[發(fā)明專利]一種錄音數(shù)據(jù)處理方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011549737.0
• 申請(qǐng)日: 2020-12-24
• 公開(kāi)（公告）號(hào): CN112562712A
• 公開(kāi)（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 吳光需;梁志婷
• 申請(qǐng)（專利權(quán)）人: 上海明略人工智能（集團(tuán)）有限公司
• 主分類號(hào): G10L21/0208
• 分類號(hào): G10L21/0208;G10L21/0272;G10L25/30;G11B20/10
• 代理公司: 青島清泰聯(lián)信知識(shí)產(chǎn)權(quán)代理有限公司 37256
• 代理人: 趙燕

本發(fā)明提出一種錄音數(shù)據(jù)處理方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，其方法技術(shù)方案包括第一拾音步驟，使用一佩戴于第一對(duì)話者的第一拾音設(shè)備采集第一對(duì)話者的聲音，傳輸至一第二拾音設(shè)備，并保存為第一音軌；第二拾音步驟，使用所述第二拾音設(shè)備采集第二對(duì)話者的聲音，并保存為第二音軌；音頻生成步驟，使用所述第二拾音設(shè)備將所述第一音軌與所述第二音軌處理為中間音頻文件；音頻分離步驟，對(duì)所述中間音頻文件進(jìn)行語(yǔ)音角色分離。本發(fā)明解決了現(xiàn)有錄音處理方法成本較高且效果不佳的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明屬于音頻處理領(lǐng)域，尤其涉及一種可適用于現(xiàn)場(chǎng)錄音技術(shù)的錄音數(shù)據(jù)處理方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

當(dāng)前行業(yè)中在通過(guò)錄音設(shè)備錄音的場(chǎng)景中，通過(guò)錄音設(shè)備如三麥、四麥錄音設(shè)備提高錄音過(guò)程中區(qū)分佩戴者、對(duì)話者的錄音過(guò)程達(dá)到更加良好的有效錄音、更低的噪音效果、更易通過(guò)錄音分離提取佩戴者、對(duì)話者的角色音的方法。

在這種方法中，環(huán)境的非有效錄音往往都是噪音，非常容易對(duì)音頻角色錄音分離造成極大的干擾，也非常容易導(dǎo)致佩戴者和對(duì)話者錄音角色分離之后出錯(cuò)，這種方案往往會(huì)以更加高昂的成本和更加復(fù)雜的技術(shù)去解決，這往往在商用場(chǎng)景中使用成本會(huì)極大的提升。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種錄音數(shù)據(jù)處理方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，以至少解決現(xiàn)有錄音處理方法成本較高且效果不佳的問(wèn)題。

第一方面，本申請(qǐng)實(shí)施例提供了一種錄音數(shù)據(jù)處理方法，包括：第一拾音步驟，使用一佩戴于第一對(duì)話者的第一拾音設(shè)備采集第一對(duì)話者的聲音，傳輸至一第二拾音設(shè)備，并保存為第一音軌；第二拾音步驟，使用所述第二拾音設(shè)備采集第二對(duì)話者的聲音，并保存為第二音軌；音頻生成步驟，使用所述第二拾音設(shè)備將所述第一音軌與所述第二音軌處理為中間音頻文件；音頻分離步驟，對(duì)所述中間音頻文件進(jìn)行語(yǔ)音角色分離。

優(yōu)選的，所述中間音頻文件為一個(gè)雙音軌單音頻文件或兩個(gè)雙音軌單音頻文件。

優(yōu)選的，所述音頻分離步驟還包括：將所述中間音頻文件中的所述第一音軌中非第一對(duì)話者的聲音剔除，將所述第二音軌中非第二對(duì)話者的聲音剔除。

優(yōu)選的，所述音頻分離步驟還包括：使用一語(yǔ)音分離算法對(duì)所述中間音頻文件進(jìn)行語(yǔ)音角色分離。

第二方面，本申請(qǐng)實(shí)施例提供了一種錄音數(shù)據(jù)處理系統(tǒng)，適用于上述一種錄音數(shù)據(jù)處理方法，包括：第一拾音單元：使用一佩戴于第一對(duì)話者的第一拾音設(shè)備采集第一對(duì)話者的聲音，傳輸至一第二拾音設(shè)備，并保存為第一音軌；第二拾音單元，使用所述第二拾音設(shè)備采集第二對(duì)話者的聲音，并保存為第二音軌；音頻生成單元，使用所述第二拾音設(shè)備將所述第一音軌與所述第二音軌處理為中間音頻文件；音頻分離單元，對(duì)所述中間音頻文件進(jìn)行語(yǔ)音角色分離。

在其中一些實(shí)施例中，所述中間音頻文件為一個(gè)雙音軌單音頻文件或兩個(gè)雙音軌單音頻文件。

在其中一些實(shí)施例中，所述音頻分離單元還包括：將所述中間音頻文件中的所述第一音軌中非第一對(duì)話者的聲音剔除，將所述第二音軌中非第二對(duì)話者的聲音剔除。

在其中一些實(shí)施例中，所述音頻分離單元還包括：使用一語(yǔ)音分離算法對(duì)所述中間音頻文件進(jìn)行語(yǔ)音角色分離。

第三方面，本申請(qǐng)實(shí)施例提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述第一方面所述的一種錄音數(shù)據(jù)處理方法。

第四方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述第一方面所述的一種錄音數(shù)據(jù)處理方法。

相比于相關(guān)技術(shù)，本申請(qǐng)實(shí)施例提供的一種錄音數(shù)據(jù)處理方法以更加低成本、低技術(shù)難度的的方式錄取更加精準(zhǔn)的音頻源錄音。

附圖說(shuō)明