[发明专利]音频数据的处理方法、装置、设备及存储介质

说明书

本发明公开了音频数据的处理方法、装置、设备及存储介质，该方法包括：获取待处理的音频数据和所述音频数据中各音频帧播放时的变速速率；依次将各所述音频帧作为待处理的当前音频帧，并转换所述当前音频帧到频域，根据所述当前音频帧的变速速率及上一音频帧的变速速率，确定所述当前音频帧的目标相位信号；根据所述目标相位信号，时域转换得到处理后的当前音频帧。利用该方法，实现了对具备不同变速速率的音频数据在相位域的变速处理，既保证了变速后音频数据音调及音色与原始音频数据的一致性，还避免了不同变速速率的音频数据在相邻音频帧之间出现相位及幅度跳变的问题，由此保证了音质的完好性，从而保证了所处理音频数据的播放效果。

技术领域

本发明涉及音频处理技术领域，尤其涉及音频数据的处理方法、装置、设备及存储介质。

背景技术

在音频数据处理中，有时候需要将音频数据以快于或慢于原始录制速率的速率进行播放，同时不改变原始音频的音调、音色等特征，这种对音频数据播放速度的调整处理通常称为音频数据的变速播放。

在音频数据的变速播放过程中，常规做法包括时域变速处理和相位域变速处理(也称频域变速处理)两类，其中，时域变速处理因运算简单，主要适用于一些对运算复杂度有严格要求的场景，其缺点则是变速处理后的音频音质不佳，或与原始音频的音色、音调有差别；相位域变速处理的运算稍微复杂，但其在变换速率单一的情况下，能够保持所处理音频数据具有较好的音质，同时也能降低与原始音频数据音色及音调的差别。

然而，在实际应用中，进行音频变速播放处理时，存在其变速速率不断变化的情况，如，直播平台中用户对录制的多段音频数据选择不同的特定比率进行变速播放，又如，对用户的清唱音频进行对齐和修音过程中，需要对某不同段的音频数据进行不同变速调整等，对于上述情况，常规的相位域变速处理很容易在前后变速速率发生较大变化时，在对两段具备不同变速速率处理后的音频数据进行合并时容易产生相位及幅度的跳变，从而导致音质受损，影响所处理音频数据的播放效果。

发明内容

有鉴于此，本发明实施例提供了音频数据的处理方法、装置、设备及存储介质，以解决现有音频变速方法无法对具备不同变速速率的音频数据进行有效处理的问题。

第一方面，本发明实施例提供了一种音频数据的处理方法，包括：

获取待处理的音频数据和所述音频数据中各音频帧播放时的变速速率；

依次将各所述音频帧作为待处理的当前音频帧，并转换所述当前音频帧到频域；

根据所述当前音频帧的变速速率及上一音频帧的变速速率，确定所述当前音频帧的目标相位信号；

根据所述目标相位信号，时域转换得到处理后的当前音频帧。

可选的，所述根据所述当前音频帧的变速速率及上一音频帧的变速速率，确定所述当前音频帧的目标相位信号，包括：根据上一音频帧的变速速率，获得当前音频帧的候选相位信号；如果所述当前音频帧的变速速率与上一音频帧的变速速率相同，则将所述候选相位信号确定为所述当前音频帧的目标相位信号；否则，根据所述当前音频帧的变速速率及所述候选相位信号，确定补偿相位信号，基于所述补偿相位信号，确定所述当前音频帧的目标相位信号，并更新所述当前音频帧之前设定帧数的音频帧的目标相位信号。

可选的，根据上一音频帧的变速速率、转换到频域的原始相位信号及对应的目标相位信号，确定所述当前音频帧的相移量，包括：