[發明專利]音頻處理方法、裝置、電子設備和存儲介質

有效

• 申請號: 202110107918.6
• 申請日: 2021-01-27
• 公開（公告）號: CN112951265B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 熊貝爾;朱一聞;曹偲;鄭博;劉華平
• 申請（專利權）人: 杭州網易云音樂科技有限公司
• 主分類號: G10L21/0316
• 分類號: G10L21/0316;G10L21/0324;G10H1/46
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 張愷寧

1.一種音頻處理方法，其特征在于，包括：

獲取干音音頻中目標時間段的目標干音音頻；

根據所述目標干音音頻的全局能量特征和所述目標干音音頻對應的目標伴奏音頻的全局掩蔽特征，確定所述干音音頻對應的伴奏音頻對所述干音音頻的目標掩蔽能力度量值；

根據預先設置的伴奏對干音的掩蔽能力度量值與伴奏干音音量比的對應關系，確定所述目標掩蔽能力度量值對應的目標伴奏干音音量比；

將所述伴奏音頻與所述干音音頻的音量比調節至所述目標伴奏干音音量比。

2.根據權利要求1所述的方法，其特征在于，所述獲取干音音頻中的目標時間段的目標干音音頻，包括：

獲取所述干音音頻的各幀音頻的均方根能量數據；

確定所述干音音頻中設定時間段內的均方根能量數據的和最大的時間段，將確定的時間段的干音音頻作為所述目標干音音頻。

3.根據權利要求2所述的方法，其特征在于，所述獲取所述干音音頻的各幀音頻的均方根能量數據之后，確定所述干音音頻中設定時間段內的均方根能量數據的和最大的時間段之前，還包括：

從獲取的均方根能量數據中，去除所述干音音頻的第一靜音區域的均方根能量數據。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對于所述目標干音音頻的每幀音頻，將所述每幀音頻的各頻帶的能量特征求和，得到所述每幀音頻的能量特征；

將所述目標干音音頻的各幀音頻的能量特征的和作為所述全局能量特征。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

從預先獲取的所述伴奏音頻的各幀音頻的掩蔽特征中，獲取所述目標時間段的伴奏音頻的各幀音頻的掩蔽特征；

將所述各幀音頻的掩蔽特征的和作為所述目標伴奏音頻的全局掩蔽特征。

6.根據權利要求5所述的方法，其特征在于，所述獲取所述目標時間段的伴奏音頻的各幀音頻的掩蔽特征之后，將所述各幀音頻的掩蔽特征的和作為所述目標伴奏音頻的全局掩蔽特征之前，還包括：

從獲取的掩蔽特征中，去除所述目標時間段的第二靜音區域的伴奏音頻的掩蔽特征。

7.根據權利要求5所述的方法，其特征在于，所述預先獲取的所述伴奏音頻的各幀音頻的掩蔽特征通過如下方式獲得：

對于所述伴奏音頻的每幀音頻，將所述每幀音頻的各頻帶的掩蔽閾值求和，得到所述每幀音頻的掩蔽特征。

8.根據權利要求7所述的方法，其特征在于，所述將所述每幀音頻的各頻帶的掩蔽閾值求和，包括：

將所述每幀音頻中的最低Bark頻帶的音頻剔除；

將剔除所述最低Bark頻帶后的每幀音頻的各頻帶的掩蔽閾值求和。

9.根據權利要求1至8任一項所述的方法，其特征在于，所述根據所述目標干音音頻的全局能量特征和所述目標干音音頻對應的目標伴奏音頻的全局掩蔽特征，確定所述干音音頻對應的伴奏音頻對所述干音音頻的目標掩蔽能力度量值，包括：

將所述全局掩蔽特征和所述全局能量特征的比值的平方根，作為所述干音音頻對應的伴奏音頻對所述干音音頻的目標掩蔽能力度量值。

10.根據權利要求9所述的方法，其特征在于，所述預先設置的伴奏對干音的掩蔽能力度量值與伴奏干音音量比的對應關系通過如下方式獲得：

基于樣本數據集，建立伴奏對干音的掩蔽能力度量值與伴奏干音音量比的線性回歸模型，并采用最小二乘法確定所述線性回歸模型的系數；其中，所述樣本數據集中的每個樣本包括伴奏對干音的掩蔽能力度量值，以及標注的伴奏干音音量比。