倍速播放视频时处理音频的方法及装置.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CN105847857A(43)申请公布日2016.08.10(21)申请号201610126874.0(22)申请日2016.03.07(71)申请人乐视致新电子科技(天津)有限公司地址300467天津市滨海新区生态城动漫中路126号动漫大厦B1区二层201-427(72)发明人蔡炜(74)专利代理机构深圳市翼智博知识产权事务所(普通合伙)44320代理人聂智(51)Int.Cl.H04N21/233(2011.01)H04N21/2343(2011.01)H04N21/6373(2011.01)H04N21/6587(2011.01)权利要求书2页说明书5页附图3页(54)发明名称倍速播放视频时处理音频的方法及装置(57)摘要本发明公开一种倍速播放视频时处理音频的方法，包括以下步骤：设定步骤，设定静音抑制处理的抑制阈值；识别步骤，根据所设定的抑制阈值，对声音信号流进行识别，以区分确定语音数据包和背景噪声数据包，所述语音数据包包括对白数据帧和背景音乐数据帧，而所述背景噪声数据包包括静音数据帧和环境声音数据帧；消除步骤，将背景噪声数据包丢弃，保留语音数据包以供播放。本发明还提供一种倍速播放视频时处理音频的装置本发明通过在倍速播放时采用静音抑制方法使得音频在倍速播放时也能达到非常好的效果，解决了倍速播放时播放音频的问题；而且，还可进一步通过设置动态的抑制阈值保证音频播放能够平滑的按照指定倍数播放。CN105847857ACN105847857A权利要求书1/2页1.一种倍速播放视频时处理音频的方法，其特征在于，包括以下步骤：设定步骤，设定静音抑制处理的抑制阈值；识别步骤，根据所设定的抑制阈值，对声音信号流进行识别，以区分确定语音数据包和背景噪声数据包，所述语音数据包包括对白数据帧和背景音乐数据帧，而所述背景噪声数据包包括静音数据帧和环境声音数据帧；消除步骤，将背景噪声数据包丢弃，保留语音数据包以供播放。2.如权利要求1所述的倍速播放视频时处理音频的方法，其特征在于，所述抑制阈值根据过往的一段时间内PCM编码的平均值以及如下公式计算获得：其中，N代表过往时间段的大小；x代表噪声系数。3.如权利要求1所述的倍速播放视频时处理音频的方法，其特征在于，识别步骤中，读取声音信号流，并按照预定数据大小形成缓冲数据包依序存入缓冲器，根据抑制阈值判断当前的缓冲数据包是语音数据包还是背景噪声数据包，如果一个缓冲数据包中的所有音频帧的PCM编码值都小于抑制阈值，则判定为背景噪声数据包，否则判定为语音数据包。4.如权利要求1或3所述的倍速播放视频时处理音频的方法，其特征在于，设定步骤中，还设定静音长度值，相应地，在识别步骤中，当连续出现的PCM值小于抑制阈值的缓冲数据包的数量超过静音长度值时，才将这些连续出现的PCM值小于抑制阈值的缓冲数据包判定为背景噪音数据包进行丢弃。5.如权利要求2所述的倍速播放视频时处理音频的方法，其特征在于，所述方法还包括调整步骤：定期对比丢弃数据包的速度和倍速播放的速度并根据对比结果动态调整噪音系数，如果当前丢音频数据包速度小于倍速播放的速度时，则自动增大χ的值；而当丢音频数据包的速度大于倍数播放的速度时，则会自动减少χ的值。6.如权利要求2所述的倍速播放视频时处理音频的方法，其特征在于，所述噪声系数χ的初始值为0.75。7.如权利要求5或6所述的倍速播放视频时处理音频的方法，其特征在于，调整步骤中，当在一段预定时长的时间内丢包速度与倍速播放速度的差距大于10%，则按照每次10%的比例调整χ，噪音系数χ调整的计算公式如下：丢包速度<播放速度时，χ新=χ旧*(1+10%)；丢包速度>播放速度时，χ新=χ旧*(1-10%)；其中，χ新为调整后的噪音系数，χ前为调整前的噪音系数。8.一种倍速播放视频时处理音频的装置，其特征在于，包括：数据处理模块，用于计算和设定抑制阈值、调整噪音系数、进行数据对比分析判断缓冲数据包是语音数据包还是背景噪音数据包以及确定丢弃背景噪音数据数据包；数据存储模块，可用于存储系统参数；数据缓冲器，是用于缓冲存储音频数据包；读取模块，用于读取音频数据并存入数据缓冲器，同时还获取缓冲数据包的各音频帧2CN105847857A权利要求书2/2页的PCM编码值提供给数据处理模块进行数据对比分析判断。9.如权利要求8所述的倍速播放视频时处理音频的装置，其特征在于，所述装置还包括：输入模块，用于进行参数的初始化设定。3CN105847857A说明书1/5页倍速播放视频时处理音频的方法及装置技术领域[0001]本发明涉及视频播放技术领域，尤其是指倍速播放视频时处理音频的方法及装置。背景技术[0002]在视频播放时，时常会涉及到进行倍速播放，在倍速