技術(shù)領(lǐng)域

本發(fā)明涉及音頻處理技術(shù)領(lǐng)域，特別是涉及一種基于OTT盒子的混音轉(zhuǎn)碼方法和裝置。

背景技術(shù)：

用戶通過OTT(Over The Top，通過互聯(lián)網(wǎng)向用戶提供各種應用服務)盒子進行進行語音服務時輸出的多為PCM(Pulse Code Modulation，脈沖編碼調(diào)制)語音數(shù)據(jù)，若直接保存成音頻文件，是無法被播放器進行播放的，所以須先實現(xiàn)數(shù)據(jù)編碼及壓縮，將其轉(zhuǎn)換成其它格式。而在進行格式轉(zhuǎn)換時，傳統(tǒng)的方法是建立編碼線程進行數(shù)據(jù)編碼，當編碼線程中有數(shù)據(jù)時則開始進行處理，編碼線程需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，造成大量的系統(tǒng)消耗。

技術(shù)實現(xiàn)要素：

基于此，有必要針對音頻數(shù)據(jù)進行格式轉(zhuǎn)換時造成大量系統(tǒng)消耗的問題，提供一種基于OTT盒子的混音轉(zhuǎn)碼方法。

此外，還有必要針對音頻數(shù)據(jù)進行格式轉(zhuǎn)換時造成大量系統(tǒng)消耗的問題，提供一種基于OTT盒子的混音轉(zhuǎn)碼裝置。

一種基于OTT盒子的混音轉(zhuǎn)碼方法，包括以下步驟：

讀取原始音頻數(shù)據(jù)至第一緩沖區(qū)；

從第一緩沖區(qū)讀取原始音頻數(shù)據(jù)并將所述原始音頻數(shù)據(jù)添加到第二緩沖區(qū)；

判斷所述第一緩沖區(qū)中原始音頻數(shù)據(jù)是否達到預設(shè)幀數(shù)；

若所述第一緩沖區(qū)中原始音頻數(shù)據(jù)達到預設(shè)幀數(shù)，則從所述第一緩沖區(qū)中取出原始音頻數(shù)據(jù)進行轉(zhuǎn)碼，得到預設(shè)格式的音頻數(shù)據(jù)；

將轉(zhuǎn)換成預設(shè)格式的音頻數(shù)據(jù)寫入預設(shè)格式文件中；

其中，所述第一緩沖區(qū)以及第二緩沖區(qū)的大小為所述預設(shè)幀數(shù)的整數(shù)倍。

在其中一個實施例中，在所述從第一緩沖區(qū)讀取原始音頻數(shù)據(jù)并將所述原始音頻數(shù)據(jù)添加到第二緩沖區(qū)的步驟之前，還包括：

通過音頻設(shè)備采集聲音信息；

對所述聲音信息進行處理得到原始音頻數(shù)據(jù)；

將所述原始音頻數(shù)據(jù)存入所述第一緩沖區(qū)。

在其中一個實施例中，所述方法還包括以下步驟：

當所述音頻設(shè)備停止采集聲音信息時，將所述原始音頻數(shù)據(jù)的結(jié)尾信息寫入所述第二緩沖區(qū)；以便轉(zhuǎn)碼完成時，將所述原始音頻數(shù)據(jù)的結(jié)尾信息編碼成預設(shè)格式；將所述編碼成預設(shè)格式的結(jié)尾信息寫入所述預設(shè)格式文件中。

在其中一個實施例中，所述原始音頻數(shù)據(jù)為原始的卡拉OK音頻數(shù)據(jù)，所述預設(shè)格式為MP3格式，所述方法具體包括以下步驟：

調(diào)用讀取線程從第一緩沖區(qū)讀取原始的卡拉OK音頻數(shù)據(jù)并將所述原始的卡拉OK音頻數(shù)據(jù)添加到第二緩沖區(qū)；

判斷所述第二緩沖區(qū)中的原始的卡拉OK音頻數(shù)據(jù)是否達到預設(shè)幀數(shù)；

若所述第二緩沖區(qū)中原始的卡拉OK音頻數(shù)據(jù)達到預設(shè)幀數(shù)，則調(diào)用編碼線程從所述第二緩沖區(qū)中取出預設(shè)幀數(shù)的原始的卡拉OK音頻數(shù)據(jù)編碼成MP3格式；

將轉(zhuǎn)換成MP3格式的錄音數(shù)據(jù)寫入MP3文件中。

一種基于OTT盒子的混音轉(zhuǎn)碼裝置，包括：

第一讀取模塊，用于讀取原始音頻數(shù)據(jù)至第一緩沖區(qū)；

第二讀取模塊，用于從第一緩沖區(qū)讀取原始音頻數(shù)據(jù)并將所述原始音頻數(shù)據(jù)添加到第二緩沖區(qū)

判斷模塊，用于判斷所述第二緩沖區(qū)中原始音頻數(shù)據(jù)是否達到預設(shè)幀數(shù)；

轉(zhuǎn)碼模塊，用于若所述第二緩沖區(qū)中原始音頻數(shù)據(jù)達到預設(shè)幀數(shù)，則從所述第二緩沖區(qū)中取出原始音頻數(shù)據(jù)進行轉(zhuǎn)碼，得到預設(shè)格式的音頻數(shù)據(jù)；

寫入模塊，用于將轉(zhuǎn)換成預設(shè)格式的音頻數(shù)據(jù)寫入預設(shè)格式文件中；

其中，所述第一緩沖區(qū)以及第二緩沖區(qū)的大小為所述預設(shè)幀數(shù)的整數(shù)倍。

在其中一個實施例中，所述裝置還包括：

采集模塊，用于通過音頻設(shè)備采集聲音信息；

處理模塊，用于對所述聲音信息進行處理得到原始音頻數(shù)據(jù)；

存儲模塊，用于將所述原始音頻數(shù)據(jù)存入所述第一緩沖區(qū)。

在其中一個實施例中，所述讀取模塊還用于當所述音頻設(shè)備停止采集聲音信息時，將所述原始音頻數(shù)據(jù)的結(jié)尾信息寫入所述第二緩沖區(qū)；

所述轉(zhuǎn)碼模塊還用于將所述原始音頻數(shù)據(jù)的結(jié)尾信息編碼成預設(shè)格式；

所述寫入模塊還用于將所述編碼成預設(shè)格式的結(jié)尾信息寫入所述預設(shè)格式文件中。

在其中一個實施例中，所述原始音頻數(shù)據(jù)為原始的卡拉OK音頻數(shù)據(jù)，所述預設(shè)格式為MP3格式；

所述讀取模塊還用于調(diào)用讀取線程從第一緩沖區(qū)讀取原始的卡拉OK音頻數(shù)據(jù)并將所述原始的卡拉OK音頻數(shù)據(jù)添加到第二緩沖區(qū)；

所述判斷模塊還用于判斷所述第二緩沖區(qū)中的原始的卡拉OK音頻數(shù)據(jù)是否達到預設(shè)幀數(shù)；

所述轉(zhuǎn)碼模塊還用于若所述第二緩沖區(qū)中原始的卡拉OK音頻數(shù)據(jù)達到預設(shè)幀數(shù)，則調(diào)用編碼線程從所述第二緩沖區(qū)中取出預設(shè)幀數(shù)的原始的卡拉OK音頻數(shù)據(jù)編碼成MP3格式；

所述寫入模塊還用于將轉(zhuǎn)換成MP3格式的音頻數(shù)據(jù)寫入MP3文件中。

上述基于OTT盒子的混音轉(zhuǎn)碼方法和裝置，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才進行音頻數(shù)據(jù)的格式轉(zhuǎn)換，由音頻數(shù)據(jù)來通知進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

附圖說明

圖1為一個實施例中基于OTT盒子的混音轉(zhuǎn)碼方法的流程示意圖；

圖2為一個實施例中轉(zhuǎn)換音頻數(shù)據(jù)的結(jié)尾信息的流程示意圖；

圖3為另一個實施例中基于OTT盒子的混音轉(zhuǎn)碼方法的流程示意圖；

圖4為一個實施例中基于OTT盒子的混音轉(zhuǎn)碼裝置的結(jié)構(gòu)示意圖；

圖5為另一個實施例中基于OTT盒子的混音轉(zhuǎn)碼裝置的結(jié)構(gòu)示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，一種基于OTT盒子的混音轉(zhuǎn)碼方法，包括以下步驟：

步驟S110，讀取原始音頻數(shù)據(jù)至第一緩沖區(qū)；

具體的，第一緩沖區(qū)為操作系統(tǒng)中專門用于臨時存放原始音頻數(shù)據(jù)的緩沖區(qū)。

步驟S120，從第一緩沖區(qū)讀取原始音頻數(shù)據(jù)并將所述原始音頻數(shù)據(jù)添加到第二緩沖區(qū)。

具體的，原始音頻數(shù)據(jù)的數(shù)據(jù)包在第二緩沖區(qū)中以隊列的形式進行排列，先讀取的排在隊列前面，依次類推添加到第二緩沖區(qū)中。原始音頻數(shù)據(jù)為需要轉(zhuǎn)換成預設(shè)格式的音頻數(shù)據(jù)，例如錄音數(shù)據(jù)，其原始格式為PCM格式，需要轉(zhuǎn)換成MP3(Moving Picture Experts Group Audio Layer III，動態(tài)影像專家壓縮標準音頻層面3)、WAV(Windows Media Audio，Windows多媒體壓縮)等其它音頻格式，但不限于此。

可以根據(jù)預設(shè)幀數(shù)調(diào)整第一緩沖區(qū)大小，使第一緩沖區(qū)的大小為預設(shè)幀數(shù)的整數(shù)倍。

因當讀取線程從第二緩沖區(qū)讀取的原始音頻數(shù)據(jù)達到預設(shè)幀數(shù)時，即調(diào)用編碼線程從第二緩沖區(qū)中取出原始音頻數(shù)據(jù)進行編碼成預設(shè)格式，將第一緩沖區(qū)的大小調(diào)整為預設(shè)幀數(shù)的整數(shù)倍，可減少原始音頻數(shù)據(jù)的丟失。

步驟S130，判斷第二緩沖區(qū)中原始音頻數(shù)據(jù)是否達到預設(shè)幀數(shù)，若是，則執(zhí)行步驟S140，若否，則執(zhí)行步驟S110。

具體的，可預先設(shè)置通知周期，以幀為單位，當讀取的原始音頻數(shù)據(jù)的數(shù)據(jù)包達到預設(shè)幀數(shù)，即第二緩沖區(qū)中原始音頻數(shù)據(jù)達到預設(shè)幀數(shù)時，立即調(diào)用編碼線程進行轉(zhuǎn)碼，由讀取線程來通知編碼線程進行工作，該預設(shè)幀數(shù)可根據(jù)實際需求進行設(shè)置，例如100幀、200幀等。此外，通過建立讀取線程與編碼線程，將讀取線程與編碼線程分開，可避免發(fā)生線程阻塞。

步驟S140，從第二緩沖區(qū)中取出原始音頻數(shù)據(jù)進行轉(zhuǎn)碼，得到預設(shè)格式的音頻數(shù)據(jù)。

具體的，當讀取的原始音頻數(shù)據(jù)的數(shù)據(jù)包達到預設(shè)幀數(shù)，讀取線程即通知編碼線程開始進行轉(zhuǎn)碼，調(diào)用編碼線程從第二緩沖區(qū)中取出原始音頻數(shù)據(jù)，并將該原始音頻數(shù)據(jù)編碼成預設(shè)格式，可從第二緩沖區(qū)中取出預設(shè)幀數(shù)的原始音頻數(shù)據(jù)，即取出第二緩沖區(qū)全部的原始音頻數(shù)據(jù)，使得讀取的原始音頻數(shù)據(jù)的幀數(shù)等于編碼的原始音頻數(shù)據(jù)，可減少原始音頻數(shù)據(jù)的丟失。在其它的實施例中，也可從第二緩沖區(qū)中取出部分的原始音頻數(shù)據(jù)進行編碼成預設(shè)格式，可在該部分的原始音頻數(shù)據(jù)編碼完成后，繼續(xù)取出部分的原始音頻數(shù)據(jù)進行編碼成預設(shè)格式。

步驟S150，將轉(zhuǎn)換成預設(shè)格式的音頻數(shù)據(jù)寫入預設(shè)格式文件中。

具體的，預設(shè)格式可為MP3、WAV、AAC(Advanced Audio Coding，高級音頻編碼)、AMR(Adaptive Multi-Rate，自適應多速率)等音頻格式中的一種，其中，MP3格式是大眾最常用的音頻格式，壓縮率較高且音質(zhì)較好；WAV格式一般用于保存Windows平臺的音頻信息資源，音質(zhì)高，但是壓縮率較小，文件比較大；AAC格式擁有更佳的音質(zhì)，采用有損壓縮，且壓縮率高，文件小，但支持該格式的操作系統(tǒng)較少，例如IOS(蘋果公司的移動操作系統(tǒng))、Android(安卓)SDK(Software Development Kit，軟件開發(fā)包)4.1.2以上等支持播放；AMR格式的壓縮率較高，但其相對于其它音頻格式音質(zhì)較差，多用于人聲、通話等錄音數(shù)據(jù)的格式保存。在將原始音頻數(shù)據(jù)編碼成預設(shè)格式的同時，讀取線程一直在從第一緩沖區(qū)中讀取原始音頻數(shù)據(jù)并添加入第二緩沖區(qū)，當?shù)诙彌_區(qū)的原始音頻數(shù)據(jù)又達到預設(shè)幀數(shù)時，再一次調(diào)用編碼線程取出第二緩沖區(qū)中全部的原始音頻數(shù)據(jù)進行編碼成預設(shè)格式，并將轉(zhuǎn)換成預設(shè)格式的音頻數(shù)據(jù)寫入預設(shè)格式文件中，直至無原始音頻數(shù)據(jù)可讀取為止。

上述基于OTT盒子的混音轉(zhuǎn)碼方法，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才進行音頻數(shù)據(jù)的格式轉(zhuǎn)換，由音頻數(shù)據(jù)來通知進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

在一個實施例中，所述第一緩沖區(qū)的大小大于或者等于第二緩沖區(qū)的大小。以保證第二緩沖區(qū)可以從第一緩沖區(qū)提取足夠的原始音頻數(shù)據(jù)，進一步減少原始音頻數(shù)據(jù)的丟失。

在一個實施例中，在步驟從第一緩沖區(qū)讀取原始音頻數(shù)據(jù)并將原始音頻數(shù)據(jù)添加到第二緩沖區(qū)之前，還包括以下步驟：

(1)通過音頻設(shè)備采集聲音信息。

具體的，音頻設(shè)備可為麥克風、播放器等設(shè)備，聲音信息可包括人聲、背景聲、伴唱等，可通過麥克風采集人聲，播放器采集伴唱等聲音信息。

(2)對該聲音信息進行處理得到原始音頻數(shù)據(jù)。

具體的，將通過不同的音頻設(shè)備采集得到的人聲、伴唱等聲音信息進行融和處理，例如進行去噪、混音等處理，并得到原始音頻數(shù)據(jù)臨時存入第一緩沖區(qū)中。本實例中，可實現(xiàn)邊采集聲音信息邊進行音頻格式轉(zhuǎn)化，即當開始采集聲音信息時，開始調(diào)用讀取線程從第一緩沖區(qū)中讀取原始音頻數(shù)據(jù)，當音頻設(shè)備暫停采集聲音信息時，讀取線程才不再繼續(xù)工作。邊采集聲音信息邊進行音頻格式轉(zhuǎn)化，可減少音頻格式轉(zhuǎn)化所需的等待時間。

在一個實施例中，步驟對該聲音信息進行處理得到原始音頻數(shù)據(jù)，可包括以下步驟：

(1)將伴唱數(shù)據(jù)轉(zhuǎn)化為與人聲數(shù)據(jù)相同的音頻格式。

具體的，通過麥克風采集到的人聲數(shù)據(jù)一般可輸出為最原始的PCM語音格式，可對伴唱數(shù)據(jù)進行解碼，并把伴唱數(shù)據(jù)也化成與人聲數(shù)據(jù)相同的PCM語音格式，即可進行混音操作。

(2)讀取相同幀數(shù)的人聲數(shù)據(jù)及伴唱數(shù)據(jù)進行混音操作。

具體的，可先設(shè)置人聲緩沖區(qū)及伴唱緩沖區(qū)，然后將通過不同的音頻設(shè)備采集到的人聲數(shù)據(jù)及轉(zhuǎn)化格式后的伴唱數(shù)據(jù)分別存儲在人聲緩沖區(qū)中及伴唱緩沖區(qū)中。每次可讀取相同大小的人聲數(shù)據(jù)及伴唱數(shù)據(jù)進行混音操作，可保證獲取的人聲數(shù)據(jù)及伴唱數(shù)據(jù)基本同步。因人聲數(shù)據(jù)與伴唱數(shù)據(jù)的語音格式一致，均為PCM語音格式，故可將讀取的人聲數(shù)據(jù)及伴唱數(shù)據(jù)進行疊加，并對疊加后的數(shù)據(jù)進行修復，保證進行混音操作后得到的原始音頻數(shù)據(jù)的音質(zhì)效果。人聲數(shù)據(jù)與伴唱數(shù)據(jù)的樣本大小是固定的，例如可為short16位字節(jié)，在進行疊加后，數(shù)據(jù)容易溢出，故可拓寬樣本大小，例如直接拓寬為int32字節(jié)，保證疊加后的數(shù)據(jù)大小不會溢出。還可設(shè)置衰減因子，降低疊加后的數(shù)據(jù)的振幅大小，使疊加后的數(shù)據(jù)能落回16位所能表示的范圍內(nèi)。當人聲數(shù)據(jù)及伴唱數(shù)據(jù)疊加后的數(shù)據(jù)大小溢出時，衰減因子較小，可使得溢出的數(shù)據(jù)在衰減后能夠處于臨界值以內(nèi)，而在疊加后的數(shù)據(jù)大小沒有溢出時，可讓衰減因子慢慢增大，使數(shù)據(jù)較為平緩的變化。人聲數(shù)據(jù)及伴唱數(shù)據(jù)進行混音操作完成后即獲得原始音頻數(shù)據(jù)，可將原始音頻數(shù)據(jù)存入第一緩沖區(qū)中，以便進行后續(xù)的格式轉(zhuǎn)化操作。

(3)將原始音頻數(shù)據(jù)存入第一緩沖區(qū)。

在進一步的實施例中，在步驟通過音頻設(shè)備采集聲音信息之前，還可包括步驟：初始化音頻信息對象。

具體的，音頻信息對象可包括輸入采樣頻率、輸出采樣頻率、輸入采樣位數(shù)、聲道數(shù)、音頻質(zhì)量等中的一種或多種?？筛鶕?jù)實際需求，預先初始化設(shè)置上述音頻信息對象，方便后續(xù)音頻數(shù)據(jù)的格式轉(zhuǎn)化及進行音頻文件保存。

在一個實施例中，上述基于OTT盒子的混音轉(zhuǎn)碼方法還包括步驟：同步計算原始音頻數(shù)據(jù)的音量大小。

具體的，原始音頻數(shù)據(jù)的音量大小可根據(jù)輸入采樣頻率、輸入采樣位數(shù)、聲道數(shù)等音頻信息進行計算，可預先設(shè)置計算公式，例如采用數(shù)據(jù)量(字節(jié)/秒)＝(輸入采樣頻率(Hz，赫茲)*輸入采樣位數(shù)(bit，比特)*輸入聲道數(shù))/8的公式進行計算，其中單聲道的聲道數(shù)為1，立體聲的聲道數(shù)為2。在其它的實施例中，也可使用其它的音量計算公式進行計算。

上述基于OTT盒子的混音轉(zhuǎn)碼方法，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才進行音頻數(shù)據(jù)的格式轉(zhuǎn)換，由音頻數(shù)據(jù)來通知進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

如圖2所示，在一個實施例中，上述基于OTT盒子的混音轉(zhuǎn)碼方法還包括以下步驟：

步驟S210，當音頻設(shè)備停止采集聲音信息時，將原始音頻數(shù)據(jù)的結(jié)尾信息寫入第二緩沖區(qū)。

具體的，當音頻設(shè)備停止采集聲音信息時，則讀取線程停止從第一緩沖區(qū)中讀取原始音頻數(shù)據(jù)，并將原始音頻數(shù)據(jù)的結(jié)尾信息寫入第二緩沖區(qū)。結(jié)尾信息可包括原始音頻數(shù)據(jù)的總數(shù)據(jù)幀數(shù)、音頻時間、聲道數(shù)、音頻質(zhì)量等信息中的一種或多種。

步驟S220，將原始音頻數(shù)據(jù)的結(jié)尾信息編碼成預設(shè)格式。

具體的，編碼線程將該原始音頻數(shù)據(jù)的結(jié)尾信息編碼成預設(shè)格式，并寫入預設(shè)格式文件中，即表示完成音頻數(shù)據(jù)的格式轉(zhuǎn)換工作。

步驟S230，將編碼成預設(shè)格式的結(jié)尾信息寫入預設(shè)格式文件中。

上述基于OTT盒子的混音轉(zhuǎn)碼方法，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才進行音頻數(shù)據(jù)的格式轉(zhuǎn)換，由音頻數(shù)據(jù)來通知進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

如圖3所示，在一個實施例中，一種基于OTT盒子的混音轉(zhuǎn)碼方法，原始音頻數(shù)據(jù)可為原始的卡拉OK音頻數(shù)據(jù)，預設(shè)格式可為MP3，包括以下步驟：

步驟S310，調(diào)用讀取線程從第一緩沖區(qū)讀取原始的卡拉OK音頻數(shù)據(jù)并將原始的卡拉OK音頻數(shù)據(jù)添加到第二緩沖區(qū)。

步驟S320，判斷第二緩沖區(qū)中的原始的卡拉OK音頻數(shù)據(jù)是否達到預設(shè)幀數(shù)，若是，則執(zhí)行步驟S330，若否，則執(zhí)行步驟S310。

具體的，當讀取的原始的卡拉OK音頻數(shù)據(jù)的數(shù)據(jù)包達到預設(shè)幀數(shù)，即第二緩沖區(qū)中原始的卡拉OK音頻數(shù)據(jù)達到預設(shè)幀數(shù)時，立即調(diào)用編碼線程進行編碼成MP3格式，由讀取線程來通知編碼線程進行工作。

步驟S330，調(diào)用編碼線程從第二緩沖區(qū)中取出預設(shè)幀數(shù)的原始的卡拉OK音頻數(shù)據(jù)編碼成MP3格式。

具體的，可從第二緩沖區(qū)中取出預設(shè)幀數(shù)的原始的卡拉OK音頻數(shù)據(jù)，即取出第二緩沖區(qū)全部的原始的卡拉OK音頻數(shù)據(jù)編碼成MP3格式，使得讀取的原始的卡拉OK音頻數(shù)據(jù)的幀數(shù)等于編碼的原始的卡拉OK音頻數(shù)據(jù)，可減少原始的卡拉OK音頻數(shù)據(jù)的丟失。編碼成MP3格式后，可將轉(zhuǎn)換成MP3格式的錄音數(shù)據(jù)寫入MP3文件中。

步驟S340，將轉(zhuǎn)換成MP3格式的錄音數(shù)據(jù)寫入MP3文件中。

上述基于OTT盒子的混音轉(zhuǎn)碼方法，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才將第二緩沖區(qū)中的原始的卡拉OK音頻數(shù)據(jù)編碼成MP3格式，由讀取線程來通知編碼線程進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

如圖4所示，一種基于OTT盒子的混音轉(zhuǎn)碼裝置，包括第一讀取模塊410、第二讀取模塊411、判斷模塊420、轉(zhuǎn)碼模塊430和寫入模塊440。

第一讀取模塊410，用于讀取原始音頻數(shù)據(jù)至第一緩沖區(qū)；

第二讀取模塊411，用于從第一緩沖區(qū)讀取原始音頻數(shù)據(jù)并將所述原始音頻數(shù)據(jù)添加到第二緩沖區(qū)；其中，所述第一緩沖區(qū)以及第二緩沖區(qū)的大小為預設(shè)幀數(shù)的整數(shù)倍。

具體的，可調(diào)用讀取線程從第一緩沖區(qū)讀取原始音頻數(shù)據(jù)并將原始音頻數(shù)據(jù)添加到第二緩沖區(qū)。第一緩沖區(qū)、第二緩沖區(qū)可為用戶自行設(shè)置的緩沖區(qū)，大小可根據(jù)實際情況進行設(shè)定，原始音頻數(shù)據(jù)的數(shù)據(jù)包在第二緩沖區(qū)中以隊列的形式進行排列，先讀取的排在隊列前面，依次類推添加到第二緩沖區(qū)中。原始音頻數(shù)據(jù)為需要轉(zhuǎn)換成預設(shè)格式的音頻數(shù)據(jù)，例如錄音數(shù)據(jù)，其原始格式為PCM格式，需要轉(zhuǎn)換成MP3、WAV等其它音頻格式，但不限于此。

判斷模塊420，用于判斷第二緩沖區(qū)中原始音頻數(shù)據(jù)是否達到預設(shè)幀數(shù)。

具體的，可預先設(shè)置通知周期，以幀為單位，當讀取的原始音頻數(shù)據(jù)的數(shù)據(jù)包達到預設(shè)幀數(shù)，即第二緩沖區(qū)中原始音頻數(shù)據(jù)達到預設(shè)幀數(shù)時，立即調(diào)用編碼線程進行轉(zhuǎn)碼，由讀取線程來通知編碼線程進行工作，該預設(shè)幀數(shù)可根據(jù)實際需求進行設(shè)置，例如100幀、200幀等。此外，通過建立讀取線程與編碼線程，將讀取線程與編碼線程分開，可避免發(fā)生線程阻塞。

轉(zhuǎn)碼模塊430，用于若第二緩沖區(qū)中原始音頻數(shù)據(jù)達到預設(shè)幀數(shù)，則從所述第二緩沖區(qū)中取出部分原始音頻數(shù)據(jù)進行轉(zhuǎn)碼，得到預設(shè)格式的音頻數(shù)據(jù)。

具體的，當讀取的原始音頻數(shù)據(jù)的數(shù)據(jù)包達到預設(shè)幀數(shù)，讀取線程即通知編碼線程開始進行轉(zhuǎn)碼，調(diào)用編碼線程從第二緩沖區(qū)中取出原始音頻數(shù)據(jù)，并將該原始音頻數(shù)據(jù)編碼成預設(shè)格式，可從第二緩沖區(qū)中取出預設(shè)幀數(shù)的原始音頻數(shù)據(jù)，即取出第二緩沖區(qū)全部的原始音頻數(shù)據(jù)，使得讀取的原始音頻數(shù)據(jù)的幀數(shù)等于編碼的原始音頻數(shù)據(jù)，可減少原始音頻數(shù)據(jù)的丟失。在其它的實施例中，也可從第二緩沖區(qū)中取出部分的原始音頻數(shù)據(jù)進行編碼成預設(shè)格式，可在該部分的原始音頻數(shù)據(jù)編碼完成后，繼續(xù)取出部分的原始音頻數(shù)據(jù)進行編碼成預設(shè)格式。

寫入模塊440，用于將轉(zhuǎn)換成預設(shè)格式的音頻數(shù)據(jù)寫入預設(shè)格式文件中。

具體的，預設(shè)格式可為MP3、WAV、AAC、AMR等音頻格式中的一種，其中，MP3格式是大眾最常用的音頻格式，壓縮率較高且音質(zhì)較好；WAV格式一般用于保存Windows平臺的音頻信息資源，音質(zhì)高，但是壓縮率較小，文件比較大；AAC格式擁有更佳的音質(zhì)，采用有損壓縮，且壓縮率高，文件小，但支持該格式的操作系統(tǒng)較少，例如IOS、Android SDK4.1.2以上等支持播放；AMR格式的壓縮率較高，但其相對于其它音頻格式音質(zhì)較差，多用于人聲、通話等錄音數(shù)據(jù)的格式保存。在將原始音頻數(shù)據(jù)編碼成預設(shè)格式的同時，讀取線程一直在讀取原始音頻數(shù)據(jù)并添加入第二緩沖區(qū)，當?shù)诙彌_區(qū)的原始音頻數(shù)據(jù)又達到預設(shè)幀數(shù)時，再一次調(diào)用編碼線程取出第二緩沖區(qū)中全部的原始音頻數(shù)據(jù)進行編碼成預設(shè)格式，并將轉(zhuǎn)換成預設(shè)格式的音頻數(shù)據(jù)寫入預設(shè)格式文件中，直至無原始音頻數(shù)據(jù)可讀取為止。

上述基于OTT盒子的混音轉(zhuǎn)碼裝置，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才進行音頻數(shù)據(jù)的格式轉(zhuǎn)換，由音頻數(shù)據(jù)來通知進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

如圖5所示，在一個實施例中，上述基于OTT盒子的混音轉(zhuǎn)碼裝置，除了包括讀取模塊410、判斷模塊420、轉(zhuǎn)碼模塊430和寫入模塊440，還包括采集模塊460、處理模塊470和存儲模塊480。

因當讀取線程從第二緩沖區(qū)讀取的原始音頻數(shù)據(jù)達到預設(shè)幀數(shù)時，即調(diào)用編碼線程從第二緩沖區(qū)中取出原始音頻數(shù)據(jù)進行編碼成預設(shè)格式，將第一緩沖區(qū)的大小調(diào)整為預設(shè)幀數(shù)的整數(shù)倍，可減少原始音頻數(shù)據(jù)的丟失。

采集模塊460，用于通過音頻設(shè)備采集聲音信息。

具體的，音頻設(shè)備可為麥克風、播放器等設(shè)備，聲音信息可包括人聲、背景聲、伴唱等，可通過麥克風采集人聲，播放器采集伴唱等聲音信息。

處理模塊470，用于對該聲音信息進行處理得到原始音頻數(shù)據(jù)。

具體的，將通過不同的音頻設(shè)備采集得到的人聲、伴唱等聲音信息進行融和處理，例如進行去噪、混音等處理，并得到原始音頻數(shù)據(jù)臨時存入第一緩沖區(qū)中。本實例中，可實現(xiàn)邊采集聲音信息邊進行音頻格式轉(zhuǎn)化，即當開始采集聲音信息時，開始調(diào)用讀取線程從第一緩沖區(qū)中讀取原始音頻數(shù)據(jù)，當音頻設(shè)備暫停采集聲音信息時，讀取線程才不再繼續(xù)工作。邊采集聲音信息邊進行音頻格式轉(zhuǎn)化，可減少音頻格式轉(zhuǎn)化所需的等待時間。

存儲模塊480，用于將原始音頻數(shù)據(jù)存入第一緩沖區(qū)。

在一個實施例中，所述第一緩沖區(qū)的大小大于或者等于第二緩沖區(qū)的大小。以保證第二緩沖區(qū)可以從第一緩沖區(qū)提取足夠的原始音頻數(shù)據(jù)，進一步減少原始音頻數(shù)據(jù)的丟失。

在一個實施例中，上述基于OTT盒子的混音轉(zhuǎn)碼裝置還包括初始化模塊、計算模塊。

初始化模塊，用于初始化音頻信息對象。

具體的，音頻信息對象可包括輸入采樣頻率、輸出采樣頻率、輸入采樣位數(shù)、聲道數(shù)、音頻質(zhì)量等中的一種或多種。可根據(jù)實際需求，預先初始化設(shè)置上述音頻信息對象，方便后續(xù)音頻數(shù)據(jù)的格式轉(zhuǎn)化及進行音頻文件保存。

計算模塊，用于同步計算原始音頻數(shù)據(jù)的音量大小。

具體的，原始音頻數(shù)據(jù)的音量大小可根據(jù)輸入采樣頻率、輸入采樣位數(shù)、聲道數(shù)等音頻信息進行計算，可預先設(shè)置計算公式，例如采用數(shù)據(jù)量(字節(jié)/秒)＝(輸入采樣頻率(Hz)*輸入采樣位數(shù)(bit)*輸入聲道數(shù))/8的公式進行計算，其中單聲道的聲道數(shù)為1，立體聲的聲道數(shù)為2。在其它的實施例中，也可使用其它的音量計算公式進行計算。

上述基于OTT盒子的混音轉(zhuǎn)碼裝置，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才進行音頻數(shù)據(jù)的格式轉(zhuǎn)換，由音頻數(shù)據(jù)來通知進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

在一個實施例中，上述基于OTT盒子的混音轉(zhuǎn)碼裝置，讀取模塊410還用于當音頻設(shè)備停止采集聲音信息時，將所述原始音頻數(shù)據(jù)的結(jié)尾信息寫入第二緩沖區(qū)。

具體的，當音頻設(shè)備停止采集聲音信息時，則讀取線程停止從第一緩沖區(qū)中讀取原始音頻數(shù)據(jù)，并將原始音頻數(shù)據(jù)的結(jié)尾信息寫入第二緩沖區(qū)。結(jié)尾信息可包括原始音頻數(shù)據(jù)的總數(shù)據(jù)幀數(shù)、音頻時間、聲道數(shù)、音頻質(zhì)量等信息中的一種或多種。

轉(zhuǎn)碼模塊430還用于將原始音頻數(shù)據(jù)的結(jié)尾信息編碼成預設(shè)格式。

具體的，編碼線程將該原始音頻數(shù)據(jù)的結(jié)尾信息編碼成預設(shè)格式，并寫入預設(shè)格式文件中，即表示完成音頻數(shù)據(jù)的格式轉(zhuǎn)換工作。

寫入模塊440還用于將編碼成預設(shè)格式的結(jié)尾信息寫入預設(shè)格式文件中。

上述基于OTT盒子的混音轉(zhuǎn)碼裝置，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才進行音頻數(shù)據(jù)的格式轉(zhuǎn)換，由音頻數(shù)據(jù)來通知進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

在另一個實施例中，在上述基于OTT盒子的混音轉(zhuǎn)碼裝置中，原始音頻數(shù)據(jù)可為原始的卡拉OK音頻數(shù)據(jù)，預設(shè)格式可為MP3格式。

讀取模塊410還用于調(diào)用讀取線程讀取原始的卡拉OK音頻數(shù)據(jù)并將原始的卡拉OK音頻數(shù)據(jù)添加到第二緩沖區(qū)。

具體的，可調(diào)用讀取線程從第一緩沖區(qū)中讀取原始的卡拉OK音頻數(shù)據(jù)，其中，可通過音頻設(shè)備采集聲音信息并進行處理獲得原始的卡拉OK音頻數(shù)據(jù)，并臨時存儲在第一緩沖區(qū)中。

判斷模塊420還用于判斷第二緩沖區(qū)中的原始的卡拉OK音頻數(shù)據(jù)是否達到預設(shè)幀數(shù)。

具體的，當讀取的原始的卡拉OK音頻數(shù)據(jù)的數(shù)據(jù)包達到預設(shè)幀數(shù)，即第二緩沖區(qū)中原始的卡拉OK音頻數(shù)據(jù)達到預設(shè)幀數(shù)時，立即調(diào)用編碼線程進行編碼成MP3格式，由讀取線程來通知編碼線程進行工作。

轉(zhuǎn)碼模塊430還用于若第二緩沖區(qū)中原始的卡拉OK音頻數(shù)據(jù)達到預設(shè)幀數(shù)，則調(diào)用編碼線程從第二緩沖區(qū)中取出預設(shè)幀數(shù)的原始的卡拉OK音頻數(shù)據(jù)進行MP3編碼。

具體的，可從第二緩沖區(qū)中取出預設(shè)幀數(shù)的原始的卡拉OK音頻數(shù)據(jù)，即取出第二緩沖區(qū)全部的原始的卡拉OK音頻數(shù)據(jù)編碼成MP3格式，使得讀取的原始的卡拉OK音頻數(shù)據(jù)的幀數(shù)等于編碼的原始的卡拉OK音頻數(shù)據(jù)，可減少原始的卡拉OK音頻數(shù)據(jù)的丟失。編碼成MP3格式后，可將轉(zhuǎn)換成MP3格式的錄音數(shù)據(jù)寫入MP3文件中。

寫入模塊440還用于將轉(zhuǎn)換成MP3格式的音頻數(shù)據(jù)寫入MP3文件中。

上述基于OTT盒子的混音轉(zhuǎn)碼裝置，只有當?shù)诙彌_區(qū)的數(shù)據(jù)達到預設(shè)幀數(shù)時才將第二緩沖區(qū)中的原始的卡拉OK音頻數(shù)據(jù)編碼成MP3格式，由讀取線程來通知編碼線程進行轉(zhuǎn)碼工作，編碼線程無需不斷循環(huán)查看是否有數(shù)據(jù)需要進行處理，能大大地減少系統(tǒng)消耗。

以上所述實施例的各技術(shù)特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術(shù)特征所有可能的組合都進行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權(quán)利要求為準。