音频合成方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种音频合成方法、装置及存储介质，属于多媒体技术领域。该方法包括：根据待合成的伴奏音频文件对应的歌曲信息，获取与伴奏音频文件对应的目标原唱音频文件；若伴奏音频文件的伴奏音频时长与目标原唱音频文件的原唱音频时长之间的第一时长差值小于或等于预设阈值，则通过短时能量算法，确定伴奏原唱对齐位置，若伴奏音频文件的伴奏音频时长与目标原唱音频文件的原唱音频时长之间的第一时长差值大于预设阈值，则通过短时互相关算法，确定伴奏原唱对齐位置；基于伴奏原唱对齐位置，按照指定音频文件格式，将伴奏音频文件和目标原唱音频文件合并成完整的音频文件。如此，自动实现音频合成，无需人工手动操作，提高了音频合成效率。

Audio synthesis method, device and storage medium

The invention discloses an audio synthesis method, a device and a storage medium, which belongs to the field of multimedia technology. The method includes: according to the accompaniment of audio files corresponding to the synthesis of song information, to obtain the corresponding audio files with the accompaniment of target song audio files; if the audio file audio accompaniment accompaniment and singing the original target long audio files of the original audio sing long between the first time difference value is less than or equal to a preset threshold, then the short-time energy algorithm, determine the original alignment position if singing accompaniment accompaniment accompaniment, audio file audio length and target audio files of the original song sing audio length between the first time difference is greater than a preset threshold, the short-time cross-correlation algorithm to determine the original singing accompaniment song accompaniment position alignment; alignment position based on according to the specified audio file formats, audio files and the original target will accompany singing audio files merge into a complete audio file. In this way, audio synthesis is realized automatically without manual manual operation, which improves the efficiency of audio synthesis.

【技术实现步骤摘要】
音频合成方法、装置及存储介质
本专利技术涉及多媒体
，特别涉及一种音频合成方法、装置及存储介质。
技术介绍
随着多媒体技术的快速发展，出现了丰富的音乐平台可以提供音频文件，例如，该音乐平台为K歌平台。在K歌平台中，一个完整的音频文件的基本格式通常需要包括双声道、指定比特大小、指定采样率等，例如，该指定比特大小可以为16bit，该指定采样率可以为44100Hz。其中，该双声道分别对应伴奏音频和原唱音频。在实际应用场景中，一般伴奏音频文件和原唱音频文件是独立存在的，因此，通常需要将伴奏音频和原唱音频进行合成。在相关技术中，一般需要人工操作进行音频合成。也即是，该K歌平台的曲库中存储有伴奏音频文件和原唱音频文件，在实现过程中，需要人工根据歌曲名、歌手名等歌曲信息，从该曲库中查询伴奏音频文件和该伴奏音频文件对应的原唱音频文件，之后，将该伴奏音频文件和该原唱音频文件手动添加至音频编辑软件中，以通过该音频编辑软件进行音频合成。如此，导致操作较为繁琐，音频合成效率较低。
技术实现思路
为了解决相关技术的问题，本专利技术实施例提供了一种音频合成方法、装置及存储介质。所述技术方案如下：第一方面，提供了一种音频合成方法，所述方法包括：根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件；若所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值小于或等于预设阈值，则通过短时能量算法，确定伴奏原唱对齐位置，若所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值大于所述预设阈值，则通过短时互相关算法，确定所述伴奏原唱对齐位置，所述伴奏原唱对齐位置是指所述伴奏音频文件和所述目标原唱音频文件开始匹配的位置；基于所述伴奏原唱对齐位置，按照指定音频文件格式，将所述伴奏音频文件和所述目标原唱音频文件合并成完整的音频文件，以实现音频合成。可选地，所述根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件，包括：获取与所述歌曲信息匹配的多个原唱音频文件；确定所述伴奏音频文件的伴奏音频时长，以及确定所述多个原唱音频文件中的每个原唱音频文件的原唱音频时长；分别确定每个原唱音频时长与所述伴奏音频时长之间的第二时长差值；将所述多个原唱音频文件中与所述伴奏音频时长之间的第二时长差值最小的原唱音频文件确定为所述目标原唱音频文件。可选地，所述通过短时互相关算法，确定所述伴奏原唱对齐位置，包括：按照预设采样频率，分别对所述伴奏音频文件和所述目标原唱音频文件进行采样，得到第一采集集合和第二采样集合；基于所述预设采样频率、所述第一采样集合、所述第二采样集合和预设互相关时间，确定所述伴奏原唱对齐位置，所述预设互相关时间与所述第一时长差值呈正相关关系。可选地，所述基于所述预设采样频率、所述第一采样集合、所述第二采样集合和预设互相关时间，确定所述伴奏原唱对齐位置，包括：基于所述预设采样频率、所述第一采样集合、所述第二采样集合和所述预设互相关时间，确定互相关数组；将所述互相关数组中最大值对应的位置确定为所述伴奏原唱对齐位置。可选地，所述根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件之前，还包括：当所述歌曲信息包括歌曲名称和歌手名称时，提取所述伴奏音频文件的音频指纹信息；基于所述歌曲名称、所述歌手名称、所述音频指纹信息和所述伴奏音频时长，查询歌曲库中是否已经存在所述伴奏音频文件；若所述歌曲库中不存在所述伴奏音频文件，则执行所述根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件的步骤。第二方面，提供了一种音频合成装置，所述装置包括：获取模块，用于根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件；确定模块，用于当所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值小于或等于预设阈值时，通过短时能量算法，确定伴奏原唱对齐位置，当所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值大于所述预设阈值时，通过短时互相关算法，确定所述伴奏原唱对齐位置，所述伴奏原唱对齐位置是指所述伴奏音频文件和所述目标原唱音频文件开始匹配的位置；合成模块，用于基于所述伴奏原唱对齐位置，按照指定音频文件格式，将所述伴奏音频文件和所述目标原唱音频文件合并成完整的音频文件，以实现音频合成。可选地，所述获取模块用于：获取与所述歌曲信息匹配的多个原唱音频文件；确定所述伴奏音频文件的伴奏音频时长，以及确定所述多个原唱音频文件中的每个原唱音频文件的原唱音频时长；分别确定每个原唱音频时长与所述伴奏音频时长之间的第二时长差值；将所述多个原唱音频文件中与所述伴奏音频时长之间的第二时长差值最小的原唱音频文件确定为所述目标原唱音频文件。可选地，所述确定模块还用于：按照预设采样频率，分别对所述伴奏音频文件和所述目标原唱音频文件进行采样，得到第一采集集合和第二采样集合；基于所述预设采样频率、所述第一采样集合、所述第二采样集合和预设互相关时间，确定所述伴奏原唱对齐位置，所述预设互相关时间与所述第一时长差值呈正相关关系。可选地，所述确定模块还用于：基于所述预设采样频率、所述第一采样集合、所述第二采样集合和所述预设互相关时间，确定互相关数组；将所述互相关数组中最大值对应的位置确定为所述伴奏原唱对齐位置。可选地，所述装置还包括：提取模块，用于当所述歌曲信息包括歌曲名称和歌手名称时，提取所述伴奏音频文件的音频指纹信息；查询模块，用于基于所述歌曲名称、所述歌手名称、所述音频指纹信息和所述伴奏音频时长，查询歌曲库中是否已经存在所述伴奏音频文件；触发模块，用于当所述歌曲库中不存在所述伴奏音频文件时，触发所述获取模块执行所述根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件的步骤。第三方面，提供了一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述第一方面所述的音频合成方法。第四方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面所述的音频合成方法。本专利技术实施例提供的技术方案带来的有益效果是：根据待合成的伴奏音频文件对应的歌曲信息，获取与该伴奏音频文件对应的目标原唱音频文件，当该伴奏音频文件的伴奏音频时长与该目标原唱音频文件的原唱音频时长之间的第一时长差值小于或等于预设阈值时，通过短时能量算法，确定该伴奏音频文件和该目标原唱音频文件开始匹配的位置，当该伴奏音频文件的伴奏音频时长与该目标原唱音频文件的原唱音频时长之间的第一时长差值大于该预设阈值时，通过短时互相关算法，确定该伴奏音频文件和该目标原唱音频文件开始匹配的位置。之后，即可基于所确定的位置，按照指定音频文件格式，将该伴奏音频文件和该目标原唱音频文件合并成完整的音频文件，以实现音频合成。也即是，本专利技术实施例可以自动实现音频合成，无需人工手动操作，提高了操作的便捷性，并提高了音频合成效率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图本文档来自技高网...

【技术保护点】
一种音频合成方法，其特征在于，所述方法包括：根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件；若所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值小于或等于预设阈值，则通过短时能量算法，确定伴奏原唱对齐位置，若所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值大于所述预设阈值，则通过短时互相关算法，确定所述伴奏原唱对齐位置，所述伴奏原唱对齐位置是指所述伴奏音频文件和所述目标原唱音频文件开始匹配的位置；基于所述伴奏原唱对齐位置，按照指定音频文件格式，将所述伴奏音频文件和所述目标原唱音频文件合并成完整的音频文件，以实现音频合成。

【技术特征摘要】
1.一种音频合成方法，其特征在于，所述方法包括：根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件；若所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值小于或等于预设阈值，则通过短时能量算法，确定伴奏原唱对齐位置，若所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值大于所述预设阈值，则通过短时互相关算法，确定所述伴奏原唱对齐位置，所述伴奏原唱对齐位置是指所述伴奏音频文件和所述目标原唱音频文件开始匹配的位置；基于所述伴奏原唱对齐位置，按照指定音频文件格式，将所述伴奏音频文件和所述目标原唱音频文件合并成完整的音频文件，以实现音频合成。2.如权利要求1所述的方法，其特征在于，所述根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件，包括：获取与所述歌曲信息匹配的多个原唱音频文件；确定所述伴奏音频文件的伴奏音频时长，以及确定所述多个原唱音频文件中的每个原唱音频文件的原唱音频时长；分别确定每个原唱音频时长与所述伴奏音频时长之间的第二时长差值；将所述多个原唱音频文件中与所述伴奏音频时长之间的第二时长差值最小的原唱音频文件确定为所述目标原唱音频文件。3.如权利要求1所述的方法，其特征在于，所述通过短时互相关算法，确定所述伴奏原唱对齐位置，包括：按照预设采样频率，分别对所述伴奏音频文件和所述目标原唱音频文件进行采样，得到第一采集集合和第二采样集合；基于所述预设采样频率、所述第一采样集合、所述第二采样集合和预设互相关时间，确定所述伴奏原唱对齐位置，所述预设互相关时间与所述第一时长差值呈正相关关系。4.如权利要求3所述的方法，其特征在于，所述基于所述预设采样频率、所述第一采样集合、所述第二采样集合和预设互相关时间，确定所述伴奏原唱对齐位置，包括：基于所述预设采样频率、所述第一采样集合、所述第二采样集合和所述预设互相关时间，确定互相关数组；将所述互相关数组中最大值对应的位置确定为所述伴奏原唱对齐位置。5.如权利要求1-4任一所述的方法，其特征在于，所述根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件之前，还包括：当所述歌曲信息包括歌曲名称和歌手名称时，提取所述伴奏音频文件的音频指纹信息；基于所述歌曲名称、所述歌手名称、所述音频指纹信息和所述伴奏音频时长，查询歌曲库中是否已经存在所述伴奏音频文件；若所述歌曲库中不存在所述伴奏音频文件，则执行所述根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标...

【专利技术属性】
技术研发人员：孔令城，
申请(专利权)人：腾讯音乐娱乐科技深圳有限公司，
类型：发明
国别省市：广东,44