一种混音方法和装置制造方法及图纸

本申请公开了一种混音方法和装置，其中方法包括：获取用于混音的人声录音和背景音乐；对人声录音进行语音活动性检测，获取人声录音的第一能量；对背景音乐进行能量检测，获取背景音乐的第二能量；根据预置人声录音系数计算公式，结合第一能量和第二能量，计算人声录音对应的人声录音系数；根据预置背景音乐系数计算公式，结合第一能量和第二能量，计算背景音乐对应的背景音乐系数；基于人声录音系数、背景音乐系数对人声录音和背景音乐进行混音，得到混音文件。解决了现有的混音调节方法，人为操作麻烦降低了用户体验的技术问题。

【技术实现步骤摘要】
一种混音方法和装置
本申请涉及混音
，尤其涉及一种混音方法和装置。
技术介绍
声音作为传递信息的载体，在人们的日常沟通中起重要作用。互联网时代，用于丰富人们生活的声音类产品越来越多。在很多声音类产品中，都会有人声录音叠加背景音乐的混音播放场景。但如果处理不当，人声录音和背景音乐的混音效果不佳，会引起人耳听感的不适。因此，改善人声录音和背景音乐的混音效果，对于提升用户的声音体验非常重要。很多声音类APP的常规做法是，提供一个音量调节界面，用户在录制人声时手动调节人声录音和背景音乐的音量，然后混音获得一个人声录音和背景音乐听感舒适的混音效果。然而上述的混音调节方法，人为操作麻烦降低了用户体验。
技术实现思路
本申请提供了一种混音方法和装置，解决了现有的混音调节方法，人为操作麻烦降低了用户体验的技术问题。有鉴于此，本申请第一方面提供了一种混音方法，包括：获取用于混音的人声录音和背景音乐；对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量；对所述背景音乐进行能量检测，获取所述背景音乐的第二能量；根据预置人声录音系数计算公式，结合所述第一能量和所述第二能量，计算所述人声录音对应的人声录音系数；根据预置背景音乐系数计算公式，结合所述第一能量和所述第二能量，计算所述背景音乐对应的背景音乐系数；基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件。可选地，对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量，具体包括：对所述人声录音逐帧进行语音活动性检测，获取所述人声录音各帧的第一子能量；根据所有所述第一子能量，计算所述人声录音的第一能量。可选地，对所述背景音乐进行能量检测，获取所述背景音乐的第二能量，具体包括：对所述背景音乐逐帧进行能量检测，获取所述背景音乐各帧的第二子能量；根据所有所述第二子能量，计算所述背景音乐的第二能量。可选地，预置人声录音系数计算公式为：其中，coefv为人声录音系数，为第二能量，为第一能量。可选地，预置背景音乐系数计算公式为：其中，coefm为背景音乐系数，为第二能量，为第一能量。可选地，基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件，具体包括：将所述人声录音系数和所述人声录音相乘，得到第一中间文件；将所述背景音乐系数和所述背景音乐相乘，得到第二中间文件；将所述第一中间文件和所述第二中间文件做波形叠加处理，得到叠加文件；将所述叠加文件做饱和处理，得到混音文件。可选地，，基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件，之前还包括：当判断到所述人声录音系数小于预置系数阈值时，将所述人声录音系数配置为所述预置系数阈值后执行后续步骤；当判断到所述背景音乐系数小于预置系数阈值时，将所述背景音乐系数配置为所述预置系数阈值后执行后续步骤。可选地，对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量，之前还包括：通过自动增益控制将所述人声录音的音量调整至预置音量范围内。可选地，通过自动增益控制将所述人声录音的音量调整至预置音量范围内，之前还包括：对所述人声录音进行降噪处理。本申请第二方面提供了一种混音装置，包括：第一获取单元，用于获取用于混音的人声录音和背景音乐；第二获取单元，用于对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量；第三获取单元，用于对所述背景音乐进行能量检测，获取所述背景音乐的第二能量；第一计算单元，用于根据预置人声录音系数计算公式，结合所述第一能量和所述第二能量，计算所述人声录音对应的人声录音系数；第二计算单元，用于根据预置背景音乐系数计算公式，结合所述第一能量和所述第二能量，计算所述背景音乐对应的背景音乐系数；混音单元，用于基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件。从以上技术方案可以看出，本申请实施例具有以下优点：本申请提供了一种混音方法，包括：获取用于混音的人声录音和背景音乐；对人声录音进行语音活动性检测，获取人声录音的第一能量；对背景音乐进行能量检测，获取背景音乐的第二能量；根据预置人声录音系数计算公式，结合第一能量和第二能量，计算人声录音对应的人声录音系数；根据预置背景音乐系数计算公式，结合第一能量和第二能量，计算背景音乐对应的背景音乐系数；基于人声录音系数、背景音乐系数对人声录音和背景音乐进行混音，得到混音文件。本申请中，在利用背景音乐和人声录音进行混音时，根据语音活动性检测获取人声录音的第一能量、能量检测获取背景音乐的第二能量，然后根据第一能量和第二能量计算混音时，人声录音对应的人声录音系数、背景音乐对应的背景音乐系数，最后便可基于人声录音系数、背景音乐系数对人声录音和背景音乐进行混音，得到混音文件，根据检测的人声录音和背景音乐的音频特征自动调节二者混音时的音量比例(各自对应的系数)，在听感上进行融合，无需用户手动调节，提升了用户体验，从而解决了现有的混音调节方法，人为操作麻烦降低了用户体验的技术问题。附图说明为了更清楚地说明本申请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作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1为本申请实施例中一种混音方法的实施例一的流程示意图；图2为本申请实施例中一种混音方法的实施例二的流程示意图；图3为本申请实施例中一种自动增益控制的流程示意图；图4为本申请实施例中一种混音装置的实施例的结构示意图。具体实施方式本申请实施例提供了一种混音方法和装置，解决了现有的混音调节方法，人为操作麻烦降低了用户体验的技术问题。为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。请参阅图1，本申请实施例中一种混音方法的实施例一的流程示意图。本实施例中的一种混音方法，包括：步骤101、获取用于混音的人声录音和背景音乐。可以理解的是，获取人声录音可以是通过麦克风等进行采集，在此不做具体限定和赘述。步骤102、对人声录音进行语音活动性检测，获取人声录音的第一能量。步骤103、对背景音乐进行能量检测，获取背景音乐的第二能量。步骤104、根据预置人声本文档来自技高网...

【技术保护点】
1.一种混音方法，其特征在于，包括：/n获取用于混音的人声录音和背景音乐；/n对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量；/n对所述背景音乐进行能量检测，获取所述背景音乐的第二能量；/n根据预置人声录音系数计算公式，结合所述第一能量和所述第二能量，计算所述人声录音对应的人声录音系数；/n根据预置背景音乐系数计算公式，结合所述第一能量和所述第二能量，计算所述背景音乐对应的背景音乐系数；/n基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件。/n

【技术特征摘要】
1.一种混音方法，其特征在于，包括：
获取用于混音的人声录音和背景音乐；
对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量；
对所述背景音乐进行能量检测，获取所述背景音乐的第二能量；
根据预置人声录音系数计算公式，结合所述第一能量和所述第二能量，计算所述人声录音对应的人声录音系数；
根据预置背景音乐系数计算公式，结合所述第一能量和所述第二能量，计算所述背景音乐对应的背景音乐系数；
基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件。


2.根据权利要求1所述的混音方法，其特征在于，对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量，具体包括：
对所述人声录音逐帧进行语音活动性检测，获取所述人声录音各帧的第一子能量；
根据所有所述第一子能量，计算所述人声录音的第一能量。


3.根据权利要求1所述的混音方法，其特征在于，对所述背景音乐进行能量检测，获取所述背景音乐的第二能量，具体包括：
对所述背景音乐逐帧进行能量检测，获取所述背景音乐各帧的第二子能量；
根据所有所述第二子能量，计算所述背景音乐的第二能量。


4.根据权利要求1所述的混音方法，其特征在于，预置人声录音系数计算公式为：



其中，coefv为人声录音系数，为第二能量，为第一能量。


5.根据权利要求1所述的混音方法，其特征在于，预置背景音乐系数计算公式为：



其中，coefm为背景音乐系数，为第二能量，为第一能量。


6.根据权利要求1所述的混音方法，其特征在于，基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件，具体包括：
将所述人声录音系数和所...

【专利技术属性】
技术研发人员：熊佳，陈森海，徐志坚，谢睿，陈光尧，
申请(专利权)人：广州趣丸网络科技有限公司，
类型：发明
国别省市：广东;44