音频校准方法、装置及存储介质.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CN111785238A(43)申请公布日2020.10.16(21)申请号202010590868.7(22)申请日2020.06.24(71)申请人腾讯音乐娱乐科技（深圳）有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(72)发明人李胜存(74)专利代理机构深圳翼盛智成知识产权事务所(普通合伙)44300代理人彭绪坤(51)Int.Cl.G10H1/02(2006.01)G10H1/36(2006.01)G10L25/51(2013.01)权利要求书2页说明书13页附图3页(54)发明名称音频校准方法、装置及存储介质(57)摘要本发明实施例公开了一种音频校准方法、装置及存储介质。该方案可以获取翻唱音频以及标准音频，并分别计算翻唱音频当中每个字的音高与标准音频中每个字的音高，及其每个对应字的音高之间的偏差值，根据偏差值对翻唱音频进行校准，以得到翻唱音频中每个字的修复音频，根据偏差值确定翻唱音频中每个字的刻度影射值，实时获取刻度设置值，并将刻度设置值与翻唱音频中每个字的刻度影射值进行对比，根据对比结果从每个字的修复音频以及翻唱音频当中选取目标音频进行输出。本申请实施例通过翻唱音频当中每个字的音高与标准音频中对应字的音高之间的偏差值来设置刻度影射值，从而结合刻度设置值实时调节音频的校准程度，提升音频校准的效率。CN111785238ACN111785238A权利要求书1/2页1.一种音频校准方法，其特征在于，包括：获取翻唱音频以及标准音频，并分别计算所述翻唱音频当中每个字的音高与所述标准音频中每个字的音高，及其每个对应字的音高之间的偏差值；根据所述偏差值对所述翻唱音频进行校准，以得到所述翻唱音频中每个字的修复音频；根据所述偏差值确定所述翻唱音频中每个字的刻度影射值；实时获取刻度设置值，并将所述刻度设置值与所述翻唱音频中每个字的刻度影射值进行对比；若所述刻度影射值大于刻度设置值，则选取对应的字的翻唱音频作为目标音频进行输出；若所述刻度影射值不大于刻度设置值，则选取对应的字的修复音频作为目标音频进行输出。2.如权利要求1所述的音频校准方法，其特征在于，计算所述翻唱音频当中每个字的音高的步骤，包括：对所述翻唱音频当中每个字进行基频检测，得到每个字所对应的基频序列；将所述基频序列转化为音高序列；根据所述音高序列计算所述翻唱音频当中每个字的音高。3.如权利要求1所述的音频校准方法，其特征在于，根据所述偏差值计算所述翻唱音频中每个字的刻度影射值的步骤，包括根据预设偏差值将所述翻唱音频中的字划分为第一集合和第二集合；分别对所述第一集合和第二集合进行排序；按照排序结果分别计算所述第一集合和第二集合中每个字的刻度影射值。4.如权利要求3所述的音频校准方法，其特征在于，根据预设偏差值将所述翻唱音频中的字划分为第一集合和第二集合的步骤，包括：分别将所述翻唱音频当中每个字的音高与标准音频中对应字的音高之间的偏差值与预设偏差值进行对比；若每个对应字的音高之间的偏差值小于所述预设偏差值，则将对应翻唱音频中的字划分至第一集合；若每个对应字的音高之间的偏差值大于所述预设偏差值，则将对应翻唱音频中的字划分至第二集合；若每个对应字的音高之间的偏差值等于所述偏差值，则将对应翻唱音频中的字的刻度影射值设置为预设刻度值。5.如权利要求1所述的音频校准方法，其特征在于，在根据对比结果从所述每个字的修复音频以及翻唱音频当中选取目标音频进行输出之后，所述方法还包括：将输出所有字的目标音频进行拼接，以得到完整音频；获取所述完整音频中的过渡片段，所述过渡片段包括相邻且分别使用修复音频和翻唱音频作为目标音频的两个字；对所述过渡片段进行音频过渡处理。6.一种音频校准装置，其特征在于，包括：2CN111785238A权利要求书2/2页获取单元，用于获取翻唱音频以及标准音频，并分别计算所述翻唱音频当中每个字的音高与所述标准音频中每个字的音高，及其每个对应字的音高之间的偏差值；校准单元，用于根据所述偏差值对所述翻唱音频进行校准，以得到所述翻唱音频中每个字的修复音频；计算单元，用于根据所述偏差值确定所述翻唱音频中每个字的刻度影射值；对比单元，用于实时获取刻度设置值，并将所述刻度设置值与所述翻唱音频中每个字的刻度影射值进行对比；输出单元，用于当所述刻度影射值大于刻度设置值时，选取对应的字的翻唱音频作为目标音频进行输出，当所述刻度影射值不大于刻度设置值时，选取对应的字的修复音频作为目标音频进行输出。7.如权利要求6所述的音频校准装置，其特征在于，所述获取单元包括：检测子单元，用于对所述翻唱音频当中每个字进行基频检测，得到每个字所对应的基频序列；转化子单元，用于将所述基频序列转化为音高序列；第一计