根據當前幀音頻信號的所述能量值、所述短時平均能量值和預設的門限值檢測得到所述當前幀音頻信號的多個第一節拍點；

計算所述節拍點提取函數的最大值；所述節拍點提取函數表示cos(2*M_PI*(t-t0)/p)，其中，所述M_PI表示圓周率，所述t表示所述第一節拍點在所述音頻數據中的幀序號，所述t0表示偏移值，所述偏移值表示第一個第二節拍點在所述音頻數據中的幀序號，所述p表示所述第一節拍點的數量，所述t0∈[1，p]；將所述節拍點提取函數為所述最大值時的所述偏移值對應的所述第一節拍點作為第一個所述第二節拍點；根據所述節拍點提取函數為所述最大值時的所述數量計算相鄰兩個所述第二節拍點之間的時間間隔；從第一個所述第二節拍點開始，按照所述時間間隔依次確定多個所述第二節拍點，所述第二節拍點表示所述音頻數據的強弱規律的程度大于或等于所述第一節拍點表示所述音頻數據的強弱規律的程度。

2.根據權利要求1所述的音頻數據的處理方法，其特征在于，所述針對每一幀音頻信號，根據當前幀音頻信號的所述能量值、所述短時平均能量值和預設的門限值檢測得到所述當前幀音頻信號的多個第一節拍點的步驟，包括：

針對每一幀音頻信號，將當前幀音頻信號的所述能量值與所述短時平均能量值的比值與所述門限值進行比較；

若所述比值大于所述門限值，則將所述當前幀音頻信號作為所述第一節拍點。

3.根據權利要求1所述的音頻數據的處理方法，其特征在于，所述計算所述音頻數據的每一幀音頻信號的能量值的步驟，包括：

根據如下公式計算所述能量值：

POW_Y2(n)＝sum(Y2(n)[k])；

其中，所述n表示音頻信號的幀序號，所述n大于或等于1，所述POW_Y2(n)表示第n幀的音頻信號的所述能量值，所述k表示音頻信號的各個頻率的編號，所述Y2(n) [k]表示第n幀音頻信號的第k個頻率的能量值，所述Y2(n)表示第n幀音頻信號的各個頻率的能量值之和。

4.根據權利要求1所述的音頻數據的處理方法，其特征在于，所述計算所述音頻數據的每一幀音頻信號的短時平均能量值的步驟，包括：

根據如下公式計算所述短時平均能量值：

POW_Y2_Average(n+1)＝POW_Y2_Average(n)*a+POW_Y2(n)*(1-a)；

其中，所述n表示音頻信號的幀序號，所述n大于或等于1，所述POW_Y2_Average(n+1)表示第n+1幀的音頻信號的所述短時平均能量值，所述POW_Y2_Average(n)表示第n幀的音頻信號的所述短時平均能量值，當n＝1時，所述POW_Y2_Average(1)初始化為0，所述a表示滑動系數，所述a大于或等于0且小于1，所述POW_Y2(n)表示第n幀的音頻信號的所述能量值。

5.根據權利要求1所述的音頻數據的處理方法，其特征在于，在所述計算所述音頻數據的每一幀音頻信號的能量值和短時平均能量值的步驟之前，所述方法還包括：

對所述音頻數據進行降采樣處理和/或頻率加重處理。

6.根據權利要求5所述的音頻數據的處理方法，其特征在于，所述對所述音頻數據進行頻率加重處理的步驟，包括：

將所述音頻數據由時域信號轉換為頻域信號；

獲取與所述音頻數據對應的頻率響應曲線；

根據所述頻率響應曲線對所述頻域信號進行頻率加重處理。