[发明专利]音频识别方法、装置及存储介质

说明书

本发明公开了一种音频识别方法、装置及存储介质，属于互联网领域。所述方法包括：获取通过WASAPI采集的直播终端的第一音频，并获取通过直播终端中的声卡采集的第二音频，以根据第一音频和第二音频确定麦克风采集的音频。由于第一音频包括直播终端本身播放的音频，因此，无论直播终端上是否存在其他播放器也在播放主播正在演唱的歌曲，通过第一音频和第二音频可以直接得到麦克风采集的音频，有效避免了出现无法从获取到的音频中确定出麦风采集的音频的情况。

技术领域

本发明涉及互联网领域，特别涉及一种音频识别方法、装置及存储介质。

背景技术

目前，当主播通过直播终端在直播间内演唱歌曲时，服务器将从获取到的音频中识别哪些音频是主播发出的音频，以根据识别出的音频对该主播演唱的歌曲进行打分，并将在该直播间内显示该打分结果，以便于该直播间内的观众根据该打分结果与该主播进行互动。

相关技术中，服务器从获取到的音频中识别哪些音频是主播发出的音频，也即，从获取到的音频中识别哪些音频是直播终端中的麦克风采集的音频。具体地，当主播在直播间内演唱歌曲时，服务器获取的音频包括两路音频，一路音频为直播终端中的声卡采集的声卡音频，另一路音频为直播间内播放的背景音乐的音频，其中，声卡音频包括麦克风采集到的音频和直播间内播放的背景音乐的音频，因此，服务器可以将获取到的声卡音频和直播间内播放的背景音乐的音频互相抵消，抵消之后即可得到直播终端中的麦克风采集的音频。

在上述音频识别方法中，若直播终端上安装的其他播放器也在播放主播正在演唱的歌曲，则声卡采集到的声卡音频包括麦克风采集的音频、直播间内播放的背景音乐的音频和其他播放器播放的音频，此时若将获取到的声卡音频和直播间内播放的背景音乐的音频互相抵消，得到的是麦风采集的音频和其他播放器播放的音频，也即，此时服务器将无法从获取到的音频中识别出哪些音频是麦克风采集的音频。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种音频识别方法、装置及存储介质。所述技术方案如下：

第一方面，提供了一种音频识别方法，该方法包括：

获取通过WASAPI(Windows Audio Session Application ProgrammingInterface，微软音频会话应用程序接口)采集的直播终端的第一音频，所述第一音频包括所述直播终端本身播放的音频；

获取通过所述直播终端中的声卡采集的第二音频，所述第二音频包括所述直播终端本身播放的音频和所述直播终端中的麦克风采集的音频；

根据所述第一音频和所述第二音频确定所述麦克风采集的音频。

可选地，所述获取通过WASAPI采集的直播终端的第一音频，包括：

每隔预设时长向所述直播终端发送使用所述WASAPI采集音频的提示信息；

当接收到确认使用所述WASAPI采集音频的指令后，获取所述第一音频。

可选地，所述获取通过WASAPI采集的直播终端的第一音频，包括：

获取直播间内的主播正在表演的多媒体文件的标识；

根据所述多媒体文件的标识，确定所述多媒体文件的表演次数，所述表演次数是指所述主播在当前时间之前连续重复表演所述多媒体文件的次数；

当所述表演次数大于预设次数时，获取所述第一音频。

可选地，针对所述直播终端中的安装的直播应用客户端设置有第一音频采集方式和第二音频采集方式，所述第一音频采集方式是指通过所述WASAPI采集音频的方式，所述第二音频采集方式是指采集自身播放的音频的方式；

所述获取通过WASAPI采集的直播终端的第一音频之前，还包括：