音频处理方法、装置、电子设备和计算机可读存储介质.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CN114339297A(43)申请公布日2022.04.12(21)申请号202210221024.4(22)申请日2022.03.09(71)申请人央广新媒体文化传媒（北京）有限公司地址100045北京市西城区复兴门外大街2号4号楼316室(72)发明人吕亚东郭晓李向荣(74)专利代理机构北京铭硕知识产权代理有限公司11286代理人苏银虹王兆赓(51)Int.Cl.H04N21/2187(2011.01)H04N21/439(2011.01)H04S7/00(2006.01)权利要求书5页说明书15页附图7页(54)发明名称音频处理方法、装置、电子设备和计算机可读存储介质(57)摘要本公开关于一种音频处理方法、装置、电子设备和计算机可读存储介质。音频处理方法包括：获取至少一个音频数据以及每个音频数据的虚拟场景位置信息，其中，所述至少一个音频数据包括由至少一个推流端推送的至少一个音频流数据，所述每个音频数据的虚拟场景位置信息指示对应音频数据在虚拟场景中的位置；基于所述每个音频数据的虚拟场景位置信息，计算对应音频数据的渲染信息，从而得到每个音频数据的渲染信息，其中，所述每个音频数据的渲染信息用于渲染对应音频数据以形成其在所述虚拟场景中的位置的空间感；基于所述至少一个音频数据以及所述每个音频数据的渲染信息，生成音频文件；将所述音频文件发送到客户端。CN114339297ACN114339297A权利要求书1/5页1.一种音频处理方法，其特征在于，包括：获取至少一个音频数据以及每个音频数据的虚拟场景位置信息，其中，所述至少一个音频数据包括由至少一个推流端推送的至少一个音频流数据，所述每个音频数据的虚拟场景位置信息指示对应音频数据在虚拟场景中的位置；基于所述每个音频数据的虚拟场景位置信息，计算对应音频数据的渲染信息，从而得到每个音频数据的渲染信息，其中，所述每个音频数据的渲染信息用于渲染对应音频数据以形成其在所述虚拟场景中的位置的空间感；基于所述至少一个音频数据以及所述每个音频数据的渲染信息，生成音频文件；将所述音频文件发送到客户端。2.如权利要求1所述的音频处理方法，其特征在于，所述获取每个音频数据对应的虚拟场景位置信息，包括：从虚拟场景库中选择目标虚拟场景并获取所述目标虚拟场景对应的位置信息，其中，所述虚拟场景库中存储多种虚拟场景及每种虚拟场景对应的位置信息，所述每种虚拟场景对应的位置信息指示对应虚拟场景中的各音频数据与收听者之间的位置关系信息；基于所述目标虚拟场景对应的位置信息，配置所述至少一个音频数据中的每个音频数据在虚拟场景中的位置；基于每个音频数据被配置的位置，生成所述每个音频数据的虚拟场景位置信息。3.如权利要求1所述的音频处理方法，其特征在于，所述基于每个音频数据的虚拟场景位置信息，计算对应音频数据的渲染信息，包括：对所述每个音频数据的虚拟场景位置信息进行解析，得到球形谐波函数的线性权重系数，作为对应音频数据的渲染信息。4.如权利要求3所述的音频处理方法，其特征在于，所述球形谐波函数的线性权重系数为高阶高保真立体声HOA系数。5.如权利要求1所述的音频处理方法，其特征在于，所述音频文件为音频定义模型ADM音频文件；其中，所述基于所述至少一个音频数据以及所述每个音频数据的渲染信息，生成音频文件，包括：将所述至少一个音频数据封装为广播波形格式BWF音频文件；对所述至少一个音频数据进行解析，生成ADM标准下的内容元数据；基于所述每个音频数据的渲染信息，生成ADM标准下的格式元数据；将所述BWF音频文件、所述内容元数据和所述格式元数据封装为ADM音频文件。6.如权利要求1所述的音频处理方法，其特征在于，所述至少一个音频数据还包括至少一个氛围音频数据。7.如权利要求1所述的音频处理方法，其特征在于，还包括：将所述每个音频数据的虚拟场景位置信息发送到所述客户端。8.一种音频处理方法，其特征在于，包括：从服务器接收音频文件，其中，所述音频文件包括至少一个音频数据以及每个音频数据的渲染信息，所述至少一个音频数据包括由至少一个推流端推送的至少一个音频流数据，所述每个音频数据的渲染信息是基于每个音频数据的虚拟场景位置信息计算得到的，2CN114339297A权利要求书2/5页所述每个音频数据的虚拟场景位置信息指示对应音频数据在虚拟场景中的位置，所述每个音频数据的渲染信息用于渲染对应音频数据以形成其在所述虚拟场景中的位置的空间感；对所述音频文件进行解析，得到所述至少一个音频数据以及所述每个音频数据的渲染信息；基于所述每个音频数据的渲染信息，播放所述至少一个音频数据。9.如权利要求8所述的音频处理方法，其特征在于，所述每个音频数据的虚拟场景位置信息是通过下述操作得到的