[發(fā)明專利]一種音頻數(shù)據(jù)的對齊方法、裝置、設備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010920844.3
• 申請日: 2020-09-04
• 公開（公告）號: CN112017622B
• 公開（公告）日: 2023-02-21
• 發(fā)明（設計）人: 熊佳;周年斌
• 申請（專利權）人: 廣州趣丸網(wǎng)絡科技有限公司
• 主分類號: G10H1/36
• 分類號: G10H1/36
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 楊小紅

1.一種音頻數(shù)據(jù)的對齊方法，其特征在于，包括步驟：

S1、獲取待對齊的原始錄音數(shù)據(jù)和原始伴奏數(shù)據(jù)；其中，所述原始錄音數(shù)據(jù)包括人聲和錄音伴奏；

S11、將所述原始錄音數(shù)據(jù)中歌詞起點前預置長度的音頻數(shù)據(jù)截取，得到第一截取音頻數(shù)據(jù)；將所述原始伴奏數(shù)據(jù)中歌詞起點前所述預置長度的音頻數(shù)據(jù)截取，得到第二截取音頻數(shù)據(jù)；

S12、將所述第一截取音頻數(shù)據(jù)和所述第二截取音頻數(shù)據(jù)降頻至第一預置頻率；

S2、通過相似性檢測公式，對降頻后的第一截取音頻數(shù)據(jù)和降頻后的第二截取音頻數(shù)據(jù)進行相似性檢測，得到降頻后的原始錄音數(shù)據(jù)的延時采樣點數(shù)，其中，所述相似性檢測公式為：

式中，Xcorrmax對應的位置即延時采樣點數(shù)，Xcorr(i)為第i個波形點位置對應的相似度值，n為用于做相似性檢測的波形點的音頻波形點數(shù)量，x_j為用于做相似性檢測的原始錄音數(shù)據(jù)的第j個波形點，y_j-i為用于做相似性檢測的原始伴奏數(shù)據(jù)的第j-i個波形點，x為原始錄音數(shù)據(jù)，y為原始伴奏數(shù)據(jù)，i和j分別為波形點位置；

S3、將所述原始伴奏數(shù)據(jù)的頻率和所述原始錄音數(shù)據(jù)的頻率調(diào)整一致；

S4、從所述原始錄音數(shù)據(jù)中刪除所述延時采樣點數(shù)，以實現(xiàn)所述原始錄音數(shù)據(jù)和所述原始伴奏數(shù)據(jù)的對齊。

2.根據(jù)權利要求1所述的音頻數(shù)據(jù)的對齊方法，其特征在于，步驟S3具體包括：

將所述原始伴奏數(shù)據(jù)的頻率調(diào)整至所述原始錄音數(shù)據(jù)的頻率。

3.根據(jù)權利要求2所述的音頻數(shù)據(jù)的對齊方法，其特征在于，步驟S2之后還包括：

將所述延時采樣點數(shù)升頻至所述原始伴奏數(shù)據(jù)的頻率，得到新延時采樣點數(shù)，并通過所述新延時采樣點數(shù)執(zhí)行后續(xù)步驟。

4.根據(jù)權利要求1所述的音頻數(shù)據(jù)的對齊方法，其特征在于，步驟S4之前還包括：

將所述延時采樣點數(shù)和預置閾值做差，得到第一中間數(shù)據(jù)；

則步驟S4具體包括：

從所述原始錄音數(shù)據(jù)中刪除所述第一中間數(shù)據(jù)，以實現(xiàn)所述原始錄音數(shù)據(jù)和所述原始伴奏數(shù)據(jù)的對齊。

5.根據(jù)權利要求1所述的音頻數(shù)據(jù)的對齊方法，其特征在于，步驟S4之后還包括：

S5、將刪除所述延時采樣點數(shù)后的所述原始錄音數(shù)據(jù)和所述原始伴奏數(shù)據(jù)進行混音處理。

6.一種音頻數(shù)據(jù)的對齊裝置，其特征在于，包括：

獲取單元，用于獲取待對齊的原始錄音數(shù)據(jù)和原始伴奏數(shù)據(jù)；其中，所述原始錄音數(shù)據(jù)包括人聲和播放伴奏；還用于將所述原始錄音數(shù)據(jù)中歌詞起點前預置長度的音頻數(shù)據(jù)截取，得到第一截取音頻數(shù)據(jù)；還用于將所述原始伴奏數(shù)據(jù)中歌詞起點前所述預置長度的音頻數(shù)據(jù)截取，得到第二截取音頻數(shù)據(jù)；

將所述第一截取音頻數(shù)據(jù)和所述第二截取音頻數(shù)據(jù)降頻至第一預置頻率；

檢測單元，用于通過相似性檢測公式，對降頻后的第一截取音頻數(shù)據(jù)和降頻后的第二截取音頻數(shù)據(jù)進行相似性檢測，得到降頻后的原始錄音數(shù)據(jù)的延時采樣點數(shù)，其中，所述相似性檢測公式為：

式中，Xcorrmax對應的位置即延時采樣點數(shù)，Xcorr(i)為第i個波形點位置對應的相似度值，n為用于做相似性檢測的波形點的音頻波形點數(shù)量，x_j為用于做相似性檢測的原始錄音數(shù)據(jù)的第j個波形點，y_j-i為用于做相似性檢測的原始伴奏數(shù)據(jù)的第j-i個波形點，x為原始錄音數(shù)據(jù)，y為原始伴奏數(shù)據(jù)，i和j分別為波形點位置；

調(diào)整單元，用于將所述原始伴奏數(shù)據(jù)的頻率和所述原始錄音數(shù)據(jù)的頻率調(diào)整一致；

刪除單元，用于從所述原始錄音數(shù)據(jù)中刪除所述延時采樣點數(shù)，以實現(xiàn)所述原始錄音數(shù)據(jù)和所述原始伴奏數(shù)據(jù)的對齊。

7.根據(jù)權利要求6所述的音頻數(shù)據(jù)的對齊裝置，其特征在于，所述調(diào)整單元具體用于，將所述原始伴奏數(shù)據(jù)的頻率調(diào)整至所述原始錄音數(shù)據(jù)的頻率。