本技術(shù)涉及音頻處理，具體而言，涉及一種音頻調(diào)整方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著音視頻的流行，可通過網(wǎng)絡(luò)實(shí)現(xiàn)實(shí)時(shí)的語音交互，極大地便利了用戶之間的溝通交流，提升了信息傳遞效率。但是，在語音交互場(chǎng)景中，由于設(shè)備差異、環(huán)境差異或者距離變化等，會(huì)出現(xiàn)一端(可作為本端)所接收到的對(duì)端的聲音過小或者過大的現(xiàn)象，影響了用戶體驗(yàn)度。因此，需要對(duì)音頻進(jìn)行調(diào)整。

2、目前，針對(duì)語音交互場(chǎng)景中，主要是通過對(duì)本端或?qū)Χ说牟杉囊纛l數(shù)據(jù)進(jìn)行agc(automatic?gain?control，自動(dòng)增益控制)處理，以獲取目標(biāo)音量增益，從而實(shí)現(xiàn)音頻調(diào)整。

3、但是，由于上述方法適用場(chǎng)景有限，導(dǎo)致在某些場(chǎng)景中需要用戶手動(dòng)調(diào)整目標(biāo)音量增益，用戶體驗(yàn)度低。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種音頻調(diào)整方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，可以適用于任意場(chǎng)景，可以根據(jù)環(huán)境音頻與本端對(duì)象意圖自動(dòng)調(diào)整目標(biāo)音量增益，提高了音頻調(diào)整的精準(zhǔn)度和用戶滿意度。

2、為了實(shí)現(xiàn)上述目的，第一方面，本技術(shù)提供了一種音頻調(diào)整方法，包括：

3、采集本端的環(huán)境音頻；

4、基于環(huán)境音頻，獲取第一語音信號(hào)；

5、基于第一語音信號(hào)、待播放音頻和本端對(duì)象意圖，確定待播放音頻的目標(biāo)音量增益，其中，待播放音頻為與本端進(jìn)行語音通信的對(duì)端的音頻流，本端對(duì)象意圖用于表征本端的對(duì)象所期望的音量調(diào)節(jié)趨勢(shì)；

6、依據(jù)目標(biāo)音頻增益調(diào)整待播放音頻，得到調(diào)整后的待播放音頻，以在本端播放調(diào)整后的待播放音頻。

7、在一實(shí)施例方式中，基于環(huán)境音頻，獲取第一語音信號(hào)，包括：

8、對(duì)環(huán)境音頻進(jìn)行處理，得到環(huán)境音頻信號(hào)；

9、檢測(cè)環(huán)境音頻信號(hào)中是否存在第一語音信號(hào)；

10、若存在，從環(huán)境音頻信號(hào)中提取第一語音信號(hào)。

11、在一實(shí)施例方式中，檢測(cè)環(huán)境音頻信號(hào)中是否存在第一語音信號(hào)，包括：

12、計(jì)算環(huán)境音頻信號(hào)的能量占比；

13、基于能量占與第一預(yù)設(shè)閾值的大小，檢測(cè)環(huán)境音頻信號(hào)中是否存在第一語音信號(hào)。

14、在一實(shí)施例方式中，計(jì)算環(huán)境音頻信號(hào)的能量占比，包括：

15、獲取環(huán)境音頻信號(hào)對(duì)應(yīng)的頻域信號(hào)，并計(jì)算頻域信號(hào)的總能量值；

16、獲取頻域信號(hào)中的目標(biāo)頻域信號(hào)，并計(jì)算目標(biāo)頻域信號(hào)的總能量值，其中，目標(biāo)頻域信號(hào)為預(yù)設(shè)頻率的信號(hào)；

17、將目標(biāo)頻域信號(hào)的總能量值與頻域信號(hào)的總能量值作商，得到環(huán)境音頻信號(hào)的能量占比。

18、在一實(shí)施例方式中，基于第一語音信號(hào)、待播放音頻和本端對(duì)象意圖，確定待播放音頻的目標(biāo)音量增益，包括：

19、計(jì)算第一語音信號(hào)的目標(biāo)能量值；

20、獲取待播放音頻對(duì)應(yīng)的待播放音頻信號(hào)，并檢測(cè)待播放音頻信號(hào)中是否存在第二語音信號(hào)；

21、若存在，計(jì)算第二語音信號(hào)的目標(biāo)能量值；

22、基于第一語音信號(hào)的目標(biāo)能量值、第二語音信號(hào)的目標(biāo)能量值和本端對(duì)象意圖，確定待播放音頻的目標(biāo)音量增益；

23、其中，第一語音信號(hào)為本端對(duì)象的語音信號(hào)，第二語音信號(hào)為對(duì)端對(duì)象的語音信號(hào)。

24、在一實(shí)施例方式中，計(jì)算第一語音信號(hào)的目標(biāo)能量值，包括：

25、計(jì)算第一語音信號(hào)的初始能量值；

26、獲取第一預(yù)設(shè)音量增益；

27、將第一語音信號(hào)的初始能量值與第一預(yù)設(shè)音量增益作商，得到第一語音信號(hào)的目標(biāo)能量值。

28、在一實(shí)施例方式中，計(jì)算第二語音信號(hào)的目標(biāo)能量值，包括：

29、計(jì)算第二語音信號(hào)的初始能量值；

30、獲取第二預(yù)設(shè)音量增益，其中，第二預(yù)設(shè)音量增益與第二語音信號(hào)的初始能量值相對(duì)應(yīng)；

31、將第二語音信號(hào)的初始能量值與第二預(yù)設(shè)音量增益作和，得到第二語音信號(hào)的目標(biāo)能量值。

32、在一實(shí)施例方式中，基于第一語音信號(hào)的目標(biāo)能量值、第二語音信號(hào)的目標(biāo)能量值和本端對(duì)象意圖，確定待播放音頻的目標(biāo)音量增益，包括：

33、將第一語音信號(hào)的目標(biāo)能量值、第二語音信號(hào)的目標(biāo)能量值進(jìn)行比較，得的待播放音頻的初始音量增益；

34、獲取本端對(duì)象意圖；

35、基于本端對(duì)象意圖和初始音量增益，確定待播放音頻的目標(biāo)音量增益。

36、在一實(shí)施例方式中，將第一語音信號(hào)的目標(biāo)能量值、第二語音信號(hào)的目標(biāo)能量值進(jìn)行比較，得的待播放音頻的初始音量增益，包括：

37、將第一語音信號(hào)的目標(biāo)能量值與第二語音信號(hào)的目標(biāo)能量值作差，得到差值；

38、將差值作為待播放音頻的初始音量增益。

39、在一實(shí)施例方式中，獲取本端對(duì)象意圖，包括：

40、獲取預(yù)設(shè)時(shí)間內(nèi)的音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)；

41、基于音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)，確定本端對(duì)象意圖。

42、在一實(shí)施例方式中，基于音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)，確定本端對(duì)象意圖，包括：

43、若音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)均為上升，本端對(duì)象意圖為提升待播放音頻的音量；

44、若音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)均為下降，本端對(duì)象意圖為降低待播放音頻的音量；

45、若音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)均不變，本端對(duì)象意圖為保持待播放音頻的音量。

46、在一實(shí)施例方式中，基于本端對(duì)象意圖和初始音量增益，確定待播放音頻的目標(biāo)音量增益，包括：

47、若本端對(duì)象意圖為保持待播放音頻的音量，且初始音量增益大于第二預(yù)設(shè)閾值，調(diào)整初始音量增益，并將調(diào)整后的初始音量增益作為待播放音頻的目標(biāo)音量增益；

48、若本端對(duì)象意圖為提升待播放音頻的音量且初始音量增益小于或等于第二預(yù)設(shè)閾值，將待播放音頻的目標(biāo)音量增益置零；

49、若本端對(duì)象意圖為降低待播放音頻的音量，且初始音量增益小于或等于第二預(yù)設(shè)閾值，將待播放音頻的目標(biāo)音量增益置零。

50、第二方面，本技術(shù)實(shí)施例提供了一種音頻調(diào)整裝置，包括：

51、采集模塊，用于采集本端的環(huán)境音頻；

52、語音獲取模塊，用于基于環(huán)境音頻，獲取第一語音信號(hào)；

53、增益確定模塊，用于基于第一語音信號(hào)、待播放音頻和本端對(duì)象意圖，確定待播放音頻的目標(biāo)音量增益，其中，待播放音頻為與本端進(jìn)行語音通信的對(duì)端的音頻流，本端對(duì)象意圖用于表征本端的對(duì)象所期望的音量調(diào)節(jié)趨勢(shì)；

54、音頻調(diào)整模塊，用于依據(jù)目標(biāo)音頻增益調(diào)整待播放音頻，得到調(diào)整后的待播放音頻，以在本端播放調(diào)整后的待播放音頻。

55、在一實(shí)施例方式中，語音獲取模塊還用于對(duì)環(huán)境音頻進(jìn)行處理，得到環(huán)境音頻信號(hào)；

56、檢測(cè)環(huán)境音頻信號(hào)中是否存在第一語音信號(hào)；

57、若存在，從環(huán)境音頻信號(hào)中提取第一語音信號(hào)。

58、在一實(shí)施例方式中，語音獲取模塊還用于計(jì)算環(huán)境音頻信號(hào)的能量占比；

59、基于能量占與第一預(yù)設(shè)閾值的大小，檢測(cè)環(huán)境音頻信號(hào)中是否存在第一語音信號(hào)。

60、在一實(shí)施例方式中，語音獲取模塊還用于獲取環(huán)境音頻信號(hào)對(duì)應(yīng)的頻域信號(hào)，并計(jì)算頻域信號(hào)的總能量值；

61、獲取頻域信號(hào)中的目標(biāo)頻域信號(hào)，并計(jì)算目標(biāo)頻域信號(hào)的總能量值，其中，目標(biāo)頻域信號(hào)為預(yù)設(shè)頻率的信號(hào)；

62、將目標(biāo)頻域信號(hào)的總能量值與頻域信號(hào)的總能量值作商，得到環(huán)境音頻信號(hào)的能量占比。

63、在一實(shí)施例方式中，增益確定模塊還用于計(jì)算第一語音信號(hào)的目標(biāo)能量值；

64、獲取待播放音頻對(duì)應(yīng)的待播放音頻信號(hào)，并檢測(cè)待播放音頻信號(hào)中是否存在第二語音信號(hào)；

65、若存在，計(jì)算第二語音信號(hào)的目標(biāo)能量值；

66、基于第一語音信號(hào)的目標(biāo)能量值、第二語音信號(hào)的目標(biāo)能量值和本端對(duì)象意圖，確定待播放音頻的目標(biāo)音量增益；

67、其中，第一語音信號(hào)為本端對(duì)象的語音信號(hào)，第二語音信號(hào)為對(duì)端對(duì)象的語音信號(hào)。

68、在一實(shí)施例方式中，增益確定模塊還用于計(jì)算第一語音信號(hào)的初始能量值；

69、獲取第一預(yù)設(shè)音量增益；

70、將第一語音信號(hào)的初始能量值與第一預(yù)設(shè)音量增益作商，得到第一語音信號(hào)的目標(biāo)能量值。

71、在一實(shí)施例方式中，增益確定模塊還用于計(jì)算第二語音信號(hào)的初始能量值；

72、獲取第二預(yù)設(shè)音量增益，其中，第二預(yù)設(shè)音量增益與第二語音信號(hào)的初始能量值相對(duì)應(yīng)；

73、將第二語音信號(hào)的初始能量值與第二預(yù)設(shè)音量增益作和，得到第二語音信號(hào)的目標(biāo)能量值。

74、在一實(shí)施例方式中，增益確定模塊還用于將第一語音信號(hào)的目標(biāo)能量值、第二語音信號(hào)的目標(biāo)能量值進(jìn)行比較，得的待播放音頻的初始音量增益；

75、獲取本端對(duì)象意圖；

76、基于本端對(duì)象意圖和初始音量增益，確定待播放音頻的目標(biāo)音量增益。

77、在一實(shí)施例方式中，增益確定模塊還用于將第一語音信號(hào)的目標(biāo)能量值與第二語音信號(hào)的目標(biāo)能量值作差，得到差值；

78、將差值作為待播放音頻的初始音量增益。

79、在一實(shí)施例方式中，增益確定模塊還用于獲取預(yù)設(shè)時(shí)間內(nèi)的音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)；

80、基于音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)，確定本端對(duì)象意圖。

81、在一實(shí)施例方式中，增益確定模塊還用于若音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)均為上升，本端對(duì)象意圖為提升待播放音頻的音量；

82、若音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)均為下降，本端對(duì)象意圖為降低待播放音頻的音量；

83、若音量按鍵的音量趨勢(shì)和應(yīng)用程序的播放音量趨勢(shì)均不變，本端對(duì)象意圖為保持待播放音頻的音量。

84、在一實(shí)施例方式中，增益確定模塊還用于若本端對(duì)象意圖為保持待播放音頻的音量，且初始音量增益大于第二預(yù)設(shè)閾值，調(diào)整初始音量增益，并將調(diào)整后的初始音量增益作為待播放音頻的目標(biāo)音量增益；

85、若本端對(duì)象意圖為提升待播放音頻的音量且初始音量增益小于或等于第二預(yù)設(shè)閾值，將待播放音頻的目標(biāo)音量增益置零；

86、若本端對(duì)象意圖為降低待播放音頻的音量，且初始音量增益小于或等于第二預(yù)設(shè)閾值，將待播放音頻的目標(biāo)音量增益置零。

87、第三方面，本技術(shù)實(shí)施例提供了一種設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器中并可在處理器上運(yùn)行的計(jì)算機(jī)程序，處理器執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上任一方法的步驟。

88、第四方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上任一方法的步驟。

89、本技術(shù)實(shí)施例提供了一種音頻調(diào)整方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，包括：先采集本端的環(huán)境音頻，然后基于環(huán)境音頻，獲取第一語音信號(hào)，再基于第一語音信號(hào)、待播放音頻和本端對(duì)象意圖，確定待播放音頻的目標(biāo)音量增益，最后依據(jù)目標(biāo)音頻增益調(diào)整待播放音頻，得到調(diào)整后的待播放音頻，以在本端播放調(diào)整后的待播放音頻。本技術(shù)從環(huán)境音頻中獲取第一語音信號(hào)，使本端對(duì)象所處環(huán)境與目標(biāo)音量增益進(jìn)行自動(dòng)匹配，拓展了音頻調(diào)整適用場(chǎng)景，使得在進(jìn)行音頻調(diào)整時(shí)能夠更加充分地考慮到環(huán)境因素，從而提高了音頻調(diào)整的準(zhǔn)確性和適應(yīng)性；此外，在獲取目標(biāo)音量增益中增加本端對(duì)象意圖，實(shí)現(xiàn)了待播放音頻的播放音量的精準(zhǔn)增益調(diào)整，使得在進(jìn)行音頻調(diào)整時(shí)能夠更加充分地考慮到用戶的需求和意圖，進(jìn)而提高了音頻調(diào)整的精準(zhǔn)度和用戶滿意度。