[發(fā)明專利]實時通信音頻處理方法、裝置、電子設備和存儲介質

在審

• 申請?zhí)枺?/td>: 202110869115.4
• 申請日: 2021-07-30
• 公開（公告）號: CN113555024A
• 公開（公告）日: 2021-10-26
• 發(fā)明（設計）人: 陳翔宇;張晨;邢文浩
• 申請（專利權）人: 北京達佳互聯(lián)信息技術有限公司
• 主分類號: G10L19/008
• 分類號: G10L19/008;H04L29/06
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 蘇銀虹;王兆賡

本公開關于一種實時通信音頻處理方法、裝置、電子設備和存儲介質，實時通信音頻處理方法包括：在實時通信的第一模式下，接收開啟實時通信的第二模式的指令；響應于指令，從第一模式切換至第二模式，在第二模式下執(zhí)行音頻處理；發(fā)送處理后的音頻數(shù)據(jù)；其中，在第二模式下執(zhí)行音頻處理，包括：根據(jù)比在第一模式下采集音頻數(shù)據(jù)的采樣率更高的采樣率采集待處理音頻數(shù)據(jù)；根據(jù)比在第一模式下對音頻數(shù)據(jù)進行編碼的采樣率更高的采樣率對待處理音頻數(shù)據(jù)進行編碼。通過對現(xiàn)有的實時通信做出包括提高采集音頻數(shù)據(jù)的采樣率和編碼的采樣率在內的調整，能夠有效降低處理過程中的音質損失，提升處理后的音頻數(shù)據(jù)的音質，滿足特定場景下的高音質需求。

技術領域

本公開涉及音頻技術領域，尤其涉及一種實時通信音頻處理方法、裝置、電子設備和存儲介質。

背景技術

在線教育中經常會遇到例如音樂教學之類對音質要求較高的場景，通常在線教育都是使用RTC(Real-Time Communication，實時通信)的方案。RTC方案一般提供16K采樣率單聲道音頻，然后配合關閉降噪功能，來實現(xiàn)這種場景下的使用。但是現(xiàn)有RTC方案對于音質的損失是比較大的，難以滿足高音質要求的場景。

發(fā)明內容

本公開提供一種實時通信音頻處理方法、裝置、電子設備和存儲介質，以至少解決相關技術中的實時通信的音質損失較大的問題，也可不解決任何上述問題。

根據(jù)本公開的第一方面，提供了一種實時通信音頻處理方法，應用于發(fā)送端，所述實時通信音頻處理方法包括：在實時通信的第一模式下，接收開啟實時通信的第二模式的指令；響應于所述指令，從所述第一模式切換至所述第二模式，在所述第二模式下執(zhí)行音頻處理；發(fā)送處理后的音頻數(shù)據(jù)；其中，所述在所述第二模式下執(zhí)行音頻處理，包括：根據(jù)比在所述第一模式下采集音頻數(shù)據(jù)的采樣率更高的采樣率采集待處理音頻數(shù)據(jù)；根據(jù)比在所述第一模式下對音頻數(shù)據(jù)進行編碼的采樣率更高的采樣率對所述待處理音頻數(shù)據(jù)進行編碼。

可選地，所述在所述第二模式下執(zhí)行音頻處理，還包括：采集至少兩個通道的所述待處理音頻數(shù)據(jù)；對所述待處理音頻數(shù)據(jù)進行立體聲編碼。

可選地，所述在所述第二模式下執(zhí)行音頻處理，還包括以下項中的至少一項：關閉所述第一模式中的非線性回聲消除功能；限制所述第一模式中的非線性回聲消除功能的消除量；關閉所述第一模式中的降噪功能。

可選地，在關閉所述第一模式中的非線性回聲消除功能的情況下，所述實時通信音頻處理方法還包括：發(fā)送閉麥指令或提示信息，其中，所述閉麥指令用于關閉接收端的麥克風，所述提示信息用于提示所述接收端的用戶關閉麥克風。

可選地，所述發(fā)送處理后的音頻數(shù)據(jù)，還包括：發(fā)送指示所述第二模式的標識。

可選地，所述標識是通過網(wǎng)絡傳輸協(xié)議增加的。

根據(jù)本公開的第二方面，提供了一種實時通信音頻處理方法，應用于接收端，所述實時通信音頻處理方法包括：接收發(fā)送端在第二模式下執(zhí)行音頻處理后的音頻數(shù)據(jù)，其中，所述音頻數(shù)據(jù)是在實時通信從第一模式切換至所述第二模式的情況下，通過比所述第一模式更高的采樣率采集并通過比所述第一模式更高的采樣率編碼得到的；在所述第二模式下對接收的所述音頻數(shù)據(jù)進行處理；播放處理后的所述音頻數(shù)據(jù)；其中，所述在所述第二模式下對所述音頻數(shù)據(jù)進行處理，包括：將用于存儲所述音頻數(shù)據(jù)的抖動緩沖區(qū)調整為比所述第一模式下的抖動緩沖區(qū)更大；根據(jù)所述第二模式相應的采樣率對所述音頻數(shù)據(jù)進行解碼。

可選地，所述在所述第二模式下對所述音頻數(shù)據(jù)進行處理，還包括：對所述音頻數(shù)據(jù)進行立體聲解碼。

可選地，所述實時通信音頻處理方法還包括：接收閉麥指令，根據(jù)所述閉麥指令關閉麥克風；或接收并輸出提示信息，所述提示信息用于提示用戶關閉麥克風。