[发明专利]数据处理方法、装置、设备及存储介质

说明书

本发明公开了一种数据处理方法、装置、设备及存储介质，所述方法包括：获取多个目标终端中的各个目标终端对应的音频采样数据；针对每个所述目标终端，通过与所述目标终端的多次往返通信，确定与所述目标终端通信的目标网络延迟时间；根据所述多个目标终端对应的所述目标网络延迟时间、所述服务端的当前本地时间以及所述音频采样数据，对所述多个目标终端进行音频对齐。本发明可以不依赖于各个终端设备的时间同步，且无需采购及部署中控设备，提升了音频对齐的精度。

技术领域

本发明涉及数据处理领域，尤其涉及一种数据处理方法、装置、设备及存储介质。

背景技术

随着计算机技术的发展，越来越多的场景中需要用到音频对齐，例如，多人会议场景中多个声源的音频流由于网络延迟、硬件终端设备不统一、本地时钟误差等原因，导致音频流出现不可控的错位问题，这对使用未对齐音频流进行语音识别大大降低语音识别与会议纪要的准确率。

目前，为了实现音频对齐，一般在会议中使用相关中控设备或在会议中对各个终端设备使用授时服务后统一音频流的发送时间。

但是，中控设备的使用，需要采购整套系统并部署，成本较高、浪费资源；依赖授时服务，需要控制各个终端设备时间同步以及准确性，但是该时间不可控，导致音频对齐的精度较低。因此，现有技术中无法保证节约资源的同时，提升音频对齐的精度。

发明内容

本发明的主要目的在于提供一种数据处理方法、装置、设备及存储介质，旨在解决无法保证节约资源的同时，提升音频对齐的精度的问题。

为实现上述目的，本发明提供一种数据处理方法，所述数据处理方法包括：

获取多个目标终端中的各个目标终端对应的音频采样数据；

针对每个所述目标终端，通过与所述目标终端的多次往返通信，确定与所述目标终端通信的目标网络延迟时间；

根据所述多个目标终端对应的所述目标网络延迟时间、所述服务端的当前本地时间以及所述音频采样数据，对所述多个目标终端进行音频对齐。

在一种可能的实现方式中，所述根据所述多个目标终端对应的所述目标网络延迟时间、所述服务端的当前本地时间以及所述音频采样数据，对所述多个目标终端进行音频对齐，包括：

针对每个所述目标终端，根据所述目标网络延迟时间和所述当前本地时间，得到所述目标终端对应的音频起始时间；

根据所述多个目标终端对应的所述音频起始时间和所述音频采样数据，对所述多个目标终端进行音频对齐。

在一种可能的实现方式中，所述音频采样数据包括采样频率和采样位数；

所述根据所述多个目标终端对应的所述音频起始时间和所述音频采样数据，对所述多个目标终端进行音频对齐，包括：

获取所述目标终端每次发送音频流的字节长度；

计算所述采样频率和所述采样位数的乘积，并根据所述字节长度和所述乘积，计算所述字节长度与所述乘积的比值，得到每次接收的所述音频流的音频时长；

根据所述多个目标终端设备对应的所述音频起始时间和所述音频时长，对所述多个目标终端进行音频对齐。

在一种可能的实现方式中，所述根据所述多个目标终端设备对应的所述音频起始时间和所述音频时长，对所述多个目标终端进行音频对齐，包括：

根据所述音频起始时间和所述音频时长，生成所述目标终端的时间戳；

对所述多个目标终端对应的所述时间戳进行排序，使得所述多个目标终端对应的音频对齐。

在一种可能的实现方式中，所述通过与所述目标终端的多次往返通信，确定与所述目标终端通信的目标网络延迟时间，包括：