具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关公开,而非对该公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的实施例的用于处理音频的方法或用于处理音频的装置的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如音频播放器应用、视频播放器应用、网页浏览器应用、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备。当终端设备101、102、103为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上播放的音频、视频提供支持的后台音视频资源服务器。后台音视频资源服务器可以向终端设备发送音频、视频,也可以接收终端设备发送的音频、视频。
需要说明的是,本公开的实施例所提供的用于处理音频的方法一般由终端设备101、102、103执行,相应地,用于处理音频的装置一般设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。在待配音音频不需要从远程获取的情况下,上述***架构可以不包括网络和服务器,而只包括终端设备。
继续参考图2,示出了根据本公开的用于处理音频的方法的一个实施例的流程200。该用于处理音频的方法,包括以下步骤:
步骤201,响应于检测到用户触发的开始配音信号,将待配音音频上的配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量。
在本实施例中,用于处理音频的方法的执行主体(例如图1所示的终端设备)可以响应于检测到用户触发的开始配音信号,将待配音音频上的配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量。其中,配音音轨是预先在待配音音频上增加的、预设音量的音轨。作为示例,待配音音频可以是用户从预设的音频集合(例如上述执行主体本地存储的音频集合)中挑选出的音频,当上述执行主体检测到用于欲对该待配音音频进行配音时(例如用户选中该待配音音频并点击“配音”按钮),向待配音音频中增加一条新的音轨作为配音音轨。通常,预设音量可以设置为0。
待配音音频可以是上述执行主体预先通过有线连接方式或者无线连接方式从远程获取的音频,或者从本地获取的音频。应当理解,待配音音频可以是单独的音频文件,也可以是视频文件包括的音频成分。
上述开始配音信号可以是用户触发的、用于指示开始对待配音音频进行配音的操作的信号。作为示例,当用户点击上述执行主体的屏幕上显示的开始配音按钮时,生成开始配音信号。
上述第一目标音量和第二目标音量可以是在配音结束后,播放配音后的待配音音频时的音量。
在本实施例的一些可选的实现方式中,第一目标音量和第二目标音量可以分别是预设的音量。也可以分别是由用户调整的音量。作为示例,上述执行主体可以向用户展示用于调整音量的界面,用户可以在该界面调整配音期间所用到的第一目标音量和第二目标音量。
需要说明的是,第一目标音量和第二目标音量可以是设置的固定的音量,也可以是根据设置的百分比确定的音量。例如,假设待配音音频的原始音量为100%,第一目标音量可以设置为上述原始音量的80%,第二目标音量可以设置为上述原始音量的20%。通过设置第一目标音量和第二目标音量,可以使用户更加灵活地将配音音轨与待配音音频融合,从而有助于改善配音的效果。
步骤202,获取待录制音频信号,以及将待录制音频信号录制在配音音轨上。
在本实施例中,上述执行主体(例如图1所示的终端设备)可以获取待录制音频信号,以及将待录制音频信号录制在配音音轨上。其中,待录制音频信号可以是用于录制在配音音轨的音频信号。作为示例,待录制音频信号可以是上述执行主体从远程或从本地获取的预先存储的音频信号。或者,待录制音频信号可以是由目标声音采集装置实时采集的音频信号。其中,目标声音采集装置可以是上述执行主体包括的装置(例如麦克风),也可以是与上述执行主体通信连接的装置。
需要说明的是,步骤201中描述的向待配音音频中增加配音音轨,以及步骤202中描述的将待录制音频信号录制在配音音轨上的方法,是目前广泛研究和应用的公知技术,在此不再赘述。
步骤203,响应于检测到结束配音信号,以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号。
在本实施例中,上述执行主体可以响应于检测到结束配音信号,以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号。其中,配音时间段是录制在配音音轨上的待录制音频信号,在播放时所处的时间段。作为示例,当待录制音频信号是由目标声音采集装置实时采集的音频信号时,配音时间段可以是从检测到开始配音信号的时间至检测到结束配音信号的时间的时间段。当待录制音频信号为预先存储的音频信号时,配音时间段可以是以检测到开始配音信号的时间为起点,持续时长为待录制音频信号的播放时长的时间段。
上述结束配音信号可以是用户触发的、用于指示结束配音的操作的信号,也可以是上述执行主体自动生成的、用于指示结束配音的操作的信号。作为示例,如果待录制音频信号是由目标声音采集装置实时采集的音频信号,当用户点击上述执行主体的屏幕上显示的结束配音按钮时,生成结束配音信号。或者,当检测到用户的手指按住上述执行主体的屏幕上显示的开始配音按钮时,生成开始配音信号,当检测到用户的手指离开屏幕时,生成结束配音信号。作为另一示例,如果上述待录制音频信号为预先存储的音频信号,当上述执行主体检测到待录制音频信号完全录制到配音音轨上时,生成结束配音信号。
在本实施例的一些可选的实现方式中,在步骤203之后,上述执行主体还可以将配音音轨的音量调整到预设音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到初始音量。其中,初始音量是在配音音轨上录制音频之前,待配音音频的音量。从而可以使配音结束后,在播放上述待配音音频时,配音音轨的音量不影响音频的播放。
继续参见图3,图3是根据本实施例的用于处理音频的方法的应用场景的一个示意图。在图3的应用场景中,终端设备301正在播放待配音音频302,用户欲对该待配音音频302进行配音。为了对待配音音频302进行配音,终端设备301预先在待配音音频302上增加了一条音量为零的配音音轨3021。此时,用户按下终端设备301的屏幕上的开始配音按钮303,终端设备301生成开始配音信号。当终端设备301检测到开始配音信号时,根据用户预先设置的第一目标音量(例如待配音音频的原始音量的80%)和第二目标音量(例如待配音音频的原始音量的20%),将配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量。然后,终端设备301上的麦克风采集用户的语音,生成待录制音频信号304,并将待录制音频信号304录制在配音音轨3021上。当用户的手指从开始配音按钮303上抬起时,终端设备301生成结束配音信号,终端设备301以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号,从而得到对待配音音频进行配音后的配音后音频305。
本公开的上述实施例提供的方法,通过响应于检测到用户触发的开始配音信号,将待配音音频上的配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量,再获取待录制音频信号,以及将待录制音频信号录制在配音音轨上,响应于检测到结束配音信号,以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号,从而可以通过向待配音音频增加音轨的手段,使得可以在不对原始的待配音音频进行修改的情况下进行配音,通过设置第一目标音量和第二目标音量可以有助于将录制的待录制音频信号与原始的待配音音频更好地融合,有助于灵活地对待配音音频进行配音及修改配音。
进一步参考图4,其示出了用于处理音频的方法的又一个实施例的流程400。该用于处理音频的方法的流程400,包括以下步骤:
步骤401,响应于检测到用户触发的开始配音信号,将待配音音频上的配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量。
在本实施例中,步骤401与图2对应实施例中的步骤201基本一致,这里不再赘述。
步骤402,获取待录制音频信号,以及将待录制音频信号录制在配音音轨上。
在本实施例中,步骤402与图2对应实施例中的步骤202基本一致,这里不再赘述。
步骤403,响应于检测到结束配音信号,以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号。
在本实施例中,步骤403与图2对应实施例中的步骤203基本一致,这里不再赘述。
步骤404,响应于检测到用户触发的修改配音信号,展示用于对录制在配音音轨上的待录制音频信号进行修改操作的界面。
在本实施例中,用于处理音频的方法的执行主体(例如图1所示的终端设备)可以响应于检测到用户触发的修改配音信号,展示用于对录制在配音音轨上的待录制音频信号进行修改操作的界面。
上述修改配音信号可以是用户触发的、用于指示用户欲对已保存的配音音轨上的配音信号进行修改的信号。作为示例,当用户点击上述执行主体的屏幕上显示的修改配音按钮时,生成修改配音信号。然后,在屏幕上展示用于对录制在配音音轨上的待录制音频信号进行修改操作的界面,用户可以利用该界面,控制上述执行主体对配音音轨上的待录制音频信号进行修改操作。
在本实施例的一些可选的实现方式中,修改操作可以包括以下至少一种:删除操作、裁剪操作、重新录制操作。其中,删除操作可以用于将配音音轨上的待录制音频信号删除。裁剪操作可以用于将配音音轨上的待录制音频信号部分删除。重新录制操作可以用于将配音音轨上的待录制音频信号替换为重新录制的待录制音频信号。
步骤405,响应于检测到用户触发的结束修改配音信号,保存配音音轨上的、修改后的待录制音频信号。
在本实施例中,上述执行主体可以响应于检测到用户触发的结束修改配音信号,保存配音音轨上的、修改后的待录制音频信号。其中,上述结束修改配音信号可以是用户触发的、用于指示用户对已保存的配音音轨上的配音信号已完成修改的信号。作为示例,当用户点击上述执行主体的屏幕上显示的结束修改配音按钮时,生成结束修改配音信号。然后,上述执行主体保存被执行修改操作后的配音音轨。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于处理音频的方法的流程400突出了修改配音音轨的步骤。由此,本实施例描述的方案可以在不影响原始的待配音音频的情况下,灵活地对已配音的待配音音频进行修改,从而进一步提高了配音的灵活性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于处理音频的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理音频的装置500包括:调整单元501,被配置成响应于检测到用户触发的开始配音信号,将待配音音频上的配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量,其中,配音音轨是预先在待配音音频上增加的、预设音量的音轨;录制单元502,被配置成获取待录制音频信号,以及将待录制音频信号录制在配音音轨上;保存单元503,被配置成响应于检测到结束配音信号,以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号。
在本实施例中,调整单元501可以响应于检测到用户触发的开始配音信号,将待配音音频上的配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量。其中,配音音轨是预先在待配音音频上增加的、预设音量的音轨。通常,预设音量可以设置为0。待配音音频可以是上述装置500预先通过有线连接方式或者无线连接方式从远程获取的音频,或者从本地获取的音频。
应当理解,待配音音频可以是单独的音频文件,也可以是视频文件包括的音频成分。
上述开始配音信号可以是用户触发的、用于指示开始对待配音音频进行配音的操作的信号。作为示例,当用户点击上述装置500的屏幕上显示的开始配音按钮时,生成开始配音信号。
上述第一目标音量和第二目标音量可以是在配音结束后,播放配音后的待配音音频时的音量。
在本实施例中,录制单元502可以获取待录制音频信号,以及将待录制音频信号录制在配音音轨上。其中,待录制音频信号可以是用于录制在配音音轨的音频信号。作为示例,待录制音频信号可以是上述装置500从远程或从本地获取的预先存储的音频信号。或者,待录制音频信号可以是由目标声音采集装置实时采集的音频信号。其中,目标声音采集装置可以是上述装置500包括的装置(例如麦克风),也可以是与上述装置500通信连接的装置。
在本实施例中,保存单元503可以响应于检测到结束配音信号,以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号。
其中,配音时间段是录制在配音音轨上的待录制音频信号,在播放时所处的时间段。作为示例,当待录制音频信号是由目标声音采集装置实时采集的音频信号时,配音时间段可以是从检测到开始配音信号的时间至检测到结束配音信号的时间的时间段。当待录制音频信号为预先存储的音频信号时,配音时间段可以是以检测到开始配音信号的时间为起点,持续时长为待录制音频信号的播放时长的时间段。
上述结束配音信号可以是用户触发的、用于指示结束配音的操作的信号,也可以是上述装置500自动生成的、用于指示结束配音的操作的信号。作为示例,如果待录制音频信号是由目标声音采集装置实时采集的音频信号,当用户点击上述装置500的屏幕上显示的结束配音按钮时,生成结束配音信号。或者,当检测到用户的手指按住上述装置500的屏幕上显示的开始配音按钮时,生成开始配音信号,当检测到用户的手指离开屏幕时,生成结束配音信号。作为另一示例,如果上述待录制音频信号为预先存储的音频信号,当上述装置500检测到待录制音频信号完全录制到配音音轨上时,生成结束配音信号。
在本实施例的一些可选的实现方式中,保存单元503可以进一步被配置成:将配音音轨的音量调整到预设音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到初始音量。
在本实施例的一些可选的实现方式中,保存单元503可以包括:展示模块(图中未示出),被配置成响应于检测到用户触发的修改配音信号,展示用于对录制在配音音轨上的待录制音频信号进行修改操作的界面;保存模块(图中未示出),被配置成响应于检测到用户触发的结束修改配音信号,保存配音音轨上的、修改后的待录制音频信号。
在本实施例的一些可选的实现方式中,修改操作包括以下至少一种:删除操作、裁剪操作、重新录制操作。
在本实施例的一些可选的实现方式中,第一目标音量和第二目标音量分别是预设的音量,或者分别是由用户调整的音量。
本公开的上述实施例提供的装置,通过响应于检测到用户触发的开始配音信号,将待配音音频上的配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量,再获取待录制音频信号,以及将待录制音频信号录制在配音音轨上,响应于检测到结束配音信号,以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号,从而可以通过向待配音音频增加音轨的手段,使得可以在不对原始的待配音音频进行修改的情况下进行配音,有助于灵活地对待配音音频进行配音及修改配音。
下面参考图6,其示出了适于用来实现本公开的实施例的终端设备600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,终端设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有终端设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许终端设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的终端设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述终端设备中所包含的;也可以是单独存在,而未装配入该终端设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该终端设备执行时,使得该终端设备:响应于检测到用户触发的开始配音信号,将待配音音频上的配音音轨的音量调整到第一目标音量,将待配音音频包括的、除配音音轨之外的其他音轨的音量调整到第二目标音量,其中,配音音轨是预先在待配音音频上增加的、预设音量的音轨;获取待录制音频信号,以及将待录制音频信号录制在配音音轨上;响应于检测到结束配音信号,以第一目标音量保存配音时间段内录制在配音音轨上的待录制音频信号,以第二目标音量保存配音时间段内待配音音频包括的、除配音音轨之外的其他音轨上的待录制音频信号。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,录制单元还可以被描述为“录制单元的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。