[發明專利]音頻處理方法、裝置、計算設備及介質

在審

• 申請號: 202210524704.3
• 申請日: 2022-05-13
• 公開（公告）號: CN115019814A
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 熊貝爾;曹偲;高月潔;吳迪;鄭博;李鵬;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: G10L21/003
• 分類號: G10L21/003
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 董曉盈

1.一種音頻處理方法，其特征在于，所述方法包括：

獲取待處理音頻；

確定候選音頻組中每個候選音頻與所述待處理音頻之間的音色相似度，所述候選音頻組為從多個音頻組中確定出的一個音頻組，所述候選音頻組所對應的音色相似度之和在各個音頻組所對應的音色相似度之和中最小，所述音色相似度之和為音頻組所包括的音頻兩兩之間的相似度的和，每個所述候選音頻對應有預設調音參數；

基于所述待處理音頻與各個候選音頻的音色相似度，從多個候選音頻中確定目標音頻；

基于所述目標音頻的預設調音參數，對所述待處理音頻進行調音處理。

2.根據權利要求1所述的方法，其特征在于，所述確定候選音頻組中每個候選音頻與所述待處理音頻之間的音色相似度，包括：

獲取各個候選音頻的音色特征以及所述待處理音頻的音色特征；

對于任一候選音頻，基于所述候選音頻的音色特征與所述待處理音頻的音色特征，確定所述候選音頻與所述待處理音頻之間的音色相似度。

3.根據權利要求2所述的方法，其特征在于，所述獲取各個候選音頻的音頻音色以及所述待處理音頻的音色特征，包括：

對于任一音頻，確定所述音頻的人聲部分；

從所述音頻的人聲部分中，抽取目標數量的音頻幀；

基于所述目標數量的音頻幀的音色特征，確定所述音頻的音色特征。

4.根據權利要求3所述的方法，其特征在于，所述從所述音頻的人聲部分中，抽取目標數量的音頻幀，包括：

基于所述音頻的人聲部分的時長，確定采樣頻率；

按照所述采樣頻率，在所述音頻的人聲部分中進行音頻幀抽取，得到目標數量的音頻幀。

5.根據權利要求3所述的方法，其特征在于，所述基于所述目標數量的音頻幀的音色特征，確定所述音頻的音色特征，包括：

獲取各個音頻幀的音色特征，得到目標數量的音色特征；

基于目標數量的音色特征進行取平均處理，得到所述音頻的音色特征。

6.根據權利要求2所述的方法，其特征在于，所述對于任一候選音頻，基于所述候選音頻的音色特征與所述待處理音頻的音色特征，確定所述候選音頻與所述待處理音頻之間的音色相似度，包括：

對于任一候選音頻，確定所述候選音頻的音色特征與所述待處理音頻的音色特征之間的余弦距離，將所確定出的余弦距離作為所述候選音頻與所述待處理音頻之間的音色相似度。

7.根據權利要求1所述的方法，其特征在于，所述候選音頻組的確定過程包括：

獲取多個樣本音頻；

獲取各個樣本音頻的音色特征；

基于所述多個樣本音頻的音色特征，確定每兩個樣本音頻之間的音色相似度；

將設定數量的樣本音頻作為一個音頻組，確定各個音頻組所包括的設定數量的樣本音頻兩兩之間的音色相似度之和；

將音色相似度之和最小的音頻組作為所述候選音頻組。

8.一種音頻處理裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待處理音頻；

相似度確定模塊，用于確定候選音頻組中每個候選音頻與所述待處理音頻之間的音色相似度，所述候選音頻組為從多個音頻組中確定出的一個音頻組，所述候選音頻組所對應的音色相似度之和在各個音頻組所對應的音色相似度之和中最小，所述音色相似度之和為音頻組所包括的音頻兩兩之間的相似度的和，每個所述候選音頻對應有預設調音參數；

音頻確定模塊，用于基于所述待處理音頻與各個候選音頻的音色相似度，從多個候選音頻中確定目標音頻；

處理模塊，用于基于所述目標音頻的預設調音參數，對所述待處理音頻進行調音處理。

9.一種計算設備，其特征在于，所述計算設備包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其中，所述處理器執行所述程序時實現如權利要求1至7中任一項所述的音頻處理方法所執行的操作。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有程序，所述程序被處理器執行如權利要求1至7中任一項所述的音頻處理方法所執行的操作。