音频处理方法、装置、存储介质以及终端.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CN107705778A(43)申请公布日2018.02.16(21)申请号201710731067.6(22)申请日2017.08.23(71)申请人腾讯音乐娱乐（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)专利代理机构北京三高永信知识产权代理有限责任公司11138代理人郭晶(51)Int.Cl.G10H1/36(2006.01)G06F17/30(2006.01)权利要求书4页说明书13页附图4页(54)发明名称音频处理方法、装置、存储介质以及终端(57)摘要本发明公开了一种音频处理方法、装置、存储介质以及终端，属于多媒体处理技术领域。方法包括：获取目标音频资源的原唱音频以及伴奏音频；根据伴奏音频，在原唱音频中获取人声音频；计算人声音频与伴奏音频之间的第一声伴响度比例；根据第一声伴响度比例，计算伴奏音频与用户演绎的用户音频之间的第二声伴响度比例；根据第二声伴响度比例，对伴奏音频和用户音频进行混声合成处理。本发明基于原唱作品中理想的声伴响度比例，来自动推算本次K歌过程中人声与伴奏之间最佳的声伴响度比例，进而在后续过程中采用这一推算出来的声伴响度比例来指导混声合成，不但整个过程无需人工手动调节，而且最终得到的合成作品也更加符合用户预期。CN107705778ACN107705778A权利要求书1/4页1.一种音频处理方法，其特征在于，所述方法包括：获取目标音频资源的原唱音频以及伴奏音频；根据所述伴奏音频，在所述原唱音频中获取人声音频；计算所述人声音频与所述伴奏音频之间的第一声伴响度比例；根据所述第一声伴响度比例，计算所述伴奏音频与用户演绎的用户音频之间的第二声伴响度比例；根据所述第二声伴响度比例，对所述伴奏音频和所述用户音频进行混声合成处理。2.根据权利要求1所述的方法，其特征在于，所述根据所述伴奏音频，在所述原唱音频中获取人声音频，包括：对所述原唱音频进行预处理，并对经过预处理后得到的原唱信号进行加窗处理；对所述伴奏音频进行预处理，并对经过预处理后得到的伴奏信号进行加窗处理，所述伴唱信号与所述原唱信号的采样率一致；按照窗移动步长，对经过加窗处理后的原唱信号进行离散傅里叶变换，得到第一频谱变换结果；按照所述窗移动步长，对经过加窗处理后的伴奏信号进行离散傅里叶变换，得到第二频谱变换结果；根据所述第一频谱变换结果和所述第二频谱变换结果，计算目标谱减比例；根据所述第一频谱变换结果和所述目标谱减比例，生成所述人声音频。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一频谱变换结果和所述第二频谱变换结果，计算目标谱减比例，包括：计算所述第一频谱变换结果的绝对值与所述第二频谱变换结果的绝对值之间的第一差值；若所述第一差值大于零，则将所述第一差值与所述第一频谱变换结果的绝对值之间的比值确定为所述目标谱减比例。4.根据权利要求2所述的方法，其特征在于，所述根据所述第一频谱变换结果和所述目标谱减比例，生成所述人声音频，包括：将所述第一频谱变换结果与所述目标谱减比例进行乘积运算，得到目标频谱变换结果；对所述目标频谱变换结果进行离散傅里叶逆变换，得到所述人声音频。5.根据权利要求2至4中任一权利要求所述的方法，其特征在于，所述方法还包括：在所述原唱信号中确定仅包括原唱声音的目标信号；在对所述原唱信号中除了所述目标信号之外的其他部分进行静音处理后，基于所述伴奏音频，在经过所述静音处理后的原唱信号中获取所述人声音频。6.根据权利要求1所述的方法，其特征在于，所述根据所述第一声伴响度比例，计算所述伴奏音频与用户演绎的用户音频之间的第二声伴响度比例，包括：根据所述伴奏音频的响度值以及所述第一声伴响度比例，计算所述用户音频的理论响度值；根据所述理论响度值，迭代计算出所述用户音频的第一响度系数的第一取值；将所述伴奏音频的第二响度系数的第二取值与所述第一取值之间的比值确定为所述2CN107705778A权利要求书2/4页第二声伴响度比例。7.根据权利要求6所述的方法，其特征在于，所述根据所述理论响度值，迭代计算出所述用户音频的第一响度系数的第一取值，包括：将所述用户音频与所述第一响度系数的当前取值进行乘积运算；计算得到的乘积运算结果的当前响度值；计算所述理论响度值与所述当前响度值之间的第二差值；若所述第二差值的绝对值小于预设阈值，则将所述当前取值确定为所述第一取值。8.根据权利要求6所述的方法，其特征在于，所述根据所述理论响度值，迭代计算出所述用户音频的第一响度系数的第一取值，包括：将所述用户音频与所述第一响度系数的当前取值进行乘积运算；计算得到的乘积运算结果的当前响度值；计算所述理论响度值与所述当前响度值之间的第二差