本發(fā)明涉及音頻處理領(lǐng)域，具體而言，涉及一種音頻合成的方法和裝置。

背景技術(shù)：

在有伴奏音樂的情況下錄制聲音時(shí)，由于需要將伴奏音樂和錄制的聲音進(jìn)行合成。通常在合成時(shí)需要調(diào)節(jié)伴奏音樂的音量或者錄制的聲音的音量，使得錄制的聲音不會(huì)太大而掩蓋伴奏音樂，也不會(huì)因?yàn)榘樽嘁魳返穆曇籼蠖谏w錄制的聲音。因此，現(xiàn)有技術(shù)在需要合成錄制的聲音的音量和伴奏音樂的音量比較均衡的聲音文件時(shí)，需要手動(dòng)調(diào)節(jié)錄制的聲音的音量和伴奏音樂的音量，而這種手動(dòng)調(diào)節(jié)使得合成過(guò)程比較繁瑣。

針對(duì)上述的問題，目前尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種音頻合成的方法和裝置，以至少解決合成聲音文件時(shí)音量調(diào)節(jié)的過(guò)程比較繁瑣的技術(shù)問題。

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種音頻合成的方法，包括：獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二音頻特征值，其中，所述第一音頻特征值用于表征所述第一音頻信號(hào)的音量特征，所述第二音頻特征值用于表征所述第二音頻信號(hào)的音量特征；使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子，使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子；按照所述第二合成比例因子和所述第四合成比例因子對(duì)所述第一音頻信號(hào)和所述第二音頻信號(hào)進(jìn)行合成。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種音頻合成的裝置，包括：獲取單元，用于獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二音頻特征值，其中，所述第一音頻特征值用于表征所述第一音頻信號(hào)的音量特征，所述第二音頻特征值用于表征所述第二音頻信號(hào)的音量特征；更新單元，用于使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子，使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子；合成單元，用于按照所述第二合成比例因子和所述第四合成比例因子對(duì)所述第一音頻信號(hào)和所述第二音頻信號(hào)進(jìn)行合成。

在本發(fā)明實(shí)施例中，獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二音頻特征值，其中，所述第一音頻特征值用于表征所述第一音頻信號(hào)的音量特征，所述第二音頻特征值用于表征所述第二音頻信號(hào)的音量特征；使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子，使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子；按照所述第二合成比例因子和所述第四合成比例因子對(duì)所述第一音頻信號(hào)和所述第二音頻信號(hào)進(jìn)行合成。由于可以自動(dòng)獲得體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的音量特點(diǎn)的第二合成比例因子和第四合成比例因子，因此，在合成的過(guò)程中無(wú)需手動(dòng)調(diào)節(jié)兩個(gè)音頻信號(hào)合成所需的音量，解決合成聲音文件時(shí)音量調(diào)節(jié)的過(guò)程比較繁瑣的技術(shù)問題。

附圖說(shuō)明

此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：

圖1是根據(jù)本發(fā)明實(shí)施例的硬件環(huán)境系統(tǒng)的架構(gòu)圖；

圖2是根據(jù)本發(fā)明實(shí)施例的音頻合成的方法的流程圖；

圖3是根據(jù)本發(fā)明實(shí)施例的音頻合成的裝置的示意圖；

圖4是根據(jù)本發(fā)明實(shí)施例的終端的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分的實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范圍。

需要說(shuō)明的是，本發(fā)明的說(shuō)明書和權(quán)利要求書及上述附圖中的術(shù)語(yǔ)“第一”、“第二”等是用于區(qū)別類似的對(duì)象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當(dāng)情況下可以互換，以便這里描述的本發(fā)明的實(shí)施例能夠以除了在這里圖示或描述的那些以外的順序?qū)嵤?。此外，術(shù)語(yǔ)“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過(guò)程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或?qū)τ谶@些過(guò)程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。

實(shí)施例1

根據(jù)本發(fā)明實(shí)施例，提供了一種可以通過(guò)本申請(qǐng)裝置實(shí)施例執(zhí)行的方法實(shí)施例，需要說(shuō)明的是，在附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

根據(jù)本發(fā)明實(shí)施例，提供了一種音頻合成的方法。

可選地，在本實(shí)施例中，上述音頻合成的方法可以應(yīng)用于如圖1所示 的移動(dòng)終端102和服務(wù)器104所構(gòu)成的硬件環(huán)境中。如圖1所示，移動(dòng)終端102通過(guò)網(wǎng)絡(luò)與服務(wù)器104進(jìn)行連接，上述網(wǎng)絡(luò)包括但不限于：移動(dòng)通信網(wǎng)絡(luò)、廣域網(wǎng)、城域網(wǎng)或局域網(wǎng)，移動(dòng)終端102可以是手機(jī)終端，也可以是pc終端、筆記本終端或平板電腦終端。

圖1中示出的硬件環(huán)境系統(tǒng)的主要工作原理是：服務(wù)器104向移動(dòng)終端102發(fā)送伴奏音樂文件，移動(dòng)終端102播放伴奏音樂的同時(shí)，接收用戶通過(guò)移動(dòng)終端102的麥克風(fēng)錄入的聲音文件。移動(dòng)終端102按照本實(shí)施例所提供的音頻合成的方法將伴奏音樂和錄入的聲音進(jìn)行合成。移動(dòng)終端102中設(shè)置有應(yīng)用客戶端，上述移動(dòng)終端102的動(dòng)作可以由應(yīng)用客戶端來(lái)執(zhí)行。

圖2是根據(jù)本發(fā)明實(shí)施例的音頻合成的方法的流程圖，以下結(jié)合圖2對(duì)本發(fā)明實(shí)施例所提供的音頻合成的方法做具體介紹，如圖2所示，該音頻合成的方法主要包括如下步驟：

步驟s202，獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二音頻特征值，其中，第一音頻特征值用于表征第一音頻信號(hào)的音量特征，第二音頻特征值用于表征第二音頻信號(hào)的音量特征。

第一音頻信號(hào)可以是錄入的聲音信號(hào)，第二音頻信號(hào)可以是伴奏音樂信號(hào)，將錄入的聲音信號(hào)和伴奏音樂信號(hào)進(jìn)行合成，得到最終的聲音文件。為了使得合成的聲音文件中既能表現(xiàn)錄入的聲音，又能表現(xiàn)伴奏的聲音，需要調(diào)節(jié)錄入的聲音的音量和伴奏的音量，使得二者的音量保持一定的比例，使得一種音頻信號(hào)不會(huì)被另外一個(gè)音頻信號(hào)的音量掩蓋，因此，分別獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二特征值。

步驟s204，使用第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子，使用第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子。

第一合成比例因子和第三合成比例因子為預(yù)設(shè)的比例因子，這兩個(gè)比 例因子可以體現(xiàn)兩個(gè)音頻信號(hào)的音量特征的比值。第一合成比例因子和第三合成比例因子可以是已經(jīng)完成合成所采用的比例因子，或者是對(duì)已完成的合成所采用的比例進(jìn)行優(yōu)化所得到的比例因子。例如對(duì)多次合成的比例因子取平均值或者合成所采用的次數(shù)最多的比例因子。

由于預(yù)設(shè)的第一合成比例因子和預(yù)設(shè)的第三合成比例因子并不能體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的特征，因此，采用第一音頻特征值對(duì)第一合成比例進(jìn)行更新，采用第二音頻特征值對(duì)第三合成比例進(jìn)行更新，使得得到的第二合成比例因子和第四合成比例因子可以分別體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的音量特點(diǎn)。

步驟s206，按照第二合成比例因子和第四合成比例因子對(duì)第一音頻信號(hào)和第二音頻信號(hào)進(jìn)行合成。

由于可以自動(dòng)獲得體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的音量特點(diǎn)的第二合成比例因子和第四合成比例因子，因此，在合成的過(guò)程中無(wú)需手動(dòng)調(diào)節(jié)兩個(gè)音頻信號(hào)合成所需的音量，解決合成聲音文件時(shí)音量調(diào)節(jié)的過(guò)程比較繁瑣的技術(shù)問題。

另外，通常情況下第一音頻信號(hào)是沒有標(biāo)準(zhǔn)的音量大小的，移動(dòng)終端每次接收到的第一音頻信號(hào)都可能不同，第二音頻信號(hào)也可能由于不同移動(dòng)終端的不同而體現(xiàn)不同的音量，按照預(yù)設(shè)的比例因子來(lái)調(diào)節(jié)這兩個(gè)音頻信號(hào)的音量會(huì)導(dǎo)致調(diào)節(jié)的不準(zhǔn)確，比如，將較大音量的第一音頻信號(hào)的音量調(diào)的更大，較小音量的第二音頻信號(hào)的音量調(diào)的更小。

而在本實(shí)施例中，由于第二合成比例因子和第四合成比例因子可以分別體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的音量特點(diǎn)，因此，在利用第二合成比例因子和第四合成比例因子進(jìn)行合成時(shí)可以對(duì)第一音頻信號(hào)的音量變化有更廣的包容性，即使第一音頻信號(hào)是有變化的，利用與第一音頻信號(hào)自身的特點(diǎn)對(duì)其進(jìn)行調(diào)節(jié)，也可以使合成所采用的比例因子更準(zhǔn)確，使得合成得到的聲音文件的第一音頻信號(hào)的聲音和第二音頻信號(hào)的聲音都能突出表現(xiàn)，且互相不會(huì)掩蓋彼此的聲音。

可選地，使用第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子包括：采集第一音頻信號(hào)的第一采樣信號(hào)，根據(jù)第一采樣信號(hào)獲取第一音頻信號(hào)的第一分貝，使用第一分貝對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子；使用第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子包括：采集第二音頻信號(hào)的第二采樣信號(hào)，根據(jù)第二采樣信號(hào)獲取第二音頻信號(hào)的第二分貝，使用第二分貝對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子。

按照相同的采樣頻率對(duì)第一音頻信號(hào)和第二音頻信號(hào)分別進(jìn)行采樣，例如，采用44100hz進(jìn)行采樣。根據(jù)第一音頻信號(hào)的第一采樣信號(hào)獲取第一音頻信號(hào)的第一分貝。根據(jù)第二音頻信號(hào)的第二采樣信號(hào)獲取第二音頻信號(hào)的第二分貝。由于采樣頻率較高，由無(wú)數(shù)多個(gè)采樣點(diǎn)組成整個(gè)音頻信號(hào)，因此，第一分貝可以體現(xiàn)整個(gè)第一音頻信號(hào)的整體音量特征。該第二分貝可以體現(xiàn)整個(gè)第二音頻信號(hào)的整體音量特征。第一分貝作為第一音頻特征值，第二分貝作為第二音頻特征值，因此，利用第一分貝對(duì)第一合成比例因子進(jìn)行更新，利用第二分貝對(duì)第三合成比例因子進(jìn)行更新。

可選地，根據(jù)第一采樣信號(hào)獲取第一音頻信號(hào)的第一分貝包括：

根據(jù)第一采樣信號(hào)獲取第一音頻信號(hào)的第一分貝包括：

采用以下方式獲取第一音頻信號(hào)的第一能量值ev：

其中，x(i)為第一采樣信號(hào)，n1為第一音頻信號(hào)的采樣個(gè)數(shù)；

采用以下方式將第一能量值轉(zhuǎn)換為第一分貝pv：

pv＝10*lg(ev/n1)；

根據(jù)第二采樣信號(hào)獲取第二音頻信號(hào)的第二分貝包括：

采用以下方式獲取第二音頻信號(hào)的第二能量值em：

其中，x(i)為第二采樣信號(hào)，n2為第二音頻信號(hào)的采樣個(gè)數(shù)；

采用以下方式將第二能量值轉(zhuǎn)換為第二分貝pm：

pm＝10*lg(em/n2)。

在獲取第一分貝時(shí)，先根據(jù)第一采樣信號(hào)獲取第一音頻信號(hào)的第一能量值ev，第一能量值ev根據(jù)第一音頻信號(hào)的所有采樣點(diǎn)的采樣值所計(jì)算得到的。將第一能量值ev轉(zhuǎn)換為功率db，即第一分貝pv，用于標(biāo)識(shí)第一音頻信號(hào)的整體音量。

在獲取第二分貝時(shí)，先根據(jù)第二采樣信號(hào)獲取第二音頻信號(hào)的第二能量值em，第一能量值em根據(jù)第二音頻信號(hào)的所有采樣點(diǎn)的采樣值所計(jì)算得到的。將第二能量值em轉(zhuǎn)換為功率db，即第二分貝pm，用于標(biāo)識(shí)第二音頻信號(hào)的整體音量。

進(jìn)一步地，使用第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子包括：將預(yù)設(shè)的第一合成比例因子和第一音頻特征值的比值作為第二合成比例因子；使用第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子包括：將預(yù)設(shè)的第三合成比例因子和第二音頻特征值的比值作為第四合成比例因子。

即將預(yù)設(shè)的第一合成比例因子和第一分貝的比值作為第二合成比例因子，將預(yù)設(shè)的第三合成比例因子和第二分別的比值作為第四合成比例因子。

例如，預(yù)設(shè)的第一合成比例因子為sv，第一分貝為pv，則第二合成比例因子t1為sv/pv。預(yù)設(shè)的第三合成比例因子為sm，第二分貝為pm，則第四合成比例因子t2為sm/pm。

可選地，按照第二合成比例因子和第四合成比例因子對(duì)第一音頻信號(hào)和第二音頻信號(hào)進(jìn)行合成包括：將第二合成比例因子與第一音頻信號(hào)的乘積作為第一路信號(hào)；將第四合成比例因子與第二音頻信號(hào)的乘積作為第二 路信號(hào)；對(duì)第一路信號(hào)和第二路信號(hào)進(jìn)行合成。

第二合成比例因子是根據(jù)第一音頻信號(hào)得到的，可以用來(lái)調(diào)節(jié)第一音頻信號(hào)的音量，將第二合成比例因子與第一音頻信號(hào)相乘，得到第一路信號(hào)；第四合成比例因子是根據(jù)第二音頻信號(hào)得到的，可以用來(lái)調(diào)節(jié)第二音頻信號(hào)的音量，將第四合成比例因子與第二音頻信號(hào)相乘，得到第二路信號(hào)。其中，第一路信號(hào)和第二路信號(hào)的和為合成后的聲音文件的信號(hào)。

即合成的聲音文件的信號(hào)y(n)＝v(n)*t1+m(n)*t2，其中，v(n)是第一音頻信號(hào)，m(n)是第二音頻信號(hào)。

可選地，為了防止錄入的聲音信號(hào)中有過(guò)多的空白而造成第二合成比例因子不準(zhǔn)確，在進(jìn)行采樣時(shí)僅采集有聲信號(hào)，即采集第一音頻信號(hào)的第一采樣信號(hào)包括：檢測(cè)第一音頻信號(hào)中用于指示有聲的信號(hào)和用于指示無(wú)聲的信號(hào)；對(duì)第一音頻信號(hào)中用于指示有聲的信號(hào)進(jìn)行采樣，并將采樣得到的音頻信號(hào)作為第一采樣信號(hào)。

在本實(shí)施例中，可以采用動(dòng)態(tài)語(yǔ)音檢測(cè)算法(vad)對(duì)第一音頻信號(hào)進(jìn)行動(dòng)態(tài)檢測(cè)，以判斷出第一音頻信號(hào)中的有聲信號(hào)部分和無(wú)聲信號(hào)部分，其原理是通過(guò)一個(gè)時(shí)間段內(nèi)的信號(hào)的大小來(lái)判斷，經(jīng)過(guò)判斷后，提取有聲信號(hào)的部分拼接成一個(gè)新的文件，并采集新的文件的有聲信號(hào)的部分。

需要說(shuō)明的是，動(dòng)態(tài)語(yǔ)音檢測(cè)是無(wú)損檢測(cè)，不會(huì)破壞第一音頻信號(hào)，因此，采樣新的文件的有聲信號(hào)相當(dāng)于采樣第一音頻信號(hào)。但是，在進(jìn)行合成時(shí)，采用第一音頻信號(hào)和第二音頻信號(hào)合成，并不用動(dòng)態(tài)語(yǔ)音檢測(cè)算法所拼接的新的文件來(lái)進(jìn)行合成。

通過(guò)動(dòng)態(tài)語(yǔ)音檢測(cè)，去除了第一音頻信號(hào)中無(wú)聲信號(hào)的部分，消除了無(wú)聲信號(hào)的采樣值對(duì)計(jì)算第一分貝的影響，從而提高了計(jì)算第一分貝的準(zhǔn)確性，進(jìn)而提高了信號(hào)合成的準(zhǔn)確性。

以提供跟著伴奏唱歌功能的應(yīng)用程序?yàn)槔M(jìn)行說(shuō)明。

手機(jī)上的應(yīng)用程序提供伴奏音樂，通過(guò)耳機(jī)或者揚(yáng)聲器播放該伴奏音 樂(即第二音頻信號(hào))。用于依照伴奏音樂的節(jié)奏演唱，與此同時(shí)，手機(jī)通過(guò)麥克風(fēng)錄制歌唱的聲音(即第一音頻信號(hào))。

在錄制歌唱的聲音中提取第一音頻特征值，從伴奏音樂中提取第二音頻特征值。

獲取預(yù)設(shè)的第一合成比例因子(使用第一音頻特征值更新)和預(yù)設(shè)的第三合成比例因子(使用第二音頻特征值更新)，其中，第一合成比例因子和第三合成比例因子可以采用1.2：1的比例，也可以采用2：1的比例。若向突出錄制的聲音，則采用比例較大的第一合成比例因子，否則，采用較小的第一合成比例因子。上述的第一合成比例因子和第三合成比例因子可以根據(jù)需要體現(xiàn)的聲音層次進(jìn)行設(shè)置，對(duì)第一音頻信號(hào)的聲音和第二音頻信號(hào)的聲音進(jìn)行預(yù)放大。同時(shí)，上述的第一合成比例因子和第三合成比例因子可以是歷史合成所采用的，也可以是根據(jù)歷史合成所采用的比例因子取平均值或者最優(yōu)值得到的。

對(duì)錄制歌唱的聲音進(jìn)行動(dòng)態(tài)語(yǔ)音檢測(cè)，將有聲的部分拼接成新的文件。對(duì)新的文件進(jìn)行采樣，并計(jì)算新的文件的音頻信號(hào)的能量和功率，利用計(jì)算出的功率對(duì)第一合成比例因子進(jìn)行更新，得到第二合成比例因子。

對(duì)伴奏音樂進(jìn)行采樣，并計(jì)算伴奏音樂的能量和功率，利用伴奏音樂的功率對(duì)第三合成比例因子進(jìn)行更新，得到第四合成比例因子。

利用第二合成比例因子對(duì)錄制歌唱的聲音信號(hào)進(jìn)行處理，利用第四合成比例因子對(duì)伴奏音樂的信號(hào)進(jìn)行處理，從而得到合成后的音樂。

由于第二合成比例因子和第四合成比例因子能夠調(diào)節(jié)音量，因此，合成后的聲音的音量主次分明，或者能夠突出兩種音頻信號(hào)的特點(diǎn)。

需要說(shuō)明的是，對(duì)于前述的各方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本發(fā)明，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說(shuō)明書中所描述的實(shí) 施例均屬于優(yōu)選實(shí)施例，所涉及的動(dòng)作和模塊并不一定是本發(fā)明所必須的。

通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到根據(jù)上述實(shí)施例的方法可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)，當(dāng)然也可以通過(guò)硬件，但很多情況下前者是更佳的實(shí)施方式?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)(如rom/ram、磁碟、光盤)中，包括若干指令用以使得一臺(tái)終端設(shè)備(可以是手機(jī)，計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的方法。

實(shí)施例2

根據(jù)本發(fā)明實(shí)施例，還提供了一種用于實(shí)施上述音頻合成的方法的音頻合成的裝置，如圖3所示，該裝置包括：

獲取單元20用于獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二音頻特征值，其中，第一音頻特征值用于表征第一音頻信號(hào)的音量特征，第二音頻特征值用于表征第二音頻信號(hào)的音量特征。

第一音頻信號(hào)可以是錄入的聲音信號(hào)，第二音頻信號(hào)可以是伴奏音樂信號(hào)，將錄入的聲音信號(hào)和伴奏音樂信號(hào)進(jìn)行合成，得到最終的聲音文件。為了使得合成的聲音文件中既能表現(xiàn)錄入的聲音，又能表現(xiàn)伴奏的聲音，需要調(diào)節(jié)錄入的聲音的音量和伴奏的音量，使得二者的音量保持一定的比例，使得一種音頻信號(hào)不會(huì)被另外一個(gè)音頻信號(hào)的音量掩蓋，因此，分別獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二特征值。

更新單元40用于使用第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子，使用第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子。

第一合成比例因子和第三合成比例因子為預(yù)設(shè)的比例因子，這兩個(gè)比例因子可以體現(xiàn)兩個(gè)音頻信號(hào)的音量特征的比值。第一合成比例因子和第 三合成比例因子可以是已經(jīng)完成合成所采用的比例因子，或者是對(duì)已完成的合成所采用的比例進(jìn)行優(yōu)化所得到的比例因子。例如對(duì)多次合成的比例因子取平均值或者合成所采用的次數(shù)最多的比例因子。

由于預(yù)設(shè)的第一合成比例因子和預(yù)設(shè)的第三合成比例因子并不能體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的特征，因此，采用第一音頻特征值對(duì)第一合成比例進(jìn)行更新，采用第二音頻特征值對(duì)第三合成比例進(jìn)行更新，使得得到的第二合成比例因子和第四合成比例因子可以分別體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的音量特點(diǎn)。

合成單元60用于按照第二合成比例因子和第四合成比例因子對(duì)第一音頻信號(hào)和第二音頻信號(hào)進(jìn)行合成。

由于可以自動(dòng)獲得體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的音量特點(diǎn)的第二合成比例因子和第四合成比例因子，因此，在合成的過(guò)程中無(wú)需手動(dòng)調(diào)節(jié)兩個(gè)音頻信號(hào)合成所需的音量。

另外，通常情況下第一音頻信號(hào)是沒有標(biāo)準(zhǔn)的音量大小的，移動(dòng)終端每次接收到的第一音頻信號(hào)都可能不同，第二音頻信號(hào)也可能由于不同移動(dòng)終端的不同而體現(xiàn)不同的音量，按照預(yù)設(shè)的比例因子來(lái)調(diào)節(jié)這兩個(gè)音頻信號(hào)的音量會(huì)導(dǎo)致調(diào)節(jié)的不準(zhǔn)確，比如，將較大音量的第一音頻信號(hào)的音量調(diào)的更大，較小音量的第二音頻信號(hào)的音量調(diào)的更小。

而在本實(shí)施例中，由于第二合成比例因子和第四合成比例因子可以分別體現(xiàn)第一音頻信號(hào)和第二音頻信號(hào)的音量特點(diǎn)，因此，在利用第二合成比例因子和第四合成比例因子進(jìn)行合成時(shí)可以對(duì)第一音頻信號(hào)的音量變化有更廣的包容性，即使第一音頻信號(hào)是有變化的，利用與第一音頻信號(hào)自身的特點(diǎn)對(duì)其進(jìn)行調(diào)節(jié)，也可以使合成所采用的比例因子更準(zhǔn)確，使得合成得到的聲音文件的第一音頻信號(hào)的聲音和第二音頻信號(hào)的聲音都能突出表現(xiàn)，且互相不會(huì)掩蓋彼此的聲音。

可選地，更新單元包括：第一更新模塊，用于采集第一音頻信號(hào)的第 一采樣信號(hào)，根據(jù)第一采樣信號(hào)獲取第一音頻信號(hào)的第一分貝，使用第一分貝對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子；第二更新模塊，用于采集第二音頻信號(hào)的第二采樣信號(hào)，根據(jù)第二采樣信號(hào)獲取第二音頻信號(hào)的第二分貝，使用第二分貝對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子。

按照相同的采樣頻率對(duì)第一音頻信號(hào)和第二音頻信號(hào)分別進(jìn)行采樣，例如，采用44100hz進(jìn)行采樣。根據(jù)第一音頻信號(hào)的第一采樣信號(hào)獲取第一音頻信號(hào)的第一分貝。根據(jù)第二音頻信號(hào)的第二采樣信號(hào)獲取第二音頻信號(hào)的第二分貝。由于采樣頻率較高，由無(wú)數(shù)多個(gè)采樣點(diǎn)組成整個(gè)音頻信號(hào)，因此，第一分貝可以體現(xiàn)整個(gè)第一音頻信號(hào)的整體音量特征。該第二分貝可以體現(xiàn)整個(gè)第二音頻信號(hào)的整體音量特征。第一分貝作為第一音頻特征值，第二分貝作為第二音頻特征值，因此，利用第一分貝對(duì)第一合成比例因子進(jìn)行更新，利用第二分貝對(duì)第三合成比例因子進(jìn)行更新。

可選地，其特征在于，第一更新模塊采用以下方式獲取第一音頻信號(hào)的第一能量值ev：

其中，x(i)為第一采樣信號(hào)，n1為第一音頻信號(hào)的采樣個(gè)數(shù)；

采用以下方式將第一能量值轉(zhuǎn)換為第一分貝pv：

pv＝10*lg(ev/n1)；

第二更新模塊采用以下方式獲取第二音頻信號(hào)的第二能量值em：

其中，x(i)為第二采樣信號(hào)，n2為第二音頻信號(hào)的采樣個(gè)數(shù)；

采用以下方式將第二能量值轉(zhuǎn)換為第二分貝pm：

pm＝10*lg(em/n2)。

在獲取第一分貝時(shí)，先根據(jù)第一采樣信號(hào)獲取第一音頻信號(hào)的第一能 量值ev，第一能量值ev根據(jù)第一音頻信號(hào)的所有采樣點(diǎn)的采樣值所計(jì)算得到的。將第一能量值ev轉(zhuǎn)換為功率db，即第一分貝pv，用于標(biāo)識(shí)第一音頻信號(hào)的整體音量。

在獲取第二分貝時(shí)，先根據(jù)第二采樣信號(hào)獲取第二音頻信號(hào)的第二能量值em，第一能量值em根據(jù)第二音頻信號(hào)的所有采樣點(diǎn)的采樣值所計(jì)算得到的。將第二能量值em轉(zhuǎn)換為功率db，即第二分貝pm，用于標(biāo)識(shí)第二音頻信號(hào)的整體音量。

進(jìn)一步地，更新單元還包括：第一確定模塊，用于將預(yù)設(shè)的第一合成比例因子和第一音頻特征值的比值作為第二合成比例因子；第二確定模塊，用于將預(yù)設(shè)的第三合成比例因子和第二音頻特征值的比值作為第四合成比例因子。

即將預(yù)設(shè)的第一合成比例因子和第一分貝的比值作為第二合成比例因子，將預(yù)設(shè)的第三合成比例因子和第二分別的比值作為第四合成比例因子。

例如，預(yù)設(shè)的第一合成比例因子為sv，第一分貝為pv，則第二合成比例因子t1為sv/pv。預(yù)設(shè)的第三合成比例因子為sm，第二分貝為pm，則第四合成比例因子t2為sm/pm。

可選地，合成單元包括：第三確定模塊，用于將第二合成比例因子與第一音頻信號(hào)的乘積作為第一路信號(hào)；第四確定模塊，用于將第四合成比例因子與第二音頻信號(hào)的乘積作為第二路信號(hào)；合成模塊，用于對(duì)第一路信號(hào)和第二路信號(hào)進(jìn)行合成。

第二合成比例因子是根據(jù)第一音頻信號(hào)得到的，可以用來(lái)調(diào)節(jié)第一音頻信號(hào)的音量，將第二合成比例因子與第一音頻信號(hào)相乘，得到第一路信號(hào)；第四合成比例因子是根據(jù)第二音頻信號(hào)得到的，可以用來(lái)調(diào)節(jié)第二音頻信號(hào)的音量，將第四合成比例因子與第二音頻信號(hào)相乘，得到第二路信號(hào)。其中，第一路信號(hào)和第二路信號(hào)的和為合成后的聲音文件的信號(hào)。

即合成的聲音文件的信號(hào)y(n)＝v(n)*t1+m(n)*t2，其中，v(n)是第一音頻信號(hào)，m(n)是第二音頻信號(hào)。

可選地，為了防止錄入的聲音信號(hào)中有過(guò)多的空白而造成第二合成比例因子不準(zhǔn)確，在進(jìn)行采樣時(shí)僅采集有聲信號(hào)，即第一更新模塊包括：檢測(cè)子模塊，用于檢測(cè)第一音頻信號(hào)中用于指示有聲的信號(hào)和用于指示無(wú)聲的信號(hào)；采樣子模塊，用于對(duì)第一音頻信號(hào)中用于指示有聲的信號(hào)進(jìn)行采樣，并將采樣得到的音頻信號(hào)作為第一采樣信號(hào)。

在本實(shí)施例中，可以采用動(dòng)態(tài)語(yǔ)音檢測(cè)算法(vad)對(duì)第一音頻信號(hào)進(jìn)行動(dòng)態(tài)檢測(cè)，以判斷出第一音頻信號(hào)中的有聲信號(hào)部分和無(wú)聲信號(hào)部分，其原理是通過(guò)一個(gè)時(shí)間段內(nèi)的信號(hào)的大小來(lái)判斷，經(jīng)過(guò)判斷后，提取有聲信號(hào)的部分拼接成一個(gè)新的文件，并采集新的文件的有聲信號(hào)的部分。

需要說(shuō)明的是，動(dòng)態(tài)語(yǔ)音檢測(cè)是無(wú)損檢測(cè)，不會(huì)破壞第一音頻信號(hào)，因此，采樣新的文件的有聲信號(hào)相當(dāng)于采樣第一音頻信號(hào)。但是，在進(jìn)行合成時(shí)，采用第一音頻信號(hào)和第二音頻信號(hào)合成，并不用動(dòng)態(tài)語(yǔ)音檢測(cè)算法所拼接的新的文件來(lái)進(jìn)行合成。

通過(guò)動(dòng)態(tài)語(yǔ)音檢測(cè)，去除了第一音頻信號(hào)中無(wú)聲信號(hào)的部分，消除了無(wú)聲信號(hào)的采樣值對(duì)計(jì)算第一分貝的影響，從而提高了計(jì)算第一分貝的準(zhǔn)確性，進(jìn)而提高了信號(hào)合成的準(zhǔn)確性。

實(shí)施例3

根據(jù)本發(fā)明實(shí)施例，還提供了一種用于實(shí)施上述音頻合成的方法的終端，如圖4所示，該終端主要包括處理器401、攝像頭402、顯示器403、數(shù)據(jù)接口404、存儲(chǔ)器405、網(wǎng)絡(luò)接口406、揚(yáng)聲器407和麥克風(fēng)408，其中：

攝像頭402主要用于對(duì)進(jìn)行聲音錄制的用戶進(jìn)行圖像采集。

數(shù)據(jù)接口404則主要通過(guò)數(shù)據(jù)傳輸?shù)姆绞綄⒌谌焦ぞ咪浿频囊纛l傳輸給處理器401，第三方工具可以是錄音設(shè)備。

存儲(chǔ)器405主要用于存儲(chǔ)第一音頻信號(hào)和第二音頻信號(hào)。

網(wǎng)絡(luò)接口406主要用于與服務(wù)器進(jìn)行通信，接收服務(wù)器發(fā)送的伴奏音頻(第二音頻信號(hào))。

顯示器403主要用于顯示錄制音頻的進(jìn)度或者播放音頻的進(jìn)度。

處理器401主要用于執(zhí)行如下操作：

獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二音頻特征值，其中，所述第一音頻特征值用于表征所述第一音頻信號(hào)的音量特征，所述第二音頻特征值用于表征所述第二音頻信號(hào)的音量特征；使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子，使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子；按照所述第二合成比例因子和所述第四合成比例因子對(duì)所述第一音頻信號(hào)和所述第二音頻信號(hào)進(jìn)行合成。

處理器401還用于使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子包括：采集所述第一音頻信號(hào)的第一采樣信號(hào)，根據(jù)所述第一采樣信號(hào)獲取所述第一音頻信號(hào)的第一分貝，使用所述第一分貝對(duì)預(yù)設(shè)的所述第一合成比例因子進(jìn)行更新，得到所述第二合成比例因子；使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子包括：采集所述第二音頻信號(hào)的第二采樣信號(hào)，根據(jù)所述第二采樣信號(hào)獲取所述第二音頻信號(hào)的第二分貝，使用所述第二分貝對(duì)預(yù)設(shè)的所述第三合成比例因子進(jìn)行更新，得到所述第四合成比例因子。

處理器401還用于檢測(cè)所述第一音頻信號(hào)中用于指示有聲的信號(hào)和用于指示無(wú)聲的信號(hào)；對(duì)所述第一音頻信號(hào)中所述用于指示有聲的信號(hào)進(jìn)行采樣，并將采樣得到的音頻信號(hào)作為所述第一采樣信號(hào)。

處理器401還用于使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子包括：將預(yù)設(shè)的所述第一合成比例因子和所述第一音頻特征值的比值作為所述第二合成比例因子；使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子包括：將預(yù)設(shè)的所述第三合成比例因子和所述第二音頻特征值的比值作為所述第四合成比例因子。

處理器401將所述第二合成比例因子與所述第一音頻信號(hào)的乘積作為第一路信號(hào)；將所述第四合成比例因子與所述第二音頻信號(hào)的乘積作為第二路信號(hào)；對(duì)所述第一路信號(hào)和所述第二路信號(hào)進(jìn)行合成。

可選地，本實(shí)施例中的具體示例可以參考上述實(shí)施例1和實(shí)施例2中所描述的示例，本實(shí)施例在此不再贅述。

實(shí)施例4

本發(fā)明的實(shí)施例還提供了一種存儲(chǔ)介質(zhì)。可選地，在本實(shí)施例中，上述存儲(chǔ)介質(zhì)可以位于網(wǎng)絡(luò)中的多個(gè)網(wǎng)絡(luò)設(shè)備中的至少一個(gè)網(wǎng)絡(luò)設(shè)備。

可選地，在本實(shí)施例中，存儲(chǔ)介質(zhì)被設(shè)置為存儲(chǔ)用于執(zhí)行以下步驟的程序代碼：

s1，獲取第一音頻信號(hào)的第一音頻特征值和第二音頻信號(hào)的第二音頻特征值，其中，所述第一音頻特征值用于表征所述第一音頻信號(hào)的音量特征，所述第二音頻特征值用于表征所述第二音頻信號(hào)的音量特征；

s2，使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子，使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子；

s3，按照所述第二合成比例因子和所述第四合成比例因子對(duì)所述第一音頻信號(hào)和所述第二音頻信號(hào)進(jìn)行合成。

可選地，存儲(chǔ)介質(zhì)還被設(shè)置為存儲(chǔ)用于執(zhí)行以下步驟的程序代碼：

s1，使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子包括：采集所述第一音頻信號(hào)的第一采樣信號(hào)，根據(jù)所述第一采樣信號(hào)獲取所述第一音頻信號(hào)的第一分貝，使用所述第一分貝對(duì)預(yù)設(shè)的所述第一合成比例因子進(jìn)行更新，得到所述第二合成比例因子；

s2，使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子包括：采集所述第二音頻信號(hào)的第二采樣信號(hào)，根據(jù)所述第二采樣信號(hào)獲取所述第二音頻信號(hào)的第二分貝，使用所述第二分貝對(duì)預(yù)設(shè)的所述第三合成比例因子進(jìn)行更新，得到所述第四合成比例因子。

可選地，存儲(chǔ)介質(zhì)還被設(shè)置為存儲(chǔ)用于執(zhí)行以下步驟的程序代碼：檢測(cè)所述第一音頻信號(hào)中用于指示有聲的信號(hào)和用于指示無(wú)聲的信號(hào)；對(duì)所述第一音頻信號(hào)中所述用于指示有聲的信號(hào)進(jìn)行采樣，并將采樣得到的音頻信號(hào)作為所述第一采樣信號(hào)。

可選地，存儲(chǔ)介質(zhì)還被設(shè)置為存儲(chǔ)用于執(zhí)行以下步驟的程序代碼：使用所述第一音頻特征值對(duì)預(yù)設(shè)的第一合成比例因子進(jìn)行更新，得到第二合成比例因子包括：將預(yù)設(shè)的所述第一合成比例因子和所述第一音頻特征值的比值作為所述第二合成比例因子；使用所述第二音頻特征值對(duì)預(yù)設(shè)的第三合成比例因子進(jìn)行更新，得到第四合成比例因子包括：將預(yù)設(shè)的所述第三合成比例因子和所述第二音頻特征值的比值作為所述第四合成比例因子。

可選地，存儲(chǔ)介質(zhì)還被設(shè)置為存儲(chǔ)用于執(zhí)行以下步驟的程序代碼：將所述第二合成比例因子與所述第一音頻信號(hào)的乘積作為第一路信號(hào)；將所述第四合成比例因子與所述第二音頻信號(hào)的乘積作為第二路信號(hào)；對(duì)所述第一路信號(hào)和所述第二路信號(hào)進(jìn)行合成。

可選地，在本實(shí)施例中，上述存儲(chǔ)介質(zhì)可以包括但不限于：u盤、只讀存儲(chǔ)器(rom，read-onlymemory)、隨機(jī)存取存儲(chǔ)器(ram，random accessmemory)、移動(dòng)硬盤、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

可選地，本實(shí)施例中的具體示例可以參考上述實(shí)施例1和實(shí)施例2中所描述的示例，本實(shí)施例在此不再贅述。

上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

上述實(shí)施例中的集成的單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在上述計(jì)算機(jī)可讀取的存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)或多臺(tái)計(jì)算機(jī)設(shè)備(可為個(gè)人計(jì)算機(jī)、服務(wù)器或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。

在本發(fā)明的上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒有詳述的部分，可以參見其他實(shí)施例的相關(guān)描述。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的客戶端，可通過(guò)其它的方式實(shí)現(xiàn)。其中，以上所描述的裝置實(shí)施例僅僅是示意性的，例如所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過(guò)一些接口，單元或模塊的間接耦合或通信連接，可以是電性或其它的形式。

所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元 中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。