[發明專利]音頻生成方法、裝置、電子設備和存儲介質

在審

• 申請號: 202210448723.2
• 申請日: 2022-04-26
• 公開（公告）號: CN114827886A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 陳聯武;鄭羲光;范欣悅;張晨
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: H04S7/00
• 分類號: H04S7/00
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 劉超;曾世驍

1.一種音頻生成方法，其特征在于，所述方法包括：

獲取待處理音頻信號；

通過對所述待處理音頻信號進行音軌分離獲得針對多個聲源的多個音軌信號；

確定在三維空間中的用戶方位信息，并生成與所述多個音軌信號中的每個音軌信號對應的三維空間元數據，其中，所述三維空間元數據包括對應聲源在三維空間中的方位信息和聲音寬度信息；

基于所述用戶方位信息、分離出的所述多個音軌信號和與所述每個音軌信號對應的所述三維空間元數據，生成與所述待處理音頻信號對應的三維音頻信號。

2.根據權利要求1所述的方法，其特征在于，生成與所述多個音軌信號中的每個音軌信號對應的三維空間元數據，包括：

獲取所述待處理音頻信號的特征信息，其中，所述特征信息包括所述待處理音頻信號的節拍信息和結構信息中的至少一個，其中，所述結構信息包括所述待處理音頻信號的各音頻片段的類型信息；

基于所述特征信息分別生成與所述每個音軌信號對應的三維空間元數據。

3.根據權利要求2所述的方法，其特征在于，基于所述特征信息分別生成與所述每個音軌信號對應的三維空間元數據，包括：

針對所述多個音軌信號中的人聲信號，根據所述結構信息中的各音頻片段的類型，確定所述人聲信號對應的聲源相對于三維空間中的所述用戶方位信息的位置調整信息，基于所述位置調整信息確定所述人聲信號的三維空間元數據。

4.根據權利要求2所述的方法，其特征在于，基于所述特征信息分別生成與所述每個音軌信號對應的三維空間元數據，包括：

針對所述多個音軌信號中的樂器信號，根據所述節拍信息和所述結構信息中的各音頻片段的類型，確定所述樂器信號對應的聲源在所述三維空間中的移動信息，基于所述移動信息確定所述樂器信號的三維空間元數據。

5.根據權利要求1所述的方法，其特征在于，生成與所述多個音軌信號中的每個音軌信號對應的三維空間元數據，包括：

從多個預設模板中確定分別與所述每個音軌信號對應的預設模板，其中，所述預設模板包括對應聲源在三維空間中的移動軌跡信息、移動速度信息和聲音寬度變化信息中的至少一個；

使用確定的預設模板分別生成針對所述每個音軌信號的三維空間元數據。

6.根據權利要求1所述的方法，其特征在于，生成與所述多個音軌信號中的每個音軌信號對應的三維空間元數據，包括：

獲取用戶輸入的設置信息，其中，所述設置信息包括與所述多個音軌信號對應的各聲源在三維空間中的移動軌跡、移動速度和聲音寬度變化值中的至少一個；

基于所述設置信息分別生成針對所述每個音軌信號的三維空間元數據。

7.一種音頻生成裝置，其特征在于，所述裝置包括：

獲取模塊，被配置為獲取待處理音頻信號；

音軌分離模塊，被配置為通過對所述待處理音頻信號進行音軌分離獲得針對多個聲源的多個音軌信號；

元數據生成模塊，被配置為確定在三維空間中的用戶方位信息，并生成與所述多個音軌信號中的每個音軌信號對應的三維空間元數據，其中，所述三維空間元數據包括對應聲源在三維空間中的方位信息和聲音寬度信息；

渲染模塊，被配置為基于所述用戶方位信息、分離出的所述多個音軌信號和與所述每個音軌信號對應的所述三維空間元數據，生成與所述待處理音頻信號對應的三維音頻信號。

8.一種電子設備，其特征在于，包括：

至少一個處理器；

至少一個存儲計算機可執行指令的存儲器，

其中，所述計算機可執行指令在被所述至少一個處理器運行時，促使所述至少一個處理器執行如權利要求1到6中的任一項權利要求所述的音頻生成方法。

9.一種存儲指令的計算機可讀存儲介質，其特征在于，當所述指令被至少一個處理器運行時，促使所述至少一個處理器執行如權利要求1到6中的任一項權利要求所述的音頻生成方法。

10.一種計算機程序產品，所述計算機程序產品中的指令被電子裝置中的至少一個處理器運行以執行如權利要求1到6中的任一項權利要求所述的音頻生成方法。