[发明专利]音频数据的处理方法、装置、电子设备及存储介质

说明书

本申请提供一种音频数据的处理方法、装置、电子设备及存储介质，该方法包括：获取待处理音频数据及待配置音频参数，所述待配置音频参数包括待配置声道数、待配置采样率和待配置采样位数中的至少一种；根据所述待配置音频参数对所述待处理音频数据进行相应的处理，获得音频二进制数据。实现了根据用户需求的声道数、采样率和采样位数，导出音频数据，一方面提高了录音产生的音频文件的导出灵活性和可用性，另一方面提高了用户体验。

技术领域

本申请涉及计算机技术领域，尤其涉及一种音频数据的处理方法、装置、电子设备及存储介质。

背景技术

在视听类业务或重交互的业务场景下，通常需要在WEB前端采集用户语音。

现有技术中，通常采用基于getUserMedia结合AudioContext的方式实现前端录音与音频文件导出。具体包括两个部分：一是音频数据采集流程，通过getUserMedia结合AudioContext获得音频数据，作为导出流程的待处理音频数据。二是音频数据导出流程，音频数据导出由用户手动触发，将待处理音频数据进行处理并封装成WAVE格式。具体包括：待处理音频数据数组扁平化-声道信息数组扁平化-设置WAVE格式文件头-将采样点进行16位PCM编码-编码后数据写入WAVE格式文件内容，获得音频二进制文件。其中，getUserMedia和AudioContext是浏览器本身提供的API接口。AudioContext接口表示由音频模块连接而成的音频处理图，每个模块对应一个AudioNode(节点)，AudioContext可以控制它所包含的节点的创建，以及音频处理、解码操作的执行。getUserMedia会提示用户给予使用媒体输入的许可，媒体输入会产生一个媒体流MediaStream，里面包含了请求的媒体类型的轨道。

但是现有技术的音频数据导出流程的采样率、声道数和采样位数都是固定的配置，通常采用双声道、48kHz采样率和16位采样位数，这种情况下，产出的音频文件体积较大，比如4s的录音可以达到700-800KB，不利于网络传输。或者有些场景需要将导出获得的音频数据流转到算法组进行语音识别，这种情况对导出的音频数据的采样率、声道数及采样位数有特殊要求。因此，现有的音频数据导出方式不够灵活，不能满足用户的需求。

发明内容

本申请提供一种音频数据的处理方法、装置、电子设备及存储介质，以解决现有技术导出方式不够灵活，不能满足用户需求等缺陷。

本申请第一个方面提供一种音频数据的处理方法，包括：

获取待处理音频数据及待配置音频参数，所述待配置音频参数包括待配置声道数、待配置采样率和待配置采样位数中的至少一种；

根据所述待配置音频参数对所述待处理音频数据进行相应的处理，获得音频二进制数据。

本申请第二个方面提供一种音频数据的处理装置，包括：

获取模块，用于获取待处理音频数据及待配置音频参数，所述待配置音频参数包括待配置声道数、待配置采样率和待配置采样位数中的至少一种；

处理模块，用于根据所述待配置音频参数对所述待处理音频数据进行相应的处理，获得音频二进制数据。

本申请第三个方面提供一种电子设备，包括：至少一个处理器和存储器；

所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现第一个方面提供的方法。

本申请第四个方面提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现第一个方面提供的方法。