[发明专利]一种音频处理方法及相关产品

权利要求书

1.一种音频处理方法，其特征在于，包括：

对原始音频分别做N种不同的音调调整，得到候选音频集合，所述候选音频集合包含N个候选音频，所述候选音频集合中的任意两个候选音频的音调相差至少一个半音，所述原始音频为人演唱的干声和原版伴奏混合处理得到的音频，所述N为正整数；

将所述候选音频集合中的各个候选音频分别与所述原版伴奏做对齐处理，得到各个所述候选音频与所述原版伴奏的对齐相似度；其中，对齐相似度用于表征所述候选音频与所述原版伴奏对齐的程度；

将所述候选音频集合中与所述原版伴奏的对齐相似度超过目标阈值的候选音频确定为目标候选音频；

对所述目标候选音频和所述原版伴奏做合成处理，得到目标音频。

2.根据权利要求1所述的方法，其特征在于，所述将所述候选音频集合中的各个候选音频分别与所述原版伴奏做对齐处理，得到各个所述候选音频与所述原版伴奏的对齐相似度，包括：

计算所述候选音频集合中各个候选音频的音频指纹，以及计算所述原版伴奏的音频指纹；

从所述候选音频的音频指纹中截取至少两个子音频指纹，所述至少两个子音频指纹的长度均与所述原版伴奏的音频指纹的长度相同；

分别计算所述至少两个子音频指纹与所述原版伴奏的音频指纹的相似度，得到至少两个相似度；

将所述至少两个相似度中较大的一个相似度确定为所述候选音频与所述原版伴奏的对齐相似度。

3.根据权利要求2所述的方法，其特征在于，所述从所述候选音频的音频指纹中截取至少两个子音频指纹，包括：

从所述候选音频的音频指纹中截取至少两个长度与所述原版伴奏的音频指纹的长度相同的子音频指纹，得到所述至少两个子音频指纹，所述至少两个子音频指纹在所述候选音频的音频指纹中的位置不同。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述对原始音频分别做N种不同的音调调整包括：

按照升降系数对所述原始音频上升或下降至少一个半音，所述升降系数的值与上升或下降的半音的个数成正比。

5.根据权利要求2或3所述的方法，其特征在于，所述计算所述候选音频集合中各个候选音频的音频指纹，以及计算所述原版伴奏的音频指纹，包括：

对各个所述候选音频做分帧处理，逐帧计算所述候选音频的音频指纹；

对所述原版伴奏做分帧处理，逐帧计算所述原版伴奏的音频指纹。

6.根据权利要求5所述的方法，其特征在于，所述对所述目标候选音频和所述原版伴奏做合成处理，得到目标音频包括：

将所述目标候选音频的第一音频片段用所述原版伴奏的第二音频片段代替，得到所述目标音频，所述第一音频片段的起始时间和片段时长分别与所述第二音频片段的起始时间和片段时长一致。

7.一种音频处理装置，其特征在于，包括：

调音单元，用于对原始音频分别做N种不同的音调调整，得到候选音频集合，所述候选音频集合包含N个候选音频，所述候选音频集合中的任意两个候选音频的音调相差至少一个半音，所述原始音频为人演唱的干声和原版伴奏混合处理得到的音频，所述N为正整数；

对齐单元，用于将所述候选音频集合中的各个候选音频分别与所述原版伴奏做对齐处理，得到各个所述候选音频与所述原版伴奏的对齐相似度；其中，对齐相似度用于表征所述候选音频与所述原版伴奏对齐的程度；

确定单元，用于将所述候选音频集合中与所述原版伴奏的对齐相似度超过目标阈值的候选音频确定为目标候选音频；

合成单元，用于对所述目标候选音频和所述原版伴奏做合成处理，得到目标音频。