[發(fā)明專利]音頻處理方法、裝置、電子設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110107918.6
• 申請日: 2021-01-27
• 公開（公告）號: CN112951265B
• 公開（公告）日: 2022-07-19
• 發(fā)明（設(shè)計(jì)）人: 熊貝爾;朱一聞;曹偲;鄭博;劉華平
• 申請（專利權(quán)）人: 杭州網(wǎng)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(dá)信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 張愷寧

本申請?zhí)峁┮环N音頻處理方法、裝置、電子設(shè)備和存儲介質(zhì)，該方法包括：獲取干音音頻中目標(biāo)時(shí)間段的目標(biāo)干音音頻；根據(jù)該目標(biāo)干音音頻的全局能量特征和該目標(biāo)干音音頻對應(yīng)的目標(biāo)伴奏音頻的全局掩蔽特征，確定伴奏音頻對干音音頻的目標(biāo)掩蔽能力度量值；基于預(yù)先設(shè)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(yīng)關(guān)系，確定上述目標(biāo)掩蔽能力度量值對應(yīng)的目標(biāo)伴奏干音音量比，將伴奏音頻與干音音頻的音量比調(diào)節(jié)至目標(biāo)伴奏干音音量比。本申請可以得到適合音樂作品的伴奏音頻與干音音頻的音量比，并將伴奏音頻的音量與干音音頻的音量調(diào)節(jié)至該音量比，節(jié)省用戶的調(diào)音時(shí)間，調(diào)音過程簡單并且調(diào)音效果好。

技術(shù)領(lǐng)域

本申請涉及計(jì)算機(jī)技術(shù)領(lǐng)域，更具體地說，涉及一種音頻處理方法、裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)

一些唱歌軟件的使用給用戶的生活帶來了許多樂趣。用戶可以通過這些唱歌軟件錄制歌曲，生產(chǎn)自己的音樂作品，這一般分為三個(gè)過程：人聲錄制過程、回放調(diào)音過程、伴奏人聲混音過程。在回放調(diào)音過程，可以在回放調(diào)音界面顯示人聲音量和伴奏音量，并且伴奏音量和人聲音量的比例為預(yù)先設(shè)置的固定比例。

但是，上述伴奏音量和人聲音量的固定比例，并不適用于所有音樂作品，通常需要用戶自行調(diào)節(jié)伴奏音量和人聲音量的比例，調(diào)音過程比較繁瑣，并且用戶自行調(diào)音的效果不好。

發(fā)明內(nèi)容

本申請實(shí)施例提供一種音頻處理方法、裝置、電子設(shè)備和存儲介質(zhì)，用以為用戶推薦合適的伴奏音頻和人聲音頻的音量比，節(jié)省用戶的調(diào)音時(shí)間，調(diào)音過程簡單并且調(diào)音效果好。

一方面，本申請實(shí)施例提供一種音頻處理方法，包括：

獲取干音音頻中目標(biāo)時(shí)間段的目標(biāo)干音音頻；

根據(jù)所述目標(biāo)干音音頻的全局能量特征和所述目標(biāo)干音音頻對應(yīng)的目標(biāo)伴奏音頻的全局掩蔽特征，確定所述干音音頻對應(yīng)的伴奏音頻對所述干音音頻的目標(biāo)掩蔽能力度量值；

根據(jù)預(yù)先設(shè)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(yīng)關(guān)系，確定所述目標(biāo)掩蔽能力度量值對應(yīng)的目標(biāo)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(diào)節(jié)至所述目標(biāo)伴奏干音音量比。

在一種可選的實(shí)施方式中，所述獲取干音音頻中的目標(biāo)時(shí)間段的目標(biāo)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(shù)據(jù)；

確定所述干音音頻中設(shè)定時(shí)間段內(nèi)的均方根能量數(shù)據(jù)的和最大的時(shí)間段，將確定的時(shí)間段的干音音頻作為所述目標(biāo)干音音頻。

在一種可選的實(shí)施方式中，所述獲取所述干音音頻的各幀音頻的均方根能量數(shù)據(jù)之后，確定所述干音音頻中設(shè)定時(shí)間段內(nèi)的均方根能量數(shù)據(jù)的和最大的時(shí)間段之前，還包括：

從獲取的均方根能量數(shù)據(jù)中，去除所述干音音頻的第一靜音區(qū)域的均方根能量數(shù)據(jù)。

在一種可選的實(shí)施方式中，所述方法還包括：

對于所述目標(biāo)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(biāo)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。

在一種可選的實(shí)施方式中，所述方法還包括：

從預(yù)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(biāo)時(shí)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(biāo)伴奏音頻的全局掩蔽特征。

在一種可選的實(shí)施方式中，所述獲取所述目標(biāo)時(shí)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(biāo)伴奏音頻的全局掩蔽特征之前，還包括：