音频处理方法、装置、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113674751A(43)申请公布日2021.11.19(21)申请号202110778572.2(22)申请日2021.07.09(71)申请人北京字跳网络技术有限公司地址100190北京市海淀区紫金数码园4号楼2层0207(72)发明人高华严新民许一峰(74)专利代理机构北京植德律师事务所11780代理人唐华东(51)Int.Cl.G10L19/008(2013.01)H04S5/00(2006.01)H04L29/06(2006.01)权利要求书2页说明书10页附图6页(54)发明名称音频处理方法、装置、电子设备和存储介质(57)摘要本公开提供一种音频处理方法、装置、电子设备和存储介质。该方法的一具体实施方式包括：根据音频数据包的扩展头，确定目标音频的方位信息，其中，方位信息用于表示目标音频对应的声源的空间方位，目标音频的编码记录在音频数据包的包体中；根据目标音频的方位信息和目标音频的编码，输出目标音频。该方法一方面无需目标音频的编码本身包含方位信息，可以兼容现有的编解码方式，具有更广的应用范围，另一方面可以使方位信息与编码数据直接对应，减小多路传输造成的信息滞后或丢失问题。CN113674751ACN113674751A权利要求书1/2页1.一种音频处理方法，包括：根据音频数据包的扩展头，确定目标音频的方位信息，其中，所述方位信息用于表示所述目标音频对应的声源的空间方位，所述目标音频的编码记录在所述音频数据包的包体中；根据所述目标音频的方位信息和所述目标音频的编码，输出所述目标音频。2.根据权利要求1所述的方法，其中，在所述根据所述目标音频的方位信息和所述目标音频的编码，输出所述目标音频之前，所述方法还包括：根据所述音频数据包的扩展头，确定所述目标音频的混响信息；以及所述根据所述目标音频的方位信息和所述目标音频的编码，输出所述目标音频，包括：根据所述目标音频的方位信息、所述目标音频的混响信息和所述目标音频的编码，输出所述目标音频。3.根据权利要求1所述的方法，其中，所述根据音频数据包的扩展头，确定目标音频的方位信息，包括：根据所述扩展头中的第一数据，确定坐标系类型；根据所述扩展头中的第二数据，确定所述坐标系类型下的方位信息。4.根据权利要求3所述的方法，其中，所述坐标系类型为球坐标系，所述方位信息包括第一角度值和第二角度值；和/或所述坐标系类型为平面直角坐标系，所述方位信息包括第一坐标值和第二坐标值。5.根据权利要求4所述的方法，其中，所述坐标系类型为球坐标系，所述第一角度值的精度是非线性的，和/或所述第二角度值的精度是非线性的。6.根据权利要求1‑5中任一项所述的方法，其中，所述音频数据包为实时传输协议数据包。7.根据权利要求1‑5中任一项所述的方法，其中，所述目标音频为音视频会议音频。8.根据权利要求1‑5中任一项所述的方法，其中，所述根据所述目标音频的方位信息和所述目标音频的编码，输出所述目标音频，包括：根据所述方位信息，利用虚拟三维技术输出所述目标音频对应的三维声场。9.一种音频处理方法，包括：将目标音频的编码记录在音频数据包的包体中，以及将所述目标音频的方位信息记录在所述音频数据包的扩展头中，其中，所述方位信息用于表示所述目标音频对应的声源的空间方位；将所述音频数据包发送至目标设备。10.根据权利要求9所述的方法，其中，在所述将所述音频数据包发送至目标设备之前，所述方法还包括：将所述目标音频的混响信息记录在所述音频数据包的扩展头中。11.根据权利要求9所述的方法，其中，所述将所述目标音频的方位信息记录在所述音频数据包的扩展头中，包括：将坐标系类型记录在所述扩展头中的第一数据；将所述坐标系类型下的方位信息记录在所述扩展头中的第二数据。12.根据权利要求11所述的方法，其中，所述坐标系类型为球坐标系，所述方位信息包2CN113674751A权利要求书2/2页括第一角度值和第二角度值；和/或所述坐标系类型为平面直角坐标系，所述方位信息包括第一坐标值和第二坐标值。13.根据权利要求12所述的方法，其中，所述坐标系类型为球坐标系，所述第一角度值的精度是非线性的，和/或所述第二角度值的精度是非线性的。14.根据权利要求9‑13中任一项所述的方法，其中，所述方位信息用于供所述目标设备利用虚拟三维技术输出所述目标音频对应的三维声场。15.一种音频处理装置，包括：处理单元，用于根据音频数据包的扩展头，确定目标音频的方位信息，其中，所述方位信息用于表示所述目标音频对应的声源的空间方位，所述目标音频的编码记录在所述音频数据包的包体中；输出单元，用于输出根据所述目标音频的方位信息和所述目标音频的编码，输出所述目标音频。16.一种音频处理装置，包括：记录单