[发明专利]实现对象音频录音的方法及装置、电子设备

权利要求书

1.一种实现对象音频录音的方法，其特征在于，包括：

通过多个麦克风同时执行声音采集操作，得到混合声音信号；

根据所述混合声音信号，以及每个麦克风的设置位置信息，从所述混合声音信号中识别出声源数量、每个声源的位置信息，并分离出对应于每个声源的对象声音信号；

组合各个声源的位置信息和对象声音信号，得到对象音频格式的音频数据；其中，所述音频数据由包含预设参数的头文件信息、多对象音频数据和对象音频辅助数据依次拼接得到，所述多对象音频数据由所述对象声音信号按照各个声源之间的排列顺序组合得到，所述对象音频辅助数据至少通过如下一种方式，由各个声源的位置信息按照所述排列顺序组合得到：

按照预设采样频率，分别对各个声源对应的位置信息进行采样；

其中，若当前采样点为首个采样时间点，则将得到的每个采样位置信息与对应的声源信息、采样时间点信息进行关联记录；若当前采样点为非首个采样时间点，则将得到的每个声源的采样位置信息与已记录的同一声源的上一采样位置信息进行比较，并将比较结果为不同的采样位置信息与对应的声源信息、采样时间点信息进行关联记录。

2.根据权利要求1所述的方法，其特征在于，所述根据所述混合声音信号，以及每个麦克风的设置位置信息，从所述混合声音信号中识别出声源数量、每个声源的位置信息，并分离出对应于每个声源的对象声音信号，包括：

根据每个声源发出的声音信号在各个麦克风之间形成的幅度差与相位差，从所述混合声音信号中识别出声源数量、每个声源的位置信息，并分离出对应于每个声源的对象声音信号。

3.根据权利要求1所述的方法，其特征在于，所述根据所述混合声音信号，以及每个麦克风的设置位置信息，从所述混合声音信号中识别出声源数量、每个声源的位置信息，并分离出对应于每个声源的对象声音信号，包括：

根据所述混合声音信号，以及每个麦克风的设置位置信息，从所述混合声音信号中识别出声源数量和每个声源的位置信息；

根据所述混合声音信号，每个麦克风的设置位置信息，以及所述声源数量和所述声源的位置信息，从所述混合声音信号中分离出对应于每个声源的对象声音信号。

4.根据权利要求3所述的方法，其特征在于，所述根据所述混合声音信号，每个麦克风的设置位置信息，以及所述声源数量和所述声源的位置信息，从所述混合声音信号中分离出对应于每个声源的对象声音信号，包括：

根据每个声源发出的声音信号在预设维度形成的特征量，建立对应的统计模型；

通过所述统计模型识别并分离出所述混合声音信号中符合任一声源的位置信息的声音信号，作为对应于所述任一声源的对象声音信号。

5.根据权利要求1所述的方法，其特征在于，所述组合各个声源的位置信息和对象声音信号，得到对象音频格式的音频数据，包括：

按照各个声源之间的排列顺序，对相应的对象声音信号进行组合，得到多对象音频数据；

按照所述排列顺序对各个声源的位置信息进行组合，得到对象音频辅助数据；

将包含预设参数的头文件信息、所述多对象音频数据和所述对象音频辅助数据进行依次拼接，得到所述对象音频格式的音频数据。

6.根据权利要求1所述的方法，其特征在于，所述组合每个声源的位置信息和对象声音信号，得到对象音频格式的音频数据，包括：

生成包含预设参数的头文件信息，并发送至预设音频处理设备；其中，所述头文件信息中包含每帧音频数据的时间长度；

通过下述步骤生成符合所述每帧音频数据的时间长度的每帧对象音频格式的音频数据，并依次将每帧对象音频格式的音频数据发送至所述预设音频处理设备：

按照各个声源之间的排列顺序，对相应的对象声音信号进行组合，得到多对象音频数据；

按照所述排列顺序对各个声源的位置信息进行组合，得到对象音频辅助数据；

将所述多对象音频数据和所述对象音频辅助数据进行依次拼接，得到每帧对象音频格式的音频数据。