[发明专利]音频剪辑方法及装置

说明书

本公开是关于一种音频剪辑方法及装置、电子设备和计算机可读存储介质。其中，音频剪辑方法包括：接收录音音频；基于录音音频中的目标声音分贝值，确定对应的静音阈值；将录音音频中分贝值低于所述静音阈值的音频片段进行删除，得到有效录音音频文件。通过音频文件中的目标声音确定对应的静音阈值，根据不同场景调整静音消除的阈值，进一步得到有效的录音文件，从而更加准确定位出音频中的静音区间，提高了静音消除的准确性，提升用户体验。

技术领域

本公开涉及音频处理技术领域，尤其涉及一种音频剪辑方法及装置、电子设备和计算机可读存储介质。

背景技术

随着智能手机、录音设备的发展，在日常工作和生活中，录音已越来越便捷，可应用于不同场景中，例如电话录音、会议录音、演讲录音等等。用户使用录音设备通常用于录制目标声音，包括人声、动物声等，但多数场景下，如果录制的音频时间较长，往往录制的音频文件会有很长时间的静音期，观察录音文件的波形图，只有一少部分才有录制的音频波形。在监控录音中，静音期过长的问题更加明显，导致无效录音部分占用存储空间大，录音文件中有效信息稀疏，用户难以快速定位至有声音的部分。

为了可以使用户快速的定位有声音的那部分，目前常用的做法包括：手动将静音的部分删除，非常耗费人力；或者设定一个预设值，将低于预设值的音频全部删除，这种做法会导致在某些场景下静音消除失效，并且会消除掉语音片段中应该有的停顿。

发明内容

为克服相关技术中存在的问题，本公开提供一种音频剪辑方法及装置、电子设备和计算机可读存储介质。

根据本公开实施例的第一方面，提供一种音频剪辑方法，方法包括：接收录音音频；基于录音音频中的目标声音分贝值，确定对应的静音阈值；将录音音频中分贝值低于静音阈值的音频片段进行删除，得到有效录音音频文件。

在一实施例中，方法还包括：基于录音音频，通过识别模型，确定录音音频中的目标声音区间；基于目标声音区间，确定目标声音分贝值。

在一实施例中，基于目标声音区间，确定目标声音分贝值，包括：基于录音音频中全部目标声音区间中的平均分贝值，确定目标声音分贝值。

在一实施例中，基于录音音频，通过识别模型，确定录音音频中的目标声音区间包括：基于录音音频的样本音频文件，将大于目标声音阈值的声音区间作为目标声音区间；或基于录音音频的样本音频文件，通过声纹识别，确定样本音频文件中的目标声音区间。

在一实施例中，样本音频文件包括：全部录音音频、部分录音音频或采样录音音频的一种。

在一实施例中，基于录音音频中的目标声音分贝值，确定对应的静音阈值包括：获取多种场景下的样本录音音频；根据场景，确定样本录音音频的静音区间与目标声音区间；根据静音区间与目标声音区间的分贝值，确定每个场景中目标声音分贝值对应的静音阈值。

在一实施例中，场景包括室内、室外和野外。

在一实施例中，基于录音音频中的目标声音分贝值，确定对应的静音阈值包括：基于目标声音分贝值，根据静音比例计算录音音频对应的静音阈值。

在一实施例中，将录音音频中分贝值低于静音阈值的音频片段进行删除，得到有效录音音频文件，包括：根据静音阈值对录音音频进行分割处理，得到多个音频片段；删除分贝值低于静音阈值的音频片段；将剩余音频片段按时间序列拼接合成，得到有效录音音频文件。

在一实施例中，删除分贝值低于静音阈值的音频片段包括：基于时长阈值，判断分贝值低于静音阈值的音频片段的时长是否大于时长阈值，若大于时长阈值，则将分贝值低于静音阈值的音频片段压缩为时长阈值长度的音频片段，若小于或等于时长阈值，则保留分贝值低于静音阈值的音频片段。

在一实施例中，删除分贝值低于静音阈值的音频片段，包括：将全部分贝值低于静音阈值的音频片段删除后，在删除位置添加等时长的静音音频片段。