CN105845124B - 音频处理方法及装置 - Google Patents
音频处理方法及装置 Download PDFInfo
- Publication number
- CN105845124B CN105845124B CN201610291319.3A CN201610291319A CN105845124B CN 105845124 B CN105845124 B CN 105845124B CN 201610291319 A CN201610291319 A CN 201610291319A CN 105845124 B CN105845124 B CN 105845124B
- Authority
- CN
- China
- Prior art keywords
- audio
- file
- audio file
- original
- played
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 12
- 238000012217 deletion Methods 0.000 claims abstract description 36
- 230000037430 deletion Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000012790 confirmation Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
- G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
- G06F16/162—Delete operations
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
- G10L13/033—Voice editing, e.g. manipulating the voice of the synthesiser
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
- G11B27/19—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier
- G11B27/22—Means responsive to presence or absence of recorded information signals
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management Or Editing Of Information On Record Carriers (AREA)
Abstract
本公开提供了一种音频处理方法及装置，属于终端技术领域。所述方法包括：当检测到空白片段删除触发操作后，对原始音频文件进行分析，得到至少一个音频空白片段，所述至少一个音频空白片段为不包含音频信息的音频片段；在所述原始音频文件中删除所述至少一个音频空白片段，得到待播放音频文件。在对原始音频文件进行分析后，可以将原始音频文件中包含的音频空白片段进行删除，得到不包含音频空白片段的待播放音频文件，使得用户获取到的音频文件仅包括携带音频信息的音频片段，而不包括未携带任何音频信息的音频空白片段，这样后续在播放待播放音频文件时会减少播放耗时，可以显著提升播放效率。
Description
技术领域
本公开涉及终端技术领域，尤其涉及一种音频处理方法及装置。
背景技术
随着科学技术的发展，集成了多种功能的智能终端已经成为用户日常生活中非常实用的工具。比如，用户可以使用智能终端的录音功能，对需要记录的会议或者采访进行音频录制，以便后续通过播放录制的音频文件来得到会议或采访的内容。
通常在音频录制的过程中，智能终端会通过麦克风对周围环境中的所有声音进行采集，并在录制结束时，生成并存储相应的音频文件。用户可以通过该音频文件获取到录制过程中的全部声音信息，包括音频信息片段和不包含音频信息的音频空白片段。其中，音频空白片段为包括周围环境噪声的片段或无声片段。
发明内容
为克服相关技术中存在的问题，本公开提供一种音频处理方法及装置，所述技术方案如下：
根据本公开实施例的第一方面，提供一种音频处理方法，所述方法包括：
当检测到空白片段删除触发操作后，对原始音频文件进行分析，得到至少一个音频空白片段，所述至少一个音频空白片段为不包含音频信息的音频片段；
在所述原始音频文件中删除所述至少一个音频空白片段，得到待播放音频文件。
可选地，所述对原始音频文件进行分析，得到至少一个音频空白片段包括：
对所述原始音频文件包含的每个音频帧进行音频特征提取；
基于所述每个音频帧的音频特征，获取不包含音频信息的连续音频帧，所述连续音频帧为在时间上连续且总时长超过预设阈值的多个音频帧；
将所述连续音频帧指示的音频片段确定为音频空白片段。
可选地，所述在所述原始音频文件中删除所述至少一个音频空白片段，得到待播放音频文件包括：
基于每个音频空白片段所指示的起始时间点和结束时间点，对所述原始音频文件进行切分，得到多个子音频文件；
在所述多个子音频文件中，删除指定子音频文件，并将剩余的子音频文件按照时间顺序进行合并，得到待播放音频文件，所述指定子音频文件为包括音频空白片段的文件。
可选地，所述对原始音频文件进行分析之前，所述方法还包括：
显示所述原始音频文件的空白片段删除按钮；
当检测到对所述空白片段删除按钮的点击操作时，确定检测到空白片段删除触发操作，执行所述对所述原始音频文件进行分析的步骤。
可选地，所述在所述原始音频文件中删除所述至少一个音频空白片段，得到待播放音频文件之后，所述方法还包括：
为所述待播放音频文件添加标记信息，所述标记信息用于指示所述待播放音频文件为不包含音频空白片段的音频文件。
可选地，所述对所述原始音频文件进行分析之前，所述方法还包括：
对所述原始音频文件进行备份，得到所述原始音频文件的备份文件；
所述对原始音频文件进行分析，得到待播放音频文件之后，所述方法还包括：
显示删除提示信息，所述删除提示信息用于提示用户是否删除所述备份文件；
当检测到对所述备份文件的删除确认操作时，删除所述备份文件。
根据本公开实施例的第二方面，提供一种音频处理装置，所述装置包括：
分析模块，用于当检测到空白片段删除触发操作后，对原始音频文件进行分析，得到至少一个音频空白片段，所述至少一个音频空白片段为不包含音频信息的音频片段；
删除模块，用于在所述原始音频文件中删除所述至少一个音频空白片段，得到待播放音频文件。
可选地，所述分析模块用于对所述原始音频文件包含的每个音频帧进行音频特征提取；基于所述每个音频帧的音频特征，获取不包含音频信息的连续音频帧，所述连续音频帧为在时间上连续且总时长超过预设阈值的多个音频帧；将所述连续音频帧指示的音频片段确定为音频空白片段。
可选地，所述删除模块用于基于每个音频空白片段所指示的起始时间点和结束时间点，对所述原始音频文件进行切分，得到多个子音频文件；在所述多个子音频文件中，删除指定子音频文件，并将剩余的子音频文件按照时间顺序进行合并，得到待播放音频文件，所述指定子音频文件为包括音频空白片段的文件。
可选地，所述装置还包括：
显示模块，用于显示所述原始音频文件的空白片段删除按钮；当检测到对所述空白片段删除按钮的点击操作时，确定检测到空白片段删除触发操作，执行所述对所述原始音频文件进行分析的步骤。
可选地，所述装置还包括：
添加模块，用于为所述待播放音频文件添加标记信息，所述标记信息用于指示所述待播放音频文件为不包含音频空白片段的音频文件。
可选地，所述装置还包括：
备份模块，用于对所述原始音频文件进行备份，得到所述原始音频文件的备份文件；
所述显示模块还用于显示删除提示信息，所述删除提示信息用于提示用户是否删除所述备份文件；
所述删除模块还用于当检测到对所述备份文件的删除确认操作时，删除所述备份文件。
根据本公开实施例的第三方面，提供一种音频处理装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：当检测到空白片段删除触发操作后，对原始音频文件进行分析，得到至少一个音频空白片段，所述至少一个音频空白片段为不包含音频信息的音频片段；在所述原始音频文件中删除所述至少一个音频空白片段，得到待播放音频文件。
本公开的实施例提供的技术方案可以包括以下有益效果：
在对原始音频文件进行分析后，可以将原始音频文件中包含的音频空白片段进行删除，得到不包含音频空白片段的待播放音频文件，使得用户获取到的音频文件中仅包括携带音频信息的音频片段，而不包括未携带任何有用信息的音频空白片段，这样后续在播放待播放音频文件时会减少播放耗时，可以显著提升播放效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种音频处理方法的流程图。
图2是根据一示例性实施例示出的一种音频处理方法的流程图。
图3是根据一示例性实施例示出的一种原始音频文件与待播放音频文件的对比示意图。
图4是根据一示例性实施例示出的一种音频处理装置的框图。
图5是根据一示例性实施例示出的一种音频处理装置的框图。
图6是根据一示例性实施例示出的一种音频处理装置的框图。
图7是根据一示例性实施例示出的一种音频处理装置的框图。
图8是根据一示例性实施例示出的一种音频处理装置的框图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种音频处理方法的流程图，如图1所示，该方法用于终端中，包括以下步骤：
在步骤101中，当检测到空白片段删除触发操作后，对原始音频文件进行分析，得到至少一个音频空白片段，该至少一个音频空白片段为不包含音频信息的音频片段。
在步骤102中，在原始音频文件中删除至少一个音频空白片段，得到待播放音频文件。
本公开实施例提供的方法，在对原始音频文件进行分析后，可以将原始音频文件中包含的音频空白片段进行删除，得到不包含音频空白片段的待播放音频文件，使得用户获取到的音频文件仅包括携带有用信息的音频片段，而不包括未携带任何有用信息的音频空白片段，这样后续在播放待播放音频文件时会减少播放耗时，可以显著提升播放效率。
可选地，对原始音频文件进行分析，得到至少一个音频空白片段包括：
对原始音频文件包含的每个音频帧进行音频特征提取；
基于每个音频帧的音频特征，获取不包含音频信息的连续音频帧，连续音频帧为在时间上连续且总时长超过预设阈值的多个音频帧；
将连续音频帧指示的音频片段确定为音频空白片段。
可选地，在原始音频文件中删除至少一个音频空白片段，得到待播放音频文件包括：
基于每个音频空白片段所指示的起始时间点和结束时间点，对原始音频文件进行切分，得到多个子音频文件；
在多个子音频文件中，删除指定子音频文件，并将剩余的子音频文件按照时间顺序进行合并，得到待播放音频文件，指定子音频文件为包括音频空白片段的文件。
可选地，对原始音频文件进行分析之前，该方法还包括：
显示原始音频文件的空白片段删除按钮；
当检测到对空白片段删除按钮的点击操作时，确定检测到空白片段删除触发操作，执行对原始音频文件进行分析的步骤。
可选地，在原始音频文件中删除至少一个音频空白片段，得到待播放音频文件之后，方法还包括：
为待播放音频文件添加标记信息，标记信息用于指示待播放音频文件为不包含音频空白片段的音频文件。
可选地，对原始音频文件进行分析之前，该方法还包括：
对原始音频文件进行备份，得到原始音频文件的备份文件；
对原始音频文件进行分析，得到待播放音频文件之后，该方法还包括：
显示删除提示信息，删除提示信息用于提示用户是否删除备份文件；
当检测到对备份文件的删除确认操作时，删除备份文件。
上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。
图2是根据一示例性实施例示出的一种音频处理方法的流程图，如图2所示，该方法用于终端中，包括以下步骤：
在步骤201中，当检测到空白片段删除触发操作后，对原始音频文件进行分析，得到至少一个音频空白片段。
其中，至少一个音频空白片段为不包含音频信息的音频片段。其中，音频信息可以包括人类语音、动物声音、大自然声音、机器声音等，本公开实施例对此不作具体限定。
在本公开实施例中，终端在完成音频录制后，会生成录制的原始音频文件，并将该原始音频文件添加到录制文件列表中。其中，该录制文件列表中可包含多个原始音频文件。对于每个原始音频文件来说，其中可能包含至少一个音频空白片段。比如以录制用户语音为例，在终端录制该原始音频文件的过程中，周围环境中时而有人说话，时而没有人说话，当周围环境中没有人说话时，终端便会录制成音频空白片段。其中，该音频空白片段包括静音片段、环境噪音片段等不包含音频信息的音频片段。
在检测到空白片段删除触发操作后，终端可以对原始音频片段进行分析，以确定其中是否包含音频空白片段以及音频空白片段在原始音频文件的位置，以便后续能够对音频空白片段进行删除。具体地，对于任一原始音频文件来说，终端可显示为该原始音频文件设置的空白片段删除按钮；当终端检测到用户对空白片段删除按钮的点击操作时，确定检测到空白片段删除触发操作，并对该原始音频文件进行分析，分析的过程可以为：
对该原始音频文件包含的每个音频帧进行音频特征提取；基于每个音频帧的音频特征，获取不包含音频信息的连续音频帧，并将该连续音频帧指示的音频片段确定为音频空白片段。其中，该连续音频帧为在时间上连续且总时长超过预设阈值的多个音频帧。其中，预设阈值可以由用户预先进行设置或者由终端预先进行设置，本公开实施例对此不作具体限定。
具体地，当终端检测到第一个不包含音频信息的第一音频帧时，记录该第一音频帧对应的第一时间点；继续对该第一时间点之后的音频帧进行检测，当终端检测到第一时间点之后第一个包含音频信息的音频帧时，获取该第一个包含音频信息的音频帧前一个不包含音频信息的第二音频帧；记录该第二音频帧对应的第二时间点。如果第一时间点与第二时间点之间的时长超过预设阈值，则确定该第一时间点与第二时间点之间的多个音频帧为不包含音频信息的连续音频帧，并确定该连续音频帧所指示的音频片段为音频空白片段。
需要说明的是，原始音频文件中每个音频帧对应一个时间点，该时间点用于指示该音频帧在原始音频帧的位置。一个原始音频文件中，可能包含多组无音频信息的连续音频帧，每组连续音频帧对应的第一时间点和第二时间点即为音频空白片段的起始时间点和结束时间点。
需要说明的是，为了提高对原始音频文件的分析效率，在满足分析结果的准确度的前提下，可以根据预设帧长对原始文件进行分析。也即是，在预设帧长包含的多个音频帧中选取一个音频帧进行分析。该预设帧长可由终端根据分析能力进行预先设置。该预设帧长包含的帧数可为2帧、3帧、5帧等。假如该预设帧长为3帧，那么终端每3个音频帧中取一个音频帧进行分析，如果该音频帧不包含音频信息，则确定该预设帧长所包含的音频帧均不包含音频信息。
在步骤202中，在原始音频文件中删除至少一个音频空白片段，得到待播放音频文件。
根据上述步骤201中原始音频文件的分析过程可知，连续音频帧对应的第一时间点和第二时间点即为音频空白片段的起始时间点和结束时间点。那么，在原始音频文件中删除至少一个音频空白片段的过程可以为：基于每个音频空白片段所指示的起始时间点和结束时间点，对原始音频文件进行切分，得到多个子音频文件；在多个子音频文件中，删除指定子音频文件，并将剩余的子音频文件按照时间顺序进行合并，得到待播放音频文件，其中，指定子音频文件为包括音频空白片段的文件。
例如，现有时长为5分钟的原始音频文件，对该原始音频文件进行分析后，得到两个音频空白片段，音频空白片段A的起始时间点为1分钟、结束时间点为1分30秒；音频空白片段B的起始时间点为3分钟、结束时间点为4分钟。如图3所示为一种原始音频文件与待播放音频文件的对比示意图。图3中以矩形来代表音频文件，根据两个音频空白片段指示的起始时间点和结束时间点，可以在原始文件中得到这两个音频空白片段的位置，如图3原始音频文件的斜线区域所示。之后，根据音频空白片段在原始音频文件的位置对该原始音频文件进行切分，得到5个子音频文件，如图3所示的子音频文件1至子音频文件5。为了表示方便，图3中以“子1”来表示“子音频文件1”。该5个子音频文件中包含两个指定子音频文件，也即是，有2个子音频文件中包含音频空白片段，如图3所示的子音频文件2和子音频文件4。删除子音频文件2和子音频文件4后，将子音频文件1、子音频文件3和子音频文件5按照时间顺序进行合并，得到待播放文件。
在另一实施例中，为了满足用户对待播放音频文件的音质需求，终端还可以根据预设音质，生成与预设音质匹配的待播放音频文件。也即是，在多个子音频文件中删除指定子音频文件后，根据预设音质，将剩余的子音频文件按照时间顺序进行合并，得到与预设音质匹配的待播放音频文件。具体地，终端可以为待播放音频文件提供多个音质选项。该多个音质选项可以包括高音质、中音质和低音质等，本公开实施例对此不作具体限定。当终端检测到对任一音质的选中操作时，将用户选中的音质确定为预设音质。
在另一实施例中，在对原始音频文件进行分析之前，还可以对原始音频文件进行备份，得到原始音频文件的备份文件。也即是，当检测到空白片段删除触发操作后，对原始音频文件进行备份，之后再执行对原始音频文件进行分析的步骤。通过对原始音频文件进行备份，使得用户可以自由掌控如何处理原始音频文件，提高了处理的灵活性。此外，为了避免由于备份文件占用过多的存储空间，在对原始音频文件进行处理，得到待播放文件后，终端可以显示删除提示信息；当检测到对备份文件的删除确认操作时，删除备份文件。其中，删除提示信息用于提示用户是否删除备份文件。
需要说明的是，在对原始音频文件进行分析之前是否对原始音频文件进行备份，可以由用户进行预先设置。具体地，在音频文件的设置页面中，显示备份选项，用户可以对该备份选项执行开启或关闭操作。当检测到该备份选项处于开启状态时，执行在分析前进行备份的步骤。
在步骤203中，为待播放音频文件添加标记信息。
为了使用户便于区分原始音频文件和待播放音频文件，在得到待播放音频文件之后，可以为该待播放音频文件添加标记信息，该标记信息用于指示待播放音频文件为不包含音频空白片段的音频文件。
在终端显示音频文件时，可以对具有标记信息的待播放音频文件进行区别显示。比如，在待播放文件所在的条目中显示预设标签，该预设标签的内容和样式可以进行预先设定。或者，终端可以将具有标记信息的待播放音频文件与原始音频文件分别存储至不同的文件夹中，当终端检测到对待播放音频文件所在的文件夹的开启操作时，仅显示待播放文件。
在步骤204中，当检测到对待播放音频文件的播放操作时，播放待播放音频文件。
在本公开实施例中，终端可以将原始音频文件以及对应的待播放音频文件进行关联。当终端检测到对原始音频文件的播放操作时，检测是否存在与该原始音频文件关联的待播放音频文件；如果存在，则显示关联播放提示信息，该关联播放提示信息用于提示用户播放与该原始音频文件对应的待播放音频文件。该关联播放提示信息的内容可以为“检测到该文件已经进行过处理，是否播放处理后的文件”等，本公开实施例对此不作具体限定。当终端检测到对关联播放的确认操作时，获取与该原始音频文件对应的待播放音频文件，并播放该待播放音频文件。
本公开实施例提供的方法，在对原始音频文件进行分析后，可以将原始音频文件中包含的音频空白片段进行删除，得到不包含音频空白片段的待播放音频文件，使得用户获取到的音频文件中仅包括携带音频信息的音频片段，而不包括未携带任何有用信息的音频空白片段，减少了播放耗时，提高了播放效率。
图4是根据一示例性实施例示出的一种音频处理装置的框图。参照图4，该装置包括分析模块401，删除模块402。
其中，分析模块401与删除模块402连接，用于当检测到空白片段删除触发操作后，对原始音频文件进行分析，得到至少一个音频空白片段，至少一个音频空白片段为不包含音频信息的音频片段；删除模块402，用于在原始音频文件中删除至少一个音频空白片段，得到待播放音频文件。
可选地，分析模块401用于对原始音频文件包含的每个音频帧进行音频特征提取；基于每个音频帧的音频特征，获取不包含音频信息的连续音频帧，连续音频帧为在时间上连续且总时长超过预设阈值的多个音频帧；将连续音频帧指示的音频片段确定为音频空白片段。
可选地，删除模块402用于基于每个音频空白片段所指示的起始时间点和结束时间点，对原始音频文件进行切分，得到多个子音频文件；在多个子音频文件中，删除指定子音频文件，并将剩余的子音频文件按照时间顺序进行合并，得到待播放音频文件，指定子音频文件为包括音频空白片段的文件。
可选地，参见图5，该装置还包括：
显示模块403，用于显示原始音频文件的空白片段删除按钮；当检测到对空白片段删除按钮的点击操作时，确定检测到空白片段删除触发操作，执行对原始音频文件进行分析的步骤。
可选地，参见图6，该装置还包括：
添加模块404，用于为待播放音频文件添加标记信息，标记信息用于指示待播放音频文件为不包含音频空白片段的音频文件。
可选地，参见图7，该装置还包括：
备份模块405，用于对原始音频文件进行备份，得到原始音频文件的备份文件；
显示模块403还用于显示删除提示信息，删除提示信息用于提示用户是否删除备份文件；
删除模块402还用于当检测到对备份文件的删除确认操作时，删除备份文件。
本公开实施例提供的装置，在对原始音频文件进行分析后，可以将原始音频文件中包含的音频空白片段进行删除，得到不包含音频空白片段的待播放音频文件，使得用户获取到的音频文件仅包括携带音频信息的音频片段，而不包括未携带任何有用信息的音频空白片段，这样后续在播放待播放音频文件时会减少播放耗时，可以显著提升播放效率。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种音频处理装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图8，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件804，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述音频处理方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行上述音频处理方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种音频处理方法，其特征在于，所述方法包括：
生成录制的原始音频文件，显示为所述原始音频文件设置的空白片段删除按钮，每个原始音频文件都设置有对应的空白片段删除按钮；
当检测到对所述原始音频文件的空白片段删除按钮的点击操作时，确定检测到空白片段删除触发操作，对所述原始音频文件进行备份，得到所述原始音频文件的备份文件；
在预设帧长包含的至少两个音频帧中选取一个音频帧作为目标帧进行分析；
当所述目标帧不包含所述音频信息时，确定所述预设帧长所包含的至少两个音频帧均不包含所述音频信息；
将所述预设帧长包含的至少两个音频帧指示的音频片段确定为音频空白片段，以得到至少一个音频空白片段，所述至少一个音频空白片段为不包含音频信息的音频片段；
基于每个音频空白片段所指示的起始时间点和结束时间点，对所述原始音频文件进行切分，得到多个子音频文件；
在所述多个子音频文件中，删除指定子音频文件，所述指定子音频文件为包括音频空白片段的文件；
根据预设音质，将剩余的子音频文件按照时间顺序进行合并，得到与所述预设音质匹配的待播放音频文件；
当检测到对所述原始音频文件的播放操作时，检测是否存在与所述原始音频文件关联的待播放音频文件；
如果存在，则显示关联播放提示信息，所述关联播放提示信息用于提示用户播放与所述原始音频文件对应的待播放音频文件；
当检测到对关联播放的确认操作时，获取与所述原始音频文件对应的待播放音频文件，并播放所述待播放音频文件。
2.根据权利要求1所述的方法，其特征在于，所述得到与所述预设音质匹配的待播放音频文件之后，所述方法还包括：
为所述待播放音频文件添加标记信息，所述标记信息用于指示所述待播放音频文件为不包含音频空白片段的音频文件。
3.根据所述权利要求1所述的方法，其特征在于，对所述原始音频文件进行分析，得到待播放音频文件之后，所述方法还包括：
显示删除提示信息，所述删除提示信息用于提示用户是否删除所述备份文件；
当检测到对所述备份文件的删除确认操作时，删除所述备份文件。
4.一种音频处理装置，其特征在于，所述装置包括：
显示模块，用于生成录制的原始音频文件，显示为所述原始音频文件设置的空白片段删除按钮，每个原始音频文件都设置有对应的空白片段删除按钮；
分析模块，用于当检测到对所述原始音频文件的空白片段删除按钮的点击操作时，确定检测到空白片段删除触发操作；
备份模块，用于对所述原始音频文件进行备份，得到所述原始音频文件的备份文件；
所述分析模块，还用于在预设帧长包含的至少两个音频帧中选取一个音频帧作为目标帧进行分析；当所述目标帧不包含所述音频信息时，确定所述预设帧长所包含的至少两个音频帧均不包含所述音频信息；将所述预设帧长包含的至少两个音频帧指示的音频片段确定为音频空白片段，以得到至少一个音频空白片段，所述至少一个音频空白片段为不包含音频信息的音频片段；
删除模块，用于基于每个音频空白片段所指示的起始时间点和结束时间点，对所述原始音频文件进行切分，得到多个子音频文件；在所述多个子音频文件中，删除指定子音频文件，并根据预设音质，将剩余的子音频文件按照时间顺序进行合并，得到与所述预设音质匹配的待播放音频文件，所述指定子音频文件为包括音频空白片段的文件；
所述装置还用于：当检测到对所述原始音频文件的播放操作时，检测是否存在与所述原始音频文件关联的待播放音频文件；如果存在，则显示关联播放提示信息，所述关联播放提示信息用于提示用户播放与所述原始音频文件对应的待播放音频文件；当检测到对关联播放的确认操作时，获取与所述原始音频文件对应的待播放音频文件，并播放所述待播放音频文件。
5.根据权利要求4所述的装置，其特征在于，所述装置还包括：
添加模块，用于为所述待播放音频文件添加标记信息，所述标记信息用于指示所述待播放音频文件为不包含音频空白片段的音频文件。
6.根据所述权利要求4所述的装置，其特征在于，
所述显示模块还用于显示删除提示信息，所述删除提示信息用于提示用户是否删除所述备份文件；
所述删除模块还用于当检测到对所述备份文件的删除确认操作时，删除所述备份文件。
7.一种音频处理装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器;
其中，所述处理器被配置为：
生成录制的原始音频文件，显示为所述原始音频文件设置的空白片段删除按钮，每个原始音频文件都设置有对应的空白片段删除按钮；
当检测到对所述原始音频文件的空白片段删除按钮的点击操作时，确定检测到空白片段删除触发操作，对所述原始音频文件进行备份，得到所述原始音频文件的备份文件；
在预设帧长包含的至少两个音频帧中选取一个音频帧作为目标帧进行分析；
当所述目标帧不包含所述音频信息时，确定所述预设帧长所包含的至少两个音频帧均不包含所述音频信息；
将所述预设帧长包含的至少两个音频帧指示的音频片段确定为音频空白片段，以得到至少一个音频空白片段，所述至少一个音频空白片段为不包含音频信息的音频片段；
基于每个音频空白片段所指示的起始时间点和结束时间点，对所述原始音频文件进行切分，得到多个子音频文件；
在所述多个子音频文件中，删除指定子音频文件，所述指定子音频文件为包括音频空白片段的文件；
根据预设音质，将剩余的子音频文件按照时间顺序进行合并，得到与所述预设音质匹配的待播放音频文件；
当检测到对所述原始音频文件的播放操作时，检测是否存在与所述原始音频文件关联的待播放音频文件；
如果存在，则显示关联播放提示信息，所述关联播放提示信息用于提示用户播放与所述原始音频文件对应的待播放音频文件；
当检测到对关联播放的确认操作时，获取与所述原始音频文件对应的待播放音频文件，并播放所述待播放音频文件。
8.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现权利要求1-3任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610291319.3A CN105845124B (zh) | 2016-05-05 | 2016-05-05 | 音频处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610291319.3A CN105845124B (zh) | 2016-05-05 | 2016-05-05 | 音频处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105845124A CN105845124A (zh) | 2016-08-10 |
| CN105845124B true CN105845124B (zh) | 2020-06-19 |
Family
ID=56591052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610291319.3A Active CN105845124B (zh) | 2016-05-05 | 2016-05-05 | 音频处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105845124B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106448702B (zh) * | 2016-09-14 | 2019-10-01 | 努比亚技术有限公司 | 一种录音数据处理装置、移动终端及方法 |
| CN106657544A (zh) * | 2016-10-24 | 2017-05-10 | 广东欧珀移动通信有限公司 | 一种来电录音的方法及终端设备 |
| CN106935253A (zh) * | 2017-03-10 | 2017-07-07 | 北京奇虎科技有限公司 | 音频文件的裁剪方法、装置及终端设备 |
| CN108447502B (zh) * | 2018-03-09 | 2020-09-22 | 福州米鱼信息科技有限公司 | 一种基于语音信息的备忘方法及终端 |
| CN110765080B (zh) * | 2018-07-26 | 2024-06-14 | 北京搜狗科技发展有限公司 | 一种文件数据的处理方法、装置和设备 |
| CN108986830B (zh) * | 2018-08-28 | 2021-02-09 | 安徽淘云科技有限公司 | 一种音频语料筛选方法及装置 |
| CN111128253B (zh) * | 2019-12-13 | 2022-03-01 | 北京小米智能科技有限公司 | 音频剪辑方法及装置 |
| CN111508531B (zh) * | 2020-04-23 | 2023-07-07 | 维沃移动通信有限公司 | 音频处理方法及装置 |
| CN111614423B (zh) * | 2020-04-30 | 2021-08-13 | 湖南声广信息科技有限公司 | 一种音乐广播电台主持音频与音乐拼接方法 |
| CN111666446B (zh) * | 2020-05-26 | 2023-07-04 | 珠海九松科技有限公司 | 一种ai自动剪辑视频素材的判断方法和*** |
| CN111932830B (zh) * | 2020-07-31 | 2021-11-09 | 成都市美幻科技有限公司 | 地震预警方法、装置、***及存储介质 |
| CN112509609B (zh) * | 2020-12-16 | 2022-06-10 | 北京乐学帮网络技术有限公司 | 音频处理方法、装置、电子设备以及存储介质 |
| CN112601153B (zh) * | 2021-03-01 | 2021-05-07 | 成都大熊猫繁育研究基地 | 一种声音自动采集与传输装置及其使用方法 |
| CN114005469A (zh) * | 2021-10-20 | 2022-02-01 | 广州市网星信息技术有限公司 | 一种自动跳过静音片段的音频播放方法及*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440138A (zh) * | 2013-09-06 | 2013-12-11 | 网易（杭州）网络有限公司 | 一种行为引导方法及装置 |
| CN103702219A (zh) * | 2013-12-16 | 2014-04-02 | 乐视网信息技术（北京）股份有限公司 | 一种视频播放的控制方法及设备 |
| CN104157301A (zh) * | 2014-07-25 | 2014-11-19 | 广州三星通信技术研究有限公司 | 删除语音信息空白片段的方法、装置和终端 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002093058A (ja) * | 2000-09-20 | 2002-03-29 | Toshiba Corp | 信号処理方法及び装置と情報記録媒体 |
| CN102394963A (zh) * | 2011-08-23 | 2012-03-28 | 上海华勤通讯技术有限公司 | 即时录音的移动终端及其录音方法 |
| JP6264059B2 (ja) * | 2014-01-23 | 2018-01-24 | ティアック株式会社 | データ記録装置 |
| CN104869233B (zh) * | 2015-04-27 | 2019-04-23 | 深圳市金立通信设备有限公司 | 一种录音方法 |
-
2016
- 2016-05-05 CN CN201610291319.3A patent/CN105845124B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440138A (zh) * | 2013-09-06 | 2013-12-11 | 网易（杭州）网络有限公司 | 一种行为引导方法及装置 |
| CN103702219A (zh) * | 2013-12-16 | 2014-04-02 | 乐视网信息技术（北京）股份有限公司 | 一种视频播放的控制方法及设备 |
| CN104157301A (zh) * | 2014-07-25 | 2014-11-19 | 广州三星通信技术研究有限公司 | 删除语音信息空白片段的方法、装置和终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105845124A (zh) | 2016-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105845124B (zh) | 音频处理方法及装置 | |
| EP3817395A1 (en) | Video recording method and apparatus, device, and readable storage medium | |
| CN106911961B (zh) | 多媒体数据播放方法及装置 | |
| CN106024009B (zh) | 音频处理方法及装置 | |
| KR101789783B1 (ko) | 통화 요청 프롬프트 방법, 장치, 프로그램 및 기록매체 | |
| CN106409317B (zh) | 梦话提取方法、装置及用于提取梦话的装置 | |
| CN107423386B (zh) | 生成电子卡片的方法及装置 | |
| CN106534951B (zh) | 视频分割方法和装置 | |
| US9628966B2 (en) | Method and device for sending message | |
| EP2988458A1 (en) | Method and device for sending message | |
| CN113099297A (zh) | 卡点视频的生成方法、装置、电子设备及存储介质 | |
| CN106331328B (zh) | 信息提示的方法及装置 | |
| CN111666015A (zh) | 悬浮短信显示方法及装置 | |
| CN110019897B (zh) | 显示图片的方法及装置 | |
| CN108984098B (zh) | 基于社交软件的信息显示的控制方法及装置 | |
| CN112948704A (zh) | 用于信息推荐的模型训练方法、装置、电子设备以及介质 | |
| CN110673917A (zh) | 信息管理方法和装置 | |
| EP3125514A1 (en) | Method and device for state notification | |
| CN113905192A (zh) | 一种字幕编辑方法、装置、电子设备及存储介质 | |
| CN110213062B (zh) | 处理消息的方法及装置 | |
| CN112087653A (zh) | 一种数据处理方法、装置和电子设备 | |
| CN109145151B (zh) | 一种视频的情感分类获取方法及装置 | |
| CN106980781B (zh) | 外接设备以及外接设备的控制方法及装置 | |
| CN105262905A (zh) | 管理联系人的方法及装置 | |
| CN106060253B (zh) | 信息呈现的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |