一种混音方法和装置.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CN112489664A(43)申请公布日2021.03.12(21)申请号202011375166.3(22)申请日2020.11.30(71)申请人广州趣丸网络科技有限公司地址510000广东省广州市天河区黄埔大道西122号之二1701房,1702房,1703房,1704房,1705房,1905房(仅限办公用途)(72)发明人熊佳陈森海徐志坚谢睿陈光尧(74)专利代理机构北京集佳知识产权代理有限公司11227代理人苏云辉(51)Int.Cl.G10L19/00(2013.01)权利要求书2页说明书7页附图4页(54)发明名称一种混音方法和装置(57)摘要本申请公开了一种混音方法和装置，其中方法包括：获取用于混音的人声录音和背景音乐；对人声录音进行语音活动性检测，获取人声录音的第一能量；对背景音乐进行能量检测，获取背景音乐的第二能量；根据预置人声录音系数计算公式，结合第一能量和第二能量，计算人声录音对应的人声录音系数；根据预置背景音乐系数计算公式，结合第一能量和第二能量，计算背景音乐对应的背景音乐系数；基于人声录音系数、背景音乐系数对人声录音和背景音乐进行混音，得到混音文件。解决了现有的混音调节方法，人为操作麻烦降低了用户体验的技术问题。CN112489664ACN112489664A权利要求书1/2页1.一种混音方法，其特征在于，包括：获取用于混音的人声录音和背景音乐；对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量；对所述背景音乐进行能量检测，获取所述背景音乐的第二能量；根据预置人声录音系数计算公式，结合所述第一能量和所述第二能量，计算所述人声录音对应的人声录音系数；根据预置背景音乐系数计算公式，结合所述第一能量和所述第二能量，计算所述背景音乐对应的背景音乐系数；基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件。2.根据权利要求1所述的混音方法，其特征在于，对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量，具体包括：对所述人声录音逐帧进行语音活动性检测，获取所述人声录音各帧的第一子能量；根据所有所述第一子能量，计算所述人声录音的第一能量。3.根据权利要求1所述的混音方法，其特征在于，对所述背景音乐进行能量检测，获取所述背景音乐的第二能量，具体包括：对所述背景音乐逐帧进行能量检测，获取所述背景音乐各帧的第二子能量；根据所有所述第二子能量，计算所述背景音乐的第二能量。4.根据权利要求1所述的混音方法，其特征在于，预置人声录音系数计算公式为：其中，coefv为人声录音系数，为第二能量，为第一能量。5.根据权利要求1所述的混音方法，其特征在于，预置背景音乐系数计算公式为：其中，coefm为背景音乐系数，为第二能量，为第一能量。6.根据权利要求1所述的混音方法，其特征在于，基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件，具体包括：将所述人声录音系数和所述人声录音相乘，得到第一中间文件；将所述背景音乐系数和所述背景音乐相乘，得到第二中间文件；将所述第一中间文件和所述第二中间文件做波形叠加处理，得到叠加文件；将所述叠加文件做饱和处理，得到混音文件。7.根据权利要求1所述的混音方法，其特征在于，基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件，之前还包括：当判断到所述人声录音系数小于预置系数阈值时，将所述人声录音系数配置为所述预置系数阈值后执行后续步骤；当判断到所述背景音乐系数小于预置系数阈值时，将所述背景音乐系数配置为所述预置系数阈值后执行后续步骤。8.根据权利要求1所述的混音方法，其特征在于，对所述人声录音进行语音活动性检2CN112489664A权利要求书2/2页测，获取所述人声录音的第一能量，之前还包括：通过自动增益控制将所述人声录音的音量调整至预置音量范围内。9.根据权利要求8所述的混音方法，其特征在于，通过自动增益控制将所述人声录音的音量调整至预置音量范围内，之前还包括：对所述人声录音进行降噪处理。10.一种混音装置，其特征在于，包括：第一获取单元，用于获取用于混音的人声录音和背景音乐；第二获取单元，用于对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量；第三获取单元，用于对所述背景音乐进行能量检测，获取所述背景音乐的第二能量；第一计算单元，用于根据预置人声录音系数计算公式，结合所述第一能量和所述第二能量，计算所述人声录音对应的人声录音系数；第二计算单元，用于根据预置背景音乐系数计算公式，结合所述第一能量和所述第二能量，计算所述背景音乐对应的背景音乐系数；混音单元，用于基于所述人声录音系数、所述背景