[发明专利]音频数据处理方法、装置以及系统

说明书

本申请公开了一种音频数据处理方法、装置以及系统，属于音频处理技术领域。方法包括：判断存储的参考音频数据与采集到的采集音频数据之间是否存在差拍；如果存在差拍，则向存储参考音频数据的缓存中写入N个空白音频数据帧，并读取N个参考音频数据帧，空白音频数据帧为音量为零的音频数据帧；读取N个采集音频数据帧，基于N个参考音频数据帧和N个采集音频数据帧进行回声消除处理。在参考音频数据和采集音频数据存在差拍的情况下，本申请会在通过填补音量为零的空白音频数据消除差拍现象后，再进行回声消除处理，使得参与通话的其中一方仅能够听到参与通话的另一方的声音，有效地提升了回声消除的处理效果。

技术领域

本申请涉及音频处理技术领域，特别涉及一种音频数据处理方法、装置以及系统。

背景技术

回声消除(Echo Cancellation)又称回声抑制，是电路电话、移动电话、对讲机、VOIP(Voice over Internet Protocol，网络电话)等语音设备提升语音质量的一项非常重要的技术。其中，回声本质上是指自己的声音经过一段时延后又传到自己的耳朵中。例如，回声现象可概括为近端设备的扬声器播放出来的声音又被近端设备的麦克风拾取后发回给远端设备，使得位于远端的远端用户能够听到自己的声音。

示例性地，在近端设备与远端设备通话的过程中，受限于网络波动等因素的影响，常常会出现远端设备发送给近端设备的数据丢失的情况，这种情况直接会导致参考音频数据与采集音频数据之间存在差拍。示例性地，上述参考音频数据为远端设备发送给近端设备的数据，采集音频数据为近端设备的麦克风在本地采集到的音频数据。其中，差拍现象可概括为包含回声数据的采集音频数据与参考音频数据在时域上不是对应关系。

由于差拍现象会造成回声消除的处理效果不佳，因此在进行回声消除处理之前，通常还需先进行差拍现象的消除处理。即，在数据发生丢失的情况下，如何进行音频数据处理，以消除差拍现象，进而提高回声消除的处理效果，使得参与通话的其中一方仅能够听到参与通话的另一方的声音，成为了本领域技术人员时下关注的一个焦点。

发明内容

本申请提供了一种音频数据处理方法、装置以及系统，解决了相关技术中回声消除的处理效果不佳的问题。所述技术方案如下：

第一方面，提供了一种音频数据处理方法，所述方法包括：

判断存储的参考音频数据与采集到的采集音频数据之间是否存在差拍；

如果所述参考音频数据与所述采集音频数据之间存在差拍，则向存储所述参考音频数据的缓存中写入N个空白音频数据帧，并读取N个参考音频数据帧，所述空白音频数据帧为音量为零的音频数据帧，N为不小于1的正整数；

读取N个采集音频数据帧，基于所述N个参考音频数据帧和所述N个采集音频数据帧进行回声消除处理。

在另一个实施例中，所述判断存储的参考音频数据与采集到的采集音频数据之间是否存在差拍，包括：

获取存储的参考音频数据的播放时长；

判断所述播放时长是否小于设置的目标阈值；

如果所述播放时长小于所述目标阈值，则确定所述参考音频数据与所述采集音频数据之间存在差拍。

在另一个实施例中，每个音频数据帧的播放时长相等，所述目标阈值为设置的延时期望值与N个音频数据帧的播放时长之和；

其中，所述延时期望值指代第一时刻与第二时刻之间的时间差值，所述第一时刻为将接收到的参考音频数据存储至所述缓存的时刻，所述第二时刻为将所述接收到的参考音频数据播放出来后再被采集到的时刻。

在另一个实施例中，所述方法还包括：

在启动通话时设置所述延时期望值；或，在通话过程中，设置所述延时期望值。