[发明专利]一种音频数据处理方法、装置、计算机设备以及介质

说明书

本申请实施例提供了一种音频数据处理方法、装置、计算机设备以及介质，该方法可以应用于云技术、人工智能、智慧交通、音频等各种场景，方法包括：在应用界面中显示原始文本信息；获取目标音色信息和目标文本信息对应的目标音频数据；目标文本信息是指在原始文本信息中所选择的文本信息；获取针对原始文本信息的拼接音频数据；拼接音频数据是由融合音频数据和剩余文本信息对应的标准音频数据进行拼接得到；剩余文本信息为原始文本信息中除目标文本信息之外的文本信息；融合音频数据是由目标音频数据和目标音色信息进行融合得到。本申请可以提高音频创作的丰富度，且提高音频数据的质量。

技术领域

本申请涉及计算机技术领域，尤其涉及一种音频数据处理方法、装置、计算机设备以及介质。

背景技术

目前，配音制作的方式主要是调用语音合成算法的方式，即将需要进行语音制作的文本信息直接输入至语音合成算法，通过语音合成算法直接生成文本信息对应的音频数据。对于语音合成算法的方式来实现配音制作而言，可以快速生成发音标准的音频数据，然而，生成的音频数据在语气、语速和情感等音频信息上比较单一，从而降低了音频创作的丰富度。此外，由于不同的场景需要具有不同音频信息的音频数据，语音合成算法所生成的单一的音频数据难以适应于多种场景下的配音需求，进而明显降低音频数据的质量。

发明内容

本申请实施例提供一种音频数据处理方法、装置、计算机设备以及介质，可以提高音频创作的丰富度，且提高音频数据的质量。

本申请实施例一方面提供了一种音频数据处理方法，包括：

在应用界面中显示原始文本信息；

获取目标音色信息和目标文本信息对应的目标音频数据；目标文本信息是指在原始文本信息中所选择的文本信息；目标音频数据中的音频内容与目标文本信息相匹配；

获取针对原始文本信息的拼接音频数据；拼接音频数据是由融合音频数据和剩余文本信息对应的标准音频数据进行拼接得到；剩余文本信息为原始文本信息中除目标文本信息之外的文本信息；融合音频数据是由目标音频数据和目标音色信息进行融合得到；标准音频数据中的音频内容与剩余文本信息相匹配。

本申请实施例一方面提供了一种音频数据处理装置，包括：

文本显示模块，用于在应用界面中显示原始文本信息；

音频获取模块，用于获取目标音色信息和目标文本信息对应的目标音频数据；目标文本信息是指在原始文本信息中所选择的文本信息；目标音频数据中的音频内容与目标文本信息相匹配；

音频拼接模块，用于获取针对原始文本信息的拼接音频数据；拼接音频数据是由融合音频数据和剩余文本信息对应的标准音频数据进行拼接得到；剩余文本信息为原始文本信息中除目标文本信息之外的文本信息；融合音频数据是由目标音频数据和目标音色信息进行融合得到；标准音频数据中的音频内容与剩余文本信息相匹配。

其中，文本显示模块，具体用于显示应用界面；应用界面包括文本录入区域；

文本显示模块，具体用于响应针对文本录入区域的输入操作，在文本录入区域中显示所输入的原始文本信息。

其中，文本显示模块，具体用于显示应用界面；应用界面包括文本上传控件；

文本显示模块，具体用于响应针对文本上传控件的触发操作，显示用于选择文本文件的文本选择界面；

文本显示模块，具体用于响应针对文本选择界面的文本文件选择操作，将基于文本文件选择操作所选择的文本文件作为目标文本文件；

文本显示模块，具体用于响应针对文本选择界面的文本文件确认操作，将目标文本文件中的文本信息作为原始文本信息，在应用界面中显示原始文本信息。

其中，音频获取模块包括：