[發(fā)明專(zhuān)利]音頻數(shù)據(jù)的處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911058911.9
• 申請(qǐng)日: 2019-10-31
• 公開(kāi)（公告）號(hào): CN110890083B
• 公開(kāi)（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 張晨;董培
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類(lèi)號(hào): G10H1/40
• 分類(lèi)號(hào): G10H1/40
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 李娜

本公開(kāi)關(guān)于一種音頻數(shù)據(jù)的處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，其中，所述方法包括：計(jì)算每一幀音頻信號(hào)的能量值和短時(shí)平均能量值；根據(jù)當(dāng)前幀音頻信號(hào)的能量值、短時(shí)平均能量值和門(mén)限值檢測(cè)得到多個(gè)第一節(jié)拍點(diǎn)；根據(jù)節(jié)拍點(diǎn)提取函數(shù)在多個(gè)第一節(jié)拍點(diǎn)中搜索出多個(gè)第二節(jié)拍點(diǎn)，第二節(jié)拍點(diǎn)表示音頻數(shù)據(jù)的強(qiáng)弱規(guī)律的程度大于或等于第一節(jié)拍點(diǎn)表示音頻數(shù)據(jù)的強(qiáng)弱規(guī)律的程度。本公開(kāi)通過(guò)音頻信號(hào)的能量值和短時(shí)平均能量值初步檢測(cè)得到多個(gè)第一節(jié)拍點(diǎn)，再利用節(jié)拍點(diǎn)提取函數(shù)從多個(gè)第一節(jié)拍點(diǎn)中搜索出多個(gè)第二節(jié)拍點(diǎn)，相比于直接將重音信號(hào)作為節(jié)拍點(diǎn)而言，第二節(jié)拍點(diǎn)更加能夠表示音頻數(shù)據(jù)的強(qiáng)弱規(guī)律的程度，本公開(kāi)檢測(cè)節(jié)拍點(diǎn)的準(zhǔn)確度更高。

技術(shù)領(lǐng)域

本公開(kāi)涉及音頻數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種音頻數(shù)據(jù)的處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

節(jié)拍是衡量節(jié)奏的單位，比喻有規(guī)律的進(jìn)程。在音樂(lè)中，節(jié)拍指有一定強(qiáng)弱區(qū)別的一系列拍子在每隔一定時(shí)間重復(fù)出現(xiàn)。音樂(lè)的節(jié)拍點(diǎn)檢測(cè)除了用于對(duì)音樂(lè)進(jìn)行類(lèi)型分析之外，越來(lái)越多地應(yīng)用于服務(wù)或者內(nèi)容生產(chǎn)方面。例如，利用對(duì)視頻數(shù)據(jù)中的音樂(lè)檢測(cè)到的節(jié)拍點(diǎn)控制魔法表情，或者控制視頻、圖片的轉(zhuǎn)場(chǎng)，以提升視頻數(shù)據(jù)的律動(dòng)性。

相關(guān)技術(shù)中，在檢測(cè)音樂(lè)的節(jié)拍點(diǎn)時(shí)，過(guò)濾出音樂(lè)的低頻部分，將低頻部分能量較大的信號(hào)認(rèn)為是重音信號(hào)，將重音信號(hào)標(biāo)記為節(jié)拍點(diǎn)。但是，重音信號(hào)表示音樂(lè)中強(qiáng)度較大的信號(hào)，無(wú)法表示強(qiáng)度本身。重音信號(hào)是構(gòu)成節(jié)奏的主要因素，無(wú)法替代節(jié)拍點(diǎn)。因此，通過(guò)目前的節(jié)拍點(diǎn)檢測(cè)方案檢測(cè)到的節(jié)拍點(diǎn)不準(zhǔn)確。

發(fā)明內(nèi)容

本公開(kāi)提供了一種音頻數(shù)據(jù)的處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，以至少解決相關(guān)技術(shù)中節(jié)拍點(diǎn)檢測(cè)不準(zhǔn)確的問(wèn)題。本公開(kāi)的技術(shù)方案如下：

根據(jù)本公開(kāi)實(shí)施例的第一方面，提供了一種音頻數(shù)據(jù)的處理方法，包括：獲取待處理的音頻數(shù)據(jù)；計(jì)算所述音頻數(shù)據(jù)的每一幀音頻信號(hào)的能量值和短時(shí)平均能量值，所述短時(shí)平均能量值表示一幀音頻信號(hào)對(duì)應(yīng)的時(shí)間段的平均能量值；針對(duì)每一幀音頻信號(hào)，根據(jù)當(dāng)前幀音頻信號(hào)的所述能量值、所述短時(shí)平均能量值和預(yù)設(shè)的門(mén)限值檢測(cè)得到所述當(dāng)前幀音頻信號(hào)的多個(gè)第一節(jié)拍點(diǎn)；根據(jù)預(yù)設(shè)的節(jié)拍點(diǎn)提取函數(shù)在多個(gè)所述第一節(jié)拍點(diǎn)中搜索出多個(gè)第二節(jié)拍點(diǎn)，所述第二節(jié)拍點(diǎn)表示所述音頻數(shù)據(jù)的強(qiáng)弱規(guī)律的程度大于或等于所述第一節(jié)拍點(diǎn)表示所述音頻數(shù)據(jù)的強(qiáng)弱規(guī)律的程度。

可選地，所述針對(duì)每一幀音頻信號(hào)，根據(jù)當(dāng)前幀音頻信號(hào)的所述能量值、所述短時(shí)平均能量值和預(yù)設(shè)的門(mén)限值檢測(cè)得到所述當(dāng)前幀音頻信號(hào)的多個(gè)第一節(jié)拍點(diǎn)的步驟，包括：針對(duì)每一幀音頻信號(hào)，將當(dāng)前幀音頻信號(hào)的所述能量值與所述短時(shí)平均能量值的比值與所述門(mén)限值進(jìn)行比較；若所述比值大于所述門(mén)限值，則將所述當(dāng)前幀音頻信號(hào)作為所述第一節(jié)拍點(diǎn)。

可選地，所述根據(jù)預(yù)設(shè)的節(jié)拍點(diǎn)提取函數(shù)在多個(gè)所述第一節(jié)拍點(diǎn)中搜索出多個(gè)第二節(jié)拍點(diǎn)的步驟，包括：計(jì)算所述節(jié)拍點(diǎn)提取函數(shù)的最大值；所述節(jié)拍點(diǎn)提取函數(shù)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(jié)拍點(diǎn)在所述音頻數(shù)據(jù)中的幀序號(hào)，所述t0表示偏移值，所述偏移值表示第一個(gè)所述第二節(jié)拍點(diǎn)在所述音頻數(shù)據(jù)中的幀序號(hào)，所述p表示所述第一節(jié)拍點(diǎn)的數(shù)量，所述t0∈[1，p]；將所述節(jié)拍點(diǎn)提取函數(shù)為所述最大值時(shí)的所述偏移值對(duì)應(yīng)的所述第一節(jié)拍點(diǎn)作為第一個(gè)所述第二節(jié)拍點(diǎn)；根據(jù)所述節(jié)拍點(diǎn)提取函數(shù)為所述最大值時(shí)的所述數(shù)量計(jì)算相鄰兩個(gè)所述第二節(jié)拍點(diǎn)之間的時(shí)間間隔；從第一個(gè)所述第二節(jié)拍點(diǎn)開(kāi)始，按照所述時(shí)間間隔依次確定多個(gè)所述第二節(jié)拍點(diǎn)。

可選地，所述計(jì)算所述音頻數(shù)據(jù)的每一幀音頻信號(hào)的能量值的步驟，包括：根據(jù)如下公式計(jì)算所述能量值：POW_Y2(n)＝sum(Y2(n)[k])；其中，所述n表示音頻信號(hào)的幀序號(hào)，所述n大于或等于1，所述POW_Y2(n)表示第n幀的音頻信號(hào)的所述能量值，所述k表示音頻信號(hào)的各個(gè)頻率的編號(hào)，所述Y2(n)[k]表示第n幀音頻信號(hào)的第k個(gè)頻率的能量值，所述Y2(n)表示第n幀音頻信號(hào)的各個(gè)頻率的能量值之和。