[发明专利]混音处理方法、装置、电子设备和存储介质

说明书

本公开涉及一种混音处理方法、装置、电子设备和存储介质，其中方法包括：通过获取采集的外部音频信号，并根据播放信号对采集的外部音频信号进行自适应回声滤波处理，得到消除了线性回声的第二声音信号，并对第二声音信号进行语音信号检测，当没有检测到语音信号时才对第二声音信号进行非线性残余回声处理，以得到消除残余回声的第三声音信号，进而根据播放信号与外部音频信号的延时将第三声音信号和播放信号进行叠加混音，得到目标音频信号。由于本公开只有在没有检测到语音信号时才进一步进行非线性残余回声抑制处理，从而不存在损坏语音信号的情况，且通过对去除了线性和非线性回声的第三声音信号与播放信号的对齐叠加，得到了优质的音质效果。

技术领域

本公开涉及音频信号处理技术领域，特别是涉及一种混音处理方法、装置、电子设备和存储介质。

背景技术

随着互联网技术的不断发展，网络直播已成为一种新兴的网络社交方式，由于网络直播可以同一时间透过网络系统并在不同的交流平台进行现场直播，其具有直观、快速以及交互性强的特点。

在进行网络直播时，一般主播会通过播放背景音乐(Background Music，BGM)来调节直播间气氛，以提升观众体验。而对于如何在直播过程中将BGM播放给观众收听，目前一般采用的方式如图1所示：主播通过本地终端的扬声器播放BGM，并利用本地终端的音频采集设备(如麦克风)采集外放的BGM，再混合主播的人声，一起直播给观众(即远端终端)，然而，BGM经过扬声器播放后再由音频采集设备采集，使得原本的立体声已变成了单声道，其音质下降明显。

发明内容

基于此，有必要针对上述直播过程中BGM音质较差的问题，提供一种能够有效改善BGM音质的混音处理方法、装置、电子设备和存储介质。

为了实现上述目的，根据本公开实施例的第一方面，提供了一种混音处理方法，所述方法包括：

获取采集的外部音频信号，其中，外部音频信号为采集的外部环境中的第一声音信号，具体的，第一声音信号中包括终端内部播放的背景音乐通过扬声器扩散后产生的该背景音乐的回声信号；

根据播放信号对采集的外部音频信号进行自适应回声滤波处理，得到滤除部分回声后的第二声音信号，其中，播放信号为终端内部播放背景音乐的原始信号；

对所述第二声音信号进行语音信号检测；

若在第二声音信号中没有检测到语音信号，则对第二声音信号进行非线性残余回声抑制处理，得到消除残余回声后的第三声音信号；

根据播放信号与外部音频信号的延时将第三声音信号和播放信号进行叠加混音，以得到目标音频信号。

在其中一个实施例中，在对第二声音信号进行语音信号检测之后，上述方法还包括：若在第二声音信号中检测到语音信号，则根据播放信号与外部音频信号的延时将第二声音信号和播放信号进行叠加混音，以得到目标音频信号。

在其中一个实施例中，若在第二声音信号中检测到语音信号，则进一步检测播放信号的音量大小；若音量大小超过预设阈值，则将播放信号的音量大小减弱至预设阈值；进而根据播放信号与外部音频信号的延时，将第二声音信号和减弱音量的播放信号进行叠加混音，以得到目标音频信号。

在其中一个实施例中，根据播放信号对采集的外部音频信号进行自适应回声滤波处理之前，还包括：检测终端内部是否正在播放背景音乐；若检测到终端内部正在播放背景音乐，则获取终端内部当前播放的背景音乐的原始信号。

在其中一个实施例中，获取播放信号与背景音乐的回声信号之间的第一延时；将该第一延时确定为播放信号与外部音频信号的延时。

在其中一个实施例中，根据播放信号与外部音频信号的延时将第三声音信号和播放信号进行对齐；将对齐后的第三声音信号和播放信号进行叠加，以得到目标音频信号。