[發明專利]一種音頻數據的增益方法及裝置

有效

• 申請號: 202110283814.0
• 申請日: 2021-03-17
• 公開（公告）號: CN112669872B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 張奇;楊國全;廖煥柱;王克彥;曹亞曦
• 申請（專利權）人: 浙江華創視訊科技有限公司
• 主分類號: G10L21/034
• 分類號: G10L21/034
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 江宇

本發明公開一種音頻數據的增益方法及裝置，包括：根據待處理音頻數據中當前幀的時域數據，確定所述當前幀對應的第一頻域數據；根據所述第一頻域數據，確定所述當前幀對應的實際響度指數；根據預設的目標幅值數據，確定目標響度指數；將所述目標響度指數和所述實際響度指數的比值確定為第二增益參數；根據所述第二增益參數，確定所述第一增益參數；利用所述第一增益參數和所述第一頻域數據，確定所述當前幀對應的第二頻域數據，并根據第一增益參數對于第一頻域數據直接進行增益處理，實現了對于待處理音頻數據的響度調整；針對頻域數據進行增益處理，可以更準確的控制增益后得到的音量，因此可在播放過程中達到理想的聽覺效果。

技術領域

本發明涉及計算機技術領域，尤其涉及一種音頻數據的增益方法及裝置。

背景技術

音頻數據主要是由麥克風拾音采集的信號數據，常用來表現人聲。在一些多人對話的場景下，麥克風可能處于固定位置，而場景中不同人員相對于麥克風的距離各不相同。所以在不同人員講話的過程中，麥克風采集到的音頻數據強度會有所不同。這導致了在音頻數據播放過程中，不同距離人員的音量差別明顯，聽覺效果不理想。

原始的音頻數據是時域數據。現有技術中，可對于強度較弱的原始音頻數據直接進行增益，以提高其在播放過程中的音量。但是對原始音頻數據進行增益的缺陷是，無法準確控制增益后的音頻數據的實際播放音量，所以聽覺上依然未達到理想的效果。

發明內容

本發明提供一種音頻數據的增益方法及裝置，以至少解決現有技術中存在的以上技術問題。

第一方面，本發明提供一種音頻數據的增益方法，包括：

根據待處理音頻數據中當前幀的時域數據，確定所述當前幀對應的第一頻域數據；

根據所述第一頻域數據，確定所述當前幀對應的實際響度指數；

根據預設的目標幅值數據，確定目標響度指數；

將所述目標響度指數和所述實際響度指數的比值確定為第二增益參數；

根據所述第二增益參數，確定第一增益參數；

利用所述第一增益參數和所述第一頻域數據，確定所述當前幀對應的第二頻域數據。

優選的，所述根據所述第一頻域數據，確定所述當前幀對應的實際響度指數包括：

確定所述第一頻域數據中，各頻點的能量數據；

根據各所述能量數據，和各所述頻點對應的響度參數，確定各所述頻點的響度數據；

根據各所述頻點的響度數據，確定所述第一頻域數據對應的實際響度指數。

優選的，所述根據所述第二增益參數，確定所述第一增益參數包括：

當所述第二增益參數大于預設的第一增益限值，將所述第一增益限值確定為所述第一增益參數；

當所述第二增益參數小于所述第一增益限值，將所述第二增益參數確定為所述第一增益參數。

優選的，所述根據所述第二增益參數，確定所述第一增益參數包括：

當所述第二增益參數大于基于能量限值確定的第二增益限值，將所述第二增益限值確定為所述第一增益參數；

當所述第二增益參數小于所述第二增益限值，將所述第二增益參數確定為所述第一增益參數。

優選的，還包括：根據所述第二增益參數和所述第一增益限值確定所述第一增益參數之后，根據所述第二增益限值對所述第一增益參數進行調整。優選的，所述根據所述第二增益參數，確定所述第一增益參數包括：

確定所述第二增益參數相對于先前幀的第三增益參數的增量數值；