一种混音方法和装置

摘要：

本申请公开了一种混音方法和装置，其中方法包括：获取用于混音的人声录音和背景音乐；对人声录音进行语音活动性检测，获取人声录音的第一能量；对背景音乐进行能量检测，获取背景音乐的第二能量；根据预置人声录音系数计算公式，结合第一能量和第二能量，计算人声录音对应的人声录音系数；根据预置背景音乐系数计算公式，结合第一能量和第二能量，计算背景音乐对应的背景音乐系数；基于人声录音系数、背景音乐系数对人声录音和背景音乐进行混音，得到混音文件。解决了现有的混音调节方法，人为操作麻烦降低了用户体验的技术问题。

专利类型：发明专利

申请/专利号：CN202011375166.3

申请日期：2020-11-30

公开/公告号：CN112489664A

公开/公告日：2021-03-12

主分类号：G10L19/00(2013.01)

申请/专利权人:广州趣丸网络科技有限公司

发明/设计人:熊佳;陈森海;徐志坚;谢睿;陈光尧

主申请人地址:510000 广东省广州市天河区黄埔大道西122号之二1701房,1702房,1703房,1704房,1705房,1905房(仅限办公用途)

专利代理机构:北京集佳知识产权代理有限公司

代理人:苏云辉

国别省市代码:广东;44

权利要求：

1.一种混音方法，其特征在于，包括： 获取用于混音的人声录音和背景音乐； 对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量； 对所述背景音乐进行能量检测，获取所述背景音乐的第二能量； 根据预置人声录音系数计算公式，结合所述第一能量和所述第二能量，计算所述人声录音对应的人声录音系数； 根据预置背景音乐系数计算公式，结合所述第一能量和所述第二能量，计算所述背景音乐对应的背景音乐系数； 基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件。 2.根据权利要求1所述的混音方法，其特征在于，对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量，具体包括： 对所述人声录音逐帧进行语音活动性检测，获取所述人声录音各帧的第一子能量； 根据所有所述第一子能量，计算所述人声录音的第一能量。 3.根据权利要求1所述的混音方法，其特征在于，对所述背景音乐进行能量检测，获取所述背景音乐的第二能量，具体包括： 对所述背景音乐逐帧进行能量检测，获取所述背景音乐各帧的第二子能量； 根据所有所述第二子能量，计算所述背景音乐的第二能量。 4.根据权利要求1所述的混音方法，其特征在于，预置人声录音系数计算公式为： 其中，coefv为人声录音系数，为第二能量，为第一能量。 5.根据权利要求1所述的混音方法，其特征在于，预置背景音乐系数计算公式为： 其中，coefm为背景音乐系数，为第二能量，为第一能量。 6.根据权利要求1所述的混音方法，其特征在于，基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件，具体包括： 将所述人声录音系数和所述人声录音相乘，得到第一中间文件； 将所述背景音乐系数和所述背景音乐相乘，得到第二中间文件； 将所述第一中间文件和所述第二中间文件做波形叠加处理，得到叠加文件； 将所述叠加文件做饱和处理，得到混音文件。 7.根据权利要求1所述的混音方法，其特征在于，基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件，之前还包括： 当判断到所述人声录音系数小于预置系数阈值时，将所述人声录音系数配置为所述预置系数阈值后执行后续步骤； 当判断到所述背景音乐系数小于预置系数阈值时，将所述背景音乐系数配置为所述预置系数阈值后执行后续步骤。 8.根据权利要求1所述的混音方法，其特征在于，对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量，之前还包括： 通过自动增益控制将所述人声录音的音量调整至预置音量范围内。 9.根据权利要求8所述的混音方法，其特征在于，通过自动增益控制将所述人声录音的音量调整至预置音量范围内，之前还包括： 对所述人声录音进行降噪处理。 10.一种混音装置，其特征在于，包括： 第一获取单元，用于获取用于混音的人声录音和背景音乐； 第二获取单元，用于对所述人声录音进行语音活动性检测，获取所述人声录音的第一能量； 第三获取单元，用于对所述背景音乐进行能量检测，获取所述背景音乐的第二能量； 第一计算单元，用于根据预置人声录音系数计算公式，结合所述第一能量和所述第二能量，计算所述人声录音对应的人声录音系数； 第二计算单元，用于根据预置背景音乐系数计算公式，结合所述第一能量和所述第二能量，计算所述背景音乐对应的背景音乐系数； 混音单元，用于基于所述人声录音系数、所述背景音乐系数对所述人声录音和所述背景音乐进行混音，得到混音文件。