[發(fā)明專利]一種音頻合成方法、裝置以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011355944.2
• 申請(qǐng)日: 2020-11-27
• 公開(kāi)（公告）號(hào): CN112489617A
• 公開(kāi)（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: 郁霖;雷欣;李志飛
• 申請(qǐng)（專利權(quán)）人: 出門(mén)問(wèn)問(wèn)(蘇州)信息科技有限公司
• 主分類號(hào): G10L13/04
• 分類號(hào): G10L13/04;G10L13/047;G10H1/00;G10L15/26
• 代理公司: 北京樂(lè)知新創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11734
• 代理人: 劉婧

本發(fā)明公開(kāi)了一種音頻合成方法、裝置以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括：接收對(duì)應(yīng)于目標(biāo)對(duì)象的第一音頻數(shù)據(jù)，其中所述第一音頻數(shù)據(jù)為目標(biāo)音頻數(shù)據(jù)的一部分；若所接收的第一音頻數(shù)據(jù)滿足預(yù)設(shè)條件，則向所述目標(biāo)對(duì)象反饋第一指示數(shù)據(jù)，以指示所述目標(biāo)對(duì)象發(fā)送第二音頻數(shù)據(jù)，其中所述第二音頻數(shù)據(jù)為所述目標(biāo)音頻數(shù)據(jù)的一部分；在向所述目標(biāo)對(duì)象反饋第一指示數(shù)據(jù)的同時(shí)，對(duì)所述第一音頻數(shù)據(jù)進(jìn)行音頻合成處理。本方案在執(zhí)行時(shí)，不需要等待目標(biāo)對(duì)象事先將全部的音頻數(shù)據(jù)錄制完成后再進(jìn)行音頻合成處理，可以在目標(biāo)對(duì)象進(jìn)行錄制的同時(shí)對(duì)已經(jīng)錄制的音頻數(shù)據(jù)進(jìn)行音頻合成處理，使得極大減少了用戶的等待時(shí)間，進(jìn)而提升了用戶體驗(yàn)感。

技術(shù)領(lǐng)域

本發(fā)明涉及音頻數(shù)據(jù)處理領(lǐng)域，尤其涉及一種音頻合成方法、裝置以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

歌唱合成在處理過(guò)程中，有兩種客戶端錄音方案：第一種需要使用者把全部的歌詞錄完后進(jìn)行語(yǔ)音處理和歌曲合成，第二種則是分句錄制處理，使用者每錄一句提交一次進(jìn)行語(yǔ)音處理，待歌詞全部錄完后進(jìn)行歌曲處理合成處理。

使用第一種方式使用者會(huì)有超長(zhǎng)等待時(shí)間，并且如果錄音過(guò)程中出現(xiàn)問(wèn)題的話，那么整首歌的歌詞需要全部重錄，是一種體驗(yàn)非常差的方式。相比第一種方式，第二種方法可以有效的回避一次錄錯(cuò)全部重錄的問(wèn)題，并且也能在一定程度上減少用戶等待的感覺(jué)，但是實(shí)際上，總等待時(shí)間沒(méi)有變化，導(dǎo)致用戶體驗(yàn)感下降。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種音頻合成方法、裝置以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，具有減少了用戶的等待時(shí)間，進(jìn)而提升了用戶體驗(yàn)感的技術(shù)效果。

本發(fā)明一方面提供一種音頻合成方法，所述方法包括：接收對(duì)應(yīng)于目標(biāo)對(duì)象的第一音頻數(shù)據(jù)，其中所述第一音頻數(shù)據(jù)為目標(biāo)音頻數(shù)據(jù)的一部分；若所接收的第一音頻數(shù)據(jù)滿足預(yù)設(shè)條件，則向所述目標(biāo)對(duì)象反饋第一指示數(shù)據(jù)，以指示所述目標(biāo)對(duì)象發(fā)送第二音頻數(shù)據(jù)，其中所述第二音頻數(shù)據(jù)為所述目標(biāo)音頻數(shù)據(jù)的一部分；在向所述目標(biāo)對(duì)象反饋第一指示數(shù)據(jù)的同時(shí)，對(duì)所述第一音頻數(shù)據(jù)進(jìn)行音頻合成處理。

在一可實(shí)施方式中，所述所接收的第一音頻數(shù)據(jù)滿足預(yù)設(shè)條件，包括：根據(jù)所述目標(biāo)音頻數(shù)據(jù)，判斷所述第一音頻數(shù)據(jù)所對(duì)應(yīng)的第一文本數(shù)據(jù)的準(zhǔn)確度；若所述準(zhǔn)確度超過(guò)預(yù)設(shè)閾值，則判定所接收的第一音頻數(shù)據(jù)滿足預(yù)設(shè)條件。

在一可實(shí)施方式中，所述根據(jù)所述目標(biāo)音頻數(shù)據(jù)，計(jì)算所述第一音頻數(shù)據(jù)所對(duì)應(yīng)的第一文本數(shù)據(jù)的準(zhǔn)確度，包括：獲取對(duì)應(yīng)于所述目標(biāo)音頻數(shù)據(jù)的目標(biāo)文本數(shù)據(jù)；將所述第一文本數(shù)據(jù)與所述目標(biāo)文本數(shù)據(jù)進(jìn)行文本對(duì)比，判斷所述第一文本數(shù)據(jù)的準(zhǔn)確度。

在一可實(shí)施方式中，若所接收的第一音頻數(shù)據(jù)不滿足預(yù)設(shè)條件，所述方法還包括：向所述目標(biāo)對(duì)象反饋第二指示數(shù)據(jù)，以指示所述目標(biāo)對(duì)象重新錄制并發(fā)送第一音頻數(shù)據(jù)。

在一可實(shí)施方式中，所述方法還包括：根據(jù)所述目標(biāo)音頻數(shù)據(jù)，判斷所述第二音頻數(shù)據(jù)是否為所述目標(biāo)音頻數(shù)據(jù)的最后一部分；若判定所述第二音頻數(shù)據(jù)為所述目標(biāo)音頻數(shù)據(jù)的最后一部分，則獲取所述第一音頻數(shù)據(jù)和第一音頻數(shù)據(jù)經(jīng)音頻合成處理后的第一合成音頻數(shù)據(jù)和第二合成音頻數(shù)據(jù)；將所獲取的第一合成音頻數(shù)據(jù)和第二合成音頻數(shù)據(jù)按照接收順序進(jìn)行音頻拼接處理，生成第三音頻數(shù)據(jù)，并將所得到的第三音頻數(shù)據(jù)反饋給所述目標(biāo)對(duì)象。

本發(fā)明另一方面提供一種音頻合成裝置，所述裝置包括：數(shù)據(jù)接收模塊，用于接收對(duì)應(yīng)于目標(biāo)對(duì)象的第一音頻數(shù)據(jù)，其中所述第一音頻數(shù)據(jù)為目標(biāo)音頻數(shù)據(jù)的一部分；數(shù)據(jù)反饋模塊，用于若所接收的第一音頻數(shù)據(jù)滿足預(yù)設(shè)條件，則向所述目標(biāo)對(duì)象反饋第一指示數(shù)據(jù)，以指示所述目標(biāo)對(duì)象發(fā)送第二音頻數(shù)據(jù)，其中所述第二音頻數(shù)據(jù)為所述目標(biāo)音頻數(shù)據(jù)的一部分；數(shù)據(jù)處理模塊，用于在向所述目標(biāo)對(duì)象反饋第一指示數(shù)據(jù)的同時(shí)，對(duì)所述第一音頻數(shù)據(jù)進(jìn)行音頻合成處理。

在一可實(shí)施方式中，所述數(shù)據(jù)反饋模塊具體用于：根據(jù)所述目標(biāo)音頻數(shù)據(jù)，判斷所述第一音頻數(shù)據(jù)所對(duì)應(yīng)的第一文本數(shù)據(jù)的準(zhǔn)確度；若所述準(zhǔn)確度超過(guò)預(yù)設(shè)閾值，則判定所接收的第一音頻數(shù)據(jù)滿足預(yù)設(shè)條件。