[發明專利]一種混音方法和裝置

有效

• 申請號: 202011375166.3
• 申請日: 2020-11-30
• 公開（公告）號: CN112489664B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 熊佳;陳森海;徐志堅;謝睿;陳光堯
• 申請（專利權）人: 廣州趣丸網絡科技有限公司
• 主分類號: G10L19/00
• 分類號: G10L19/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 蘇云輝

本申請公開了一種混音方法和裝置，其中方法包括：獲取用于混音的人聲錄音和背景音樂；對人聲錄音進行語音活動性檢測，獲取人聲錄音的第一能量；對背景音樂進行能量檢測，獲取背景音樂的第二能量；根據預置人聲錄音系數計算公式，結合第一能量和第二能量，計算人聲錄音對應的人聲錄音系數；根據預置背景音樂系數計算公式，結合第一能量和第二能量，計算背景音樂對應的背景音樂系數；基于人聲錄音系數、背景音樂系數對人聲錄音和背景音樂進行混音，得到混音文件。解決了現有的混音調節方法，人為操作麻煩降低了用戶體驗的技術問題。

技術領域

本申請涉及混音技術領域，尤其涉及一種混音方法和裝置。

背景技術

聲音作為傳遞信息的載體，在人們的日常溝通中起重要作用。互聯網時代，用于豐富人們生活的聲音類產品越來越多。在很多聲音類產品中，都會有人聲錄音疊加背景音樂的混音播放場景。但如果處理不當，人聲錄音和背景音樂的混音效果不佳，會引起人耳聽感的不適。因此，改善人聲錄音和背景音樂的混音效果，對于提升用戶的聲音體驗非常重要。

很多聲音類APP的常規做法是，提供一個音量調節界面，用戶在錄制人聲時手動調節人聲錄音和背景音樂的音量，然后混音獲得一個人聲錄音和背景音樂聽感舒適的混音效果。然而上述的混音調節方法，人為操作麻煩降低了用戶體驗。

發明內容

本申請提供了一種混音方法和裝置，解決了現有的混音調節方法，人為操作麻煩降低了用戶體驗的技術問題。

有鑒于此，本申請第一方面提供了一種混音方法，包括：

獲取用于混音的人聲錄音和背景音樂；

對所述人聲錄音進行語音活動性檢測，獲取所述人聲錄音的第一能量；對所述背景音樂進行能量檢測，獲取所述背景音樂的第二能量；

根據預置人聲錄音系數計算公式，結合所述第一能量和所述第二能量，計算所述人聲錄音對應的人聲錄音系數；

根據預置背景音樂系數計算公式，結合所述第一能量和所述第二能量，計算所述背景音樂對應的背景音樂系數；

基于所述人聲錄音系數、所述背景音樂系數對所述人聲錄音和所述背景音樂進行混音，得到混音文件。

可選地，對所述人聲錄音進行語音活動性檢測，獲取所述人聲錄音的第一能量，具體包括：

對所述人聲錄音逐幀進行語音活動性檢測，獲取所述人聲錄音各幀的第一子能量；

根據所有所述第一子能量，計算所述人聲錄音的第一能量。

可選地，對所述背景音樂進行能量檢測，獲取所述背景音樂的第二能量，具體包括：

對所述背景音樂逐幀進行能量檢測，獲取所述背景音樂各幀的第二子能量；

根據所有所述第二子能量，計算所述背景音樂的第二能量。

可選地，預置人聲錄音系數計算公式為：

其中，coef_v為人聲錄音系數，為第二能量，為第一能量。

可選地，預置背景音樂系數計算公式為：

其中，coef_m為背景音樂系數，為第二能量，為第一能量。

可選地，基于所述人聲錄音系數、所述背景音樂系數對所述人聲錄音和所述背景音樂進行混音，得到混音文件，具體包括：

將所述人聲錄音系數和所述人聲錄音相乘，得到第一中間文件；

將所述背景音樂系數和所述背景音樂相乘，得到第二中間文件；