[发明专利]一种音频处理方法、装置及终端

权利要求书

1.一种音频处理方法，其特征在于，包括：

获取目标音频文件的音频数据，所述音频数据包括至少一个音频帧；

根据所述至少一个音频帧的相关性构建峰值特征序列，所述峰值特征序列包括至少一个峰值特征元素；

对所述峰值特征序列进行规整处理；

根据规整后的所述峰值特征序列中的至少一个峰值特征元素的数值确定段落变化时间；

按照所述段落变化时间对所述目标音频文件进行段落划分。

2.如权利要求1所述的方法，其特征在于，所述获取目标音频文件的音频数据，包括：

获取所述目标音频文件的类型，所述类型包括：双声道类型或单声道类型；

若所述目标音频文件的类型为单声道类型，对所述目标音频文件从所述单声道输出的内容进行解码获得音频数据；

若所述目标音频文件的类型为双声道类型，从所述双声道中选取一个声道，对所述目标音频文件从所选取声道输出的内容进行解码获得音频数据；或者将所述双声道处理为混合声道，对所述目标音频文件从所述混合声道输出的内容进行解码获得音频数据。

3.如权利要求1或2所述的方法，其特征在于，所述根据所述至少一个音频帧的相关性构建峰值特征序列，包括：

对所述至少一个音频帧中各音频帧进行相关计算，获得所述至少一个音频帧对应的相关函数序列；

对所述至少一个音频帧对应的相关函数序列进行最大值计算，生成基准序列；

对所述基准序列进行峰值求取计算，获得所述峰值特征序列。

4.如权利要求3所述的方法，其特征在于，所述对所述峰值特征序列进行规整处理，包括：

获取预设的间隔系数对应的扫描区间；

采用所述预设的间隔系数对应的扫描区间对所述峰值特征序列进行规整，将所述预设的间隔系数对应的扫描区间内的最大峰值对应的峰值特征元素的数值设置为目标值，将所述预设的间隔系数对应的扫描区间内除所述最大峰值对应的峰值特征元素之外的其他峰值特征元素的数值设置为初始值。

5.如权利要求4所述的方法，其特征在于，所述根据规整后的所述峰值特征序列中的至少一个峰值特征元素的数值确定段落变化时间，包括：

从规整后的所述峰值特征序列中获取数值为目标值的峰值特征元素对应的目标索引；

根据所述目标索引及所述目标音频文件的采样率，计算段落变化时间。

6.一种音频处理装置，其特征在于，包括：

获取单元，用于获取目标音频文件的音频数据，所述音频数据包括至少一个音频帧；

构建单元，用于根据所述至少一个音频帧的相关性构建峰值特征序列，所述峰值特征序列包括至少一个峰值特征元素；

规整处理单元，用于对所述峰值特征序列进行规整处理；

确定单元，用于根据规整后的所述峰值特征序列中的至少一个峰值特征元素的数值确定段落变化时间；

分段单元，用于按照所述段落变化时间对所述目标音频文件进行段落划分。

7.如权利要求6所述的装置，其特征在于，所述获取单元包括：

类型获取单元，用于获取所述目标音频文件的类型，所述类型包括：双声道类型或单声道类型；

解码单元，用于若所述目标音频文件的类型为单声道类型，对所述目标音频文件从所述单声道输出的内容进行解码获得音频数据；或者，用于若所述目标音频文件的类型为双声道类型，从所述双声道中选取一个声道，对所述目标音频文件从所选取声道输出的内容进行解码获得音频数据；或者将所述双声道处理为混合声道，对所述目标音频文件从所述混合声道输出的内容进行解码获得音频数据。

8.如权利要求6或7所述的装置，其特征在于，所述构建单元包括：

相关计算单元，用于对所述至少一个音频帧中各音频帧进行相关计算，获得所述至少一个音频帧对应的相关函数序列；

生成单元，用于对所述至少一个音频帧对应的相关函数序列进行最大值计算，生成基准序列；

序列求取单元，用于对所述基准序列进行峰值求取计算，获得所述峰值特征序列。