[发明专利]音频处理方法及装置

权利要求书

1.一种音频处理方法，其特征在于，包括：

获取待检测音频文件；

对所述待检测音频文件进行分帧处理获得多个音频帧，并在所述多个音频帧中筛选出满足喷麦检测条件的目标音频帧；

根据所述目标音频帧和所述目标音频帧的下一音频帧生成频率幅度谱，以及根据所述目标音频帧的上一音频帧和上二音频帧生成参考频率幅度谱；

将所述频率幅度谱和所述参考频率幅度谱进行比对，根据比对结果确定所述待检测音频文件的喷麦音频帧。

2.根据权利要求1所述的音频处理方法，其特征在于，所述在所述多个音频帧中筛选出满足喷麦检测条件的目标音频帧，包括：

确定所述多个音频帧分别对应的音量幅度特征，并选择所述音量幅度特征满足预设音量幅度特征条件的音频帧确定为初始音频帧；

基于预设的降采样策略或幅度异常策略对所述初始音频帧进行筛选，获得中间音频帧；

构建所述中间音频帧对应的中间频率幅度谱；

基于所述中间频率幅度谱确定所述中间音频帧满足预设幅度谱分布条件的情况下，将所述中间音频帧作为所述目标音频帧。

3.根据权利要求2所述的音频处理方法，其特征在于，所述确定所述多个音频帧分别对应的音量幅度特征，包括：

获取所述多个音频帧分别对应的时域信号幅度；

根据所述时域信号幅度计算所述多个音频帧分别对应的平均时域信号幅度，作为所述多个音频帧分别对应的音量幅度特征，或者

根据所述时域信号幅度确定所述多个音频帧分别对应的峰值时域信号幅度，作为所述多个音频帧分别对应的音量幅度特征。

4.根据权利要求2所述的音频处理方法，其特征在于，所述基于预设的降采样策略对所述初始音频帧进行筛选，获得中间音频帧，包括：

确定所述初始音频帧对应的第一幅度峰值，并根据所述第一幅度峰值对所述初始音频帧进行降采样处理，获得所述初始音频帧对应的第二幅度峰值；

在所述第二幅度峰值大于第一预设峰值阈值的情况下，基于所述第一幅度峰值和所述第二幅度峰值计算所述初始音频帧对应的目标幅度峰值；

在所述目标幅度峰值大于第二预设峰值阈值的情况下，将所述初始音频帧确定为所述中间音频帧。

5.根据权利要求2所述的音频处理方法，其特征在于，所述基于预设的幅度异常策略对所述初始音频帧进行筛选，获得中间音频帧，包括：

确定所述初始音频帧对应的第一幅度值；

在所述第一幅度值大于第一预设幅度值阈值的情况下，确定所述初始音频帧相邻的相邻音频帧；

确定所述相邻音频帧对应的第二幅度值，并基于所述第一幅度值和所述第二幅度值计算所述初始音频帧对应的目标幅度值；

在所述目标幅度值大于第二预设幅度值阈值的情况下，将所述初始音频帧确定为所述中间音频帧。

6.根据权利要求2所述的音频处理方法，其特征在于，所述构建所述中间音频帧对应的中间频率幅度谱，包括：

确定所述中间音频帧的前一中间音频帧，并对所述中间音频帧和所述前一中间音频帧进行变换；

根据变换结果构建所述中间音频帧对应的所述中间频率幅度谱。

7.根据权利要求6所述的音频处理方法，其特征在于，所述基于所述中间频率幅度谱确定所述中间音频帧满足预设幅度谱分布条件的情况下，将所述中间音频帧作为所述目标音频帧，包括：

在所述中间频率幅度谱的峰值位于低频区域，且所述中间频率幅度谱的峰值大于预设峰值阈值的情况下，将所述中间音频帧作为所述目标音频帧。

8.根据权利要求1所述的音频处理方法，其特征在于，所述根据所述目标音频帧和所述目标音频帧的下一音频帧生成频率幅度谱，包括：

在所述多个音频帧中确定所述目标音频帧的下一音频帧，并对所述目标音频帧和所述目标音频帧的下一音频帧进行变换；

根据变换结果构建所述频率幅度谱。