[发明专利]一种音频生成方法及设备

说明书

本申请实施例公开了一种音频生成方法及设备，其中方法包括：接收用户输入的音频生成指令，所述音频生成指令用于指示用户想要在生成的目标音频中嵌入的二维图像；响应于所述音频生成指令，获取所述二维图像的目标灰度图像；将所述目标灰度图像中各个像素点的灰度数据转换为语谱图中各个像素点的频域数据，得到目标语谱图；利用所述目标语谱图生成所述目标语谱图对应的目标音频。由此可以实现在音频中嵌入图像信息的目的，使得图像具备发声功能，同时音频中又可以包含了图像信息，大大地提升了音频与图像的关联性。

技术领域

本申请涉及音频处理技术领域，尤其涉及一种音频生成方法及设备。

背景技术

目前存在一些将图片和音频关联的场景，例如，直接将图片作为音频文件的封面，然后将图片和音频存储为新的文件格式，以便于用户在播放音频时，可以直接展示该图片。该方式下，图片仅仅作为音频的封面图片，图片与音频之间的相关性比较低，实用性较差。

发明内容

本申请实施例提供了一种基于图像处理音频生成方法及设备，能够实现在音频中嵌入图像信息的目的，使得图像具备发声功能，同时音频中又可以包含了图像信息，大大地提升了音频与图像的关联性。

一方面，本申请实施公开了一种音频生成方法，该方法包括：

接收用户输入的音频生成指令，所述音频生成指令用于指示用户想要在生成的目标音频中嵌入的二维图像；

响应于所述音频生成指令，获取所述二维图像的目标灰度图像；

将所述目标灰度图像中各个像素点的灰度数据转换为语谱图中各个像素点的频域数据，得到目标语谱图；

利用所述目标语谱图生成所述目标语谱图对应的目标音频。

另一方面，本申请实施例提供了一种音频生成设备，该设备包括:

处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，并执行如下步骤：

接收用户输入的音频生成指令，所述音频生成指令用于指示用户想要在生成的目标音频中嵌入的二维图像；

响应于所述音频生成指令，获取所述二维图像的目标灰度图像；

将所述目标灰度图像中各个像素点的灰度数据转换为语谱图中各个像素点的频域数据，得到目标语谱图；

利用所述目标语谱图生成所述目标语谱图对应的目标音频。

再一方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如下步骤：

接收用户输入的音频生成指令，所述音频生成指令用于指示用户想要在生成的目标音频中嵌入的二维图像；

响应于所述音频生成指令，获取所述二维图像的目标灰度图像；

将所述目标灰度图像中各个像素点的灰度数据转换为语谱图中各个像素点的频域数据，得到目标语谱图；

利用所述目标语谱图生成所述目标语谱图对应的目标音频。

本申请实施例在接收到音频生成指令时，能够通过响应于该音频生成指令，获取用户想要在生成的目标音频中嵌入的二维图像的目标灰度图像，并将该目标灰度图像中各个像素点的灰度数据转换为语谱图中各个像素点的频域数据，得到目标语谱图，也就是将二维图像与目标音频的目标语谱图关联起来，然后利用目标语谱图生成目标语谱图对应的目标音频，从而实现根据二维图像生成目标音频。由此可见，本申请实施例能够实现在音频中嵌入图像信息的目的，使得图像具备发声功能，同时音频中又可以包含了图像信息，大大地提升了音频与图像的关联性。

附图说明