[发明专利]音频合成方法、装置及存储介质

说明书

本发明公开了一种音频合成方法、装置及存储介质，属于多媒体技术领域。该方法包括：根据待合成的伴奏音频文件对应的歌曲信息，获取与伴奏音频文件对应的目标原唱音频文件；若伴奏音频文件的伴奏音频时长与目标原唱音频文件的原唱音频时长之间的第一时长差值小于或等于预设阈值，则通过短时能量算法，确定伴奏原唱对齐位置，若伴奏音频文件的伴奏音频时长与目标原唱音频文件的原唱音频时长之间的第一时长差值大于预设阈值，则通过短时互相关算法，确定伴奏原唱对齐位置；基于伴奏原唱对齐位置，按照指定音频文件格式，将伴奏音频文件和目标原唱音频文件合并成完整的音频文件。如此，自动实现音频合成，无需人工手动操作，提高了音频合成效率。

技术领域

本发明涉及多媒体技术领域，特别涉及一种音频合成方法、装置及存储介质。

背景技术

随着多媒体技术的快速发展，出现了丰富的音乐平台可以提供音频文件，例如，该音乐平台为K歌平台。在K歌平台中，一个完整的音频文件的基本格式通常需要包括双声道、指定比特大小、指定采样率等，例如，该指定比特大小可以为16bit，该指定采样率可以为44100Hz。其中，该双声道分别对应伴奏音频和原唱音频。在实际应用场景中，一般伴奏音频文件和原唱音频文件是独立存在的，因此，通常需要将伴奏音频和原唱音频进行合成。

在相关技术中，一般需要人工操作进行音频合成。也即是，该K歌平台的曲库中存储有伴奏音频文件和原唱音频文件，在实现过程中，需要人工根据歌曲名、歌手名等歌曲信息，从该曲库中查询伴奏音频文件和该伴奏音频文件对应的原唱音频文件，之后，将该伴奏音频文件和该原唱音频文件手动添加至音频编辑软件中，以通过该音频编辑软件进行音频合成。如此，导致操作较为繁琐，音频合成效率较低。

发明内容

为了解决相关技术的问题，本发明实施例提供了一种音频合成方法、装置及存储介质。所述技术方案如下：

第一方面，提供了一种音频合成方法，所述方法包括：

根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件；

若所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值小于或等于预设阈值，则通过短时能量算法，确定伴奏原唱对齐位置，若所述伴奏音频文件的伴奏音频时长与所述目标原唱音频文件的原唱音频时长之间的第一时长差值大于所述预设阈值，则通过短时互相关算法，确定所述伴奏原唱对齐位置，所述伴奏原唱对齐位置是指所述伴奏音频文件和所述目标原唱音频文件开始匹配的位置；

基于所述伴奏原唱对齐位置，按照指定音频文件格式，将所述伴奏音频文件和所述目标原唱音频文件合并成完整的音频文件，以实现音频合成。

可选地，所述根据待合成的伴奏音频文件对应的歌曲信息，获取与所述伴奏音频文件对应的目标原唱音频文件，包括：

获取与所述歌曲信息匹配的多个原唱音频文件；

确定所述伴奏音频文件的伴奏音频时长，以及确定所述多个原唱音频文件中的每个原唱音频文件的原唱音频时长；

分别确定每个原唱音频时长与所述伴奏音频时长之间的第二时长差值；

将所述多个原唱音频文件中与所述伴奏音频时长之间的第二时长差值最小的原唱音频文件确定为所述目标原唱音频文件。

可选地，所述通过短时互相关算法，确定所述伴奏原唱对齐位置，包括：

按照预设采样频率，分别对所述伴奏音频文件和所述目标原唱音频文件进行采样，得到第一采集集合和第二采样集合；

基于所述预设采样频率、所述第一采样集合、所述第二采样集合和预设互相关时间，确定所述伴奏原唱对齐位置，所述预设互相关时间与所述第一时长差值呈正相关关系。