音频处理方法、装置及系统与流程

本发明涉及计算机技术领域，特别涉及一种音频处理方法、装置及系统。

背景技术：

随着移动互联网的快速发展，各种唱歌类应用软件逐渐兴起。用户通过安装在终端上的唱歌类应用软件来唱歌，进而达到娱乐的效果。在用户唱歌的过程中，终端能够为用户提供音高线绘制服务和音高评分服务，以使用户明确自己的唱歌水平，便于后续改进和提高。

相关技术中，通常每首歌曲配置有一个版本的标准音高数据，该标准音高数据包括该歌曲的音高数据和评分数据。用户唱歌时，终端能够基于歌曲对应的标准音高数据为用户提供音高线绘制服务和音高评分服务。

然而当歌曲产生新的版本(比如现场版)时，为了给用户提供音高线绘制服务和音高评分服务，需要采用人工方式为该歌曲的新的版本配置对应的标准音高数据，音频处理的效率较低，成本较高。

技术实现要素：

本发明实施例提供了一种音频处理方法、装置及系统，可以解决相关技术中需要采用人工方式为该歌曲的新的版本配置对应的标准音高数据，音频处理的效率较低，成本较高的问题。所述技术方案如下：

第一方面，提供了一种音频处理方法，用于终端，所述方法包括：

获取第二音频数据；

获取第一音频数据的第一标准音高数据，所述第一音频数据和所述第二音频数据为同一首歌曲的不同版本的音频数据；

基于所述第一音频数据和所述第二音频数据的时间偏移量，将所述第一标准音高数据转换为与所述第二音频数据对应的第二标准音高数据。

可选的，所述获取第一音频数据的第一标准音高数据，包括：

向服务器发送数据获取请求，所述数据获取请求携带有所述第二音频数据的数据标识；

接收所述服务器发送的第一标准音高数据，所述第一标准音高数据是所述服务器基于所述数据获取请求查找到与所述第二音频数据的数据标识有对应关系的所述第一标准音高数据的数据标识，并基于所述第一标准音高数据的数据标识得到的。

可选的，所述基于所述第一音频数据和所述第二音频数据的时间偏移量，将所述第一标准音高数据转换为与所述第二音频数据对应的第二标准音高数据，包括：

接收所述服务器发送的所述第二音频数据的数据标识对应的时间偏移量，所述第二音频数据的数据标识对应的时间偏移量是所述服务器基于所述数据获取请求查找的与所述第二音频数据的数据标识有对应关系的时间偏移量，所述时间偏移量为第一数据的起始点在第二数据中的位置相对于所述第二数据的起始位置在时间轴上的时间偏移量，所述第一数据为所述第一音频数据和所述第二音频数据中起始点位于另一音频数据之内的音频数据，所述第二数据为所述另一音频数据；

根据所述第二音频数据的数据标识对应的时间偏移量，将所述第一标准音高数据转换为与所述第二音频数据对应的所述第二标准音高数据。

可选的，所述根据所述第二音频数据的数据标识对应的时间偏移量，将所述第一标准音高数据转换为与所述第二音频数据对应的所述第二标准音高数据，包括：

当所述第一数据为所述第一音频数据，所述第二数据为所述第二音频数据时，将所述第一标准音高数据的起始点在时间轴上向后调整目标时间段，得到所述第二标准音高数据；

当所述第一数据为所述第二音频数据，所述第二数据为所述第一音频数据时，将所述第一标准音高数据的起始点在时间轴上向前调整所述目标时间段，得到所述第二标准音高数据；

其中，所述目标时间段为所述第二音频数据的数据标识对应的时间偏移量所指示的时间段。

可选的，在所述将所述第一标准音高数据转换为与所述第二音频数据对应的第二标准音高数据之后，所述方法还包括：

基于所述第二标准音高数据执行针对所述第二音频数据的音高线绘制操作和音高评分操作。

第二方面，提供了一种音频处理方法，用于服务器，所述方法包括：

接收终端发送的数据获取请求，所述数据获取请求携带有第二音频数据的数据标识；

基于所述数据获取请求查找与所述第二音频数据的数据标识有对应关系的第一标准音高数据的数据标识，所述第一标准音高数据为第一音频数据的标准音高数据，所述第一音频数据和所述第二音频数据为同一首歌曲的不同版本的音频数据；

基于所述第一标准音高数据的数据标识获取所述第一标准音高数据；

向所述终端发送所述第一标准音高数据。

可选的，在所述接收终端发送的数据获取请求之后，所述方法还包括：

基于所述数据获取请求查找与所述第二音频数据的数据标识有对应关系的时间偏移量，所述时间偏移量为第一数据的起始点在第二数据中的位置相对于所述第二数据的起始位置在时间轴上的时间偏移量，所述第一数据为所述第一音频数据和所述第二音频数据中起始点位于另一音频数据之内的音频数据，所述第二数据为所述另一音频数据；

向所述终端发送所述第二音频数据的数据标识对应的时间偏移量。

可选的，在所述接收终端发送的数据获取请求之前，所述方法还包括：

获取所述第一音频数据和所述第二音频数据；

计算所述第一音频数据和所述第二音频数据的匹配度；

判断所述第一音频数据和所述第二音频数据的匹配度是否属于预设范围；

当所述第一音频数据和所述第二音频数据的匹配度属于所述预设范围时，计算所述第一数据的起始点在所述第二数据中的位置相对于所述第二数据的起始位置在时间轴上的时间偏移量；

建立所述第二音频数据的数据标识、所述时间偏移量和用于指示所述第一音频数据的第一标准音高数据的数据标识的对应关系。

可选的，所述匹配度为互相关系数，所述计算所述第一音频数据和所述第二音频数据的匹配度，包括：

将所述第一音频数据划分为多个第一音频片段；

将所述第二音频数据划分为多个第二音频片段；

计算所述多个第一音频片段和所述多个第二音频片段的互相关系数。

可选的，在所述判断所述第一音频数据和所述第二音频数据的匹配度是否属于预设范围之后，所述方法还包括：

当所述第一音频数据和所述第二音频数据的匹配度不属于所述预设范围时，将所述第二音频数据的数据标识进行记录。

第三方面，提供了一种音频处理装置，用于终端，所述装置包括：

第一获取模块，用于获取第二音频数据；

第二获取模块，用于获取第一音频数据的第一标准音高数据，第一音频数据和第二音频数据为同一首歌曲的不同版本的音频数据；

转换模块，用于基于所述第一音频数据和所述第二音频数据的时间偏移量，将所述第一标准音高数据转换为与所述第二音频数据对应的第二标准音高数据。

可选的，所述第二获取模块，用于：

向服务器发送数据获取请求，所述数据获取请求携带有所述第二音频数据的数据标识；

接收所述服务器发送的第一标准音高数据，所述第一标准音高数据是所述服务器基于所述数据获取请求查找到与所述第二音频数据的数据标识有对应关系的所述第一标准音高数据的数据标识，并基于所述第一标准音高数据的数据标识得到的。

可选的，所述转换模块，包括：

接收子模块，用于接收所述服务器发送的所述第二音频数据的数据标识对应的时间偏移量，所述第二音频数据的数据标识对应的时间偏移量是所述服务器基于所述数据获取请求查找的与所述第二音频数据的数据标识有对应关系的时间偏移量，所述时间偏移量为第一数据的起始点在第二数据中的位置相对于所述第二数据的起始位置在时间轴上的时间偏移量，所述第一数据为所述第一音频数据和所述第二音频数据中起始点位于另一音频数据之内的音频数据，所述第二数据为所述另一音频数据；

转换子模块，用于根据所述第二音频数据的数据标识对应的时间偏移量，将所述第一标准音高数据转换为与所述第二音频数据对应的所述第二标准音高数据。

可选的，所述转换子模块，用于：

当所述第一数据为所述第一音频数据，所述第二数据为所述第二音频数据时，将所述第一标准音高数据的起始点在时间轴上向后调整目标时间段，得到所述第二标准音高数据；

当所述第一数据为所述第二音频数据，所述第二数据为所述第一音频数据时，将所述第一标准音高数据的起始点在时间轴上向前调整所述目标时间段，得到所述第二标准音高数据；

其中，所述目标时间段为所述第二音频数据的数据标识对应的时间偏移量所指示的时间段。

可选的，所述装置还包括：

执行模块，用于基于所述第二标准音高数据执行针对所述第二音频数据的音高线绘制操作和音高评分操作。

第四方面，提供了一种音频处理装置，用于服务器，所述装置包括：

接收模块，用于接收终端发送的数据获取请求，所述数据获取请求携带有第二音频数据的数据标识；

第一获取模块，用于基于所述数据获取请求查找与所述第二音频数据的数据标识有对应关系的第一标准音高数据的数据标识，所述第一标准音高数据为第一音频数据的标准音高数据，所述第一音频数据和所述第二音频数据为同一首歌曲的不同版本的音频数据；

第二获取模块，用于基于所述第一标准音高数据的数据标识获取所述第一标准音高数据；

第一发送模块，用于向所述终端发送所述第一标准音高数据。

可选的，所述装置还包括：

第三获取模块，用于基于所述数据获取请求查找与所述第二音频数据的数据标识有对应关系的时间偏移量，所述时间偏移量为第一数据的起始点在第二数据中的位置相对于所述第二数据的起始位置在时间轴上的时间偏移量，所述第一数据为所述第一音频数据和所述第二音频数据中起始点位于另一音频数据之内的音频数据，所述第二数据为所述另一音频数据；

第二发送模块，用于向所述终端发送所述第二音频数据的数据标识对应的时间偏移量。

可选的，所述装置还包括：

第四获取模块，用于获取所述第一音频数据和所述第二音频数据；

第一计算模块，用于计算所述第一音频数据和所述第二音频数据的匹配度；

判断模块，用于判断所述第一音频数据和所述第二音频数据的匹配度是否属于预设范围；

第二计算模块，用于在所述第一音频数据和所述第二音频数据的匹配度属于所述预设范围时，计算所述第一数据的起始点在所述第二数据中的位置相对于所述第二数据的起始位置在时间轴上的时间偏移量；

建立模块，用于建立所述第二音频数据的数据标识、所述时间偏移量和用于指示所述第一音频数据的第一标准音高数据的数据标识的对应关系。

可选的，所述匹配度为互相关系数，所述第一计算模块，用于：

将所述第一音频数据划分为多个第一音频片段；

将所述第二音频数据划分为多个第二音频片段；

计算所述多个第一音频片段和所述多个第二音频片段的互相关系数。

可选的，所述装置还包括：

记录模块，用于在所述第一音频数据和所述第二音频数据的匹配度不属于所述预设范围时，将所述第二音频数据的数据标识进行记录。

第五方面，提供了一种计算机设备，包括：处理器和存储器，

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的计算机程序，实现第一方面所述的音频处理方法。

第六方面，提供了一种计算机设备，包括：处理器、通信接口、存储器和通信总线，

其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的计算机程序，实现第二方面所述的音频处理方法。

第七方面，提供了一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序被处理器执行时实现第一方面所述的音频处理方法；或者，当所述计算机程序被处理器执行时实现第二方面所述的音频处理方法。

第八方面，提供了一种音频处理系统，包括：终端和服务器，

所述终端包括权第三方面所述的音频处理装置，所述服务器包括第四方面所述的音频处理装置；

或者，所述终端包括第五方面所述的计算机设备，所述服务器包括第六方面所述的计算机设备。

本发明实施例提供的技术方案带来的有益效果是：

终端能够基于第一音频数据和第二音频数据的时间偏移量，将第一音频数据的第一标准音高数据转换为与第二音频数据对应的第二标准音高数据，无需采用人工方式为歌曲新的版本配置对应的标准音高数据，提高了音频处理的效率，降低了成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明各个实施例所涉及的实施环境的示意图；

图2是本发明实施例提供的一种音频处理方法的方法流程图；

图3是本发明实施例提供的另一种音频处理方法的方法流程图；

图4是本发明实施例提供的又一种音频处理方法的方法流程图；

图5是本发明实施例提供的一种计算第一音频数据和第二音频数据的匹配度的方法流程图；

图6是本发明实施例提供的一种将第一标准音高数据转换为第二标准音高数据的方法流程图；

图7是本发明实施例提供的一种音频处理装置的结构示意图；

图8是本发明实施例提供的一种转换模块的结构示意图；

图9是本发明实施例提供的另一种音频处理装置的结构示意图；

图10是本发明实施例提供的又一种音频处理装置的结构示意图；

图11是本发明实施例提供的再一种音频处理装置的结构示意图；

图12是本发明实施例提供的一种计算机设备的结构示意图；

图13是本发明实施例提供的另一种计算机设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

图1是本发明各个实施例所涉及的实施环境的示意图，该实施环境可以包括终端001。终端可以是个人电脑、电视机、手机、平板电脑、膝上型便携计算机、可穿戴设备等等。

进一步的，该实施环境还可以包括服务器002，服务器可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。服务器002可以和终端001通过无线网络或有线网络建立连接。

每首歌曲会产生多个不同的版本，比如KTV版，DJ版，现场版，MV版等。在相关技术中，对于同一首歌曲来说，仅存在一个版本的标准音高数据。用户唱歌时，终端能够基于歌曲对应的标准音高数据为用户提供音高线绘制服务和音高评分服务。假设歌曲Q存在三个版本：版本A、版本B和版本C。其中，版本A配置有标准音高数据，版本B和版本C没有配置标准音高数据。为了解决采用人工方式为版本B和版本C配置对应的标准音高数据，效率较低，成本较高的问题，在本发明实施例中，终端能够根据版本A与版本B的时间偏移量，将版本A的标准音高数据转换为版本B的标准音高数据，且能够根据版本A与版本C的时间偏移量，将版本A的标准音高数据转换为版本C的标准音高数据。

本发明实施例提供了一种音频处理方法，用于图1所示实施环境中的终端，参见图2，该方法包括：

步骤201、获取第二音频数据。

步骤202、获取第一音频数据的第一标准音高数据，第一音频数据和第二音频数据为同一首歌曲的不同版本的音频数据。

步骤203、基于第一音频数据和第二音频数据的时间偏移量，将第一标准音高数据转换为与第二音频数据对应的第二标准音高数据。

综上所述，本发明实施例提供的音频处理方法，终端能够基于第一音频数据和第二音频数据的时间偏移量，将第一音频数据的第一标准音高数据转换为与第二音频数据对应的第二标准音高数据，无需采用人工方式为歌曲新的版本配置对应的标准音高数据，提高了音频处理的效率，降低了成本。

本发明实施例提供了一种音频处理方法，用于图1所示实施环境中的服务器，参见图3，该方法包括：

步骤301、接收终端发送的数据获取请求，该数据获取请求携带有第二音频数据的数据标识。

步骤302、基于数据获取请求查找与第二音频数据的数据标识有对应关系的第一标准音高数据的数据标识，第一标准音高数据为第一音频数据的标准音高数据，第一音频数据和第二音频数据为同一首歌曲的不同版本的音频数据。

步骤303、基于第一标准音高数据的数据标识获取第一标准音高数据。

步骤304、向终端发送第一标准音高数据。

综上所述，本发明实施例提供的音频处理方法，服务器能够基于终端发送的数据获取请求，查找与第二音频数据的数据标识有对应关系的第一标准音高数据的数据标识，并获取第一标准音高数据，之后向终端发送第一标准音高数据，以便于终端将第一音频数据的第一标准音高数据转换为与第二音频数据对应的第二标准音高数据，无需采用人工方式为歌曲新的版本配置对应的标准音高数据，提高了音频处理的效率，降低了成本。

本发明实施例提供了一种音频处理方法，参见图4，该方法包括：

步骤401、服务器获取第一音频数据和第二音频数据。

第一音频数据和第二音频数据为同一首歌曲的不同版本的音频数据。

假设歌曲Q存在两个版本：版本A和版本B，版本A的音频数据为第一音频数据，版本B的音频数据为第二音频数据。

步骤402、服务器计算第一音频数据和第二音频数据的匹配度。

可选的，第一音频数据和第二音频数据的匹配度为第一音频数据和第二音频数据的互相关系数。

可选的，如图5所示，步骤402可以包括：

步骤4021、服务器将第一音频数据划分为多个第一音频片段。

假设歌曲Q的版本A的音频数据为第一音频数据，服务器将版本A的音频数据划分为多个第一音频片段，每个第一音频片段的起始时刻不同。

步骤4022、服务器将第二音频数据划分为多个第二音频片段。

假设歌曲Q的版本B的音频数据为第二音频数据，服务器将版本B的音频数据划分为多个第二音频片段，每个第二音频片段的起始时刻不同。

步骤4023、服务器计算多个第一音频片段和多个第二音频片段的互相关系数。

互相关系数用于反映第一音频数据和第二音频数据在任意两个不同时刻的相关程度。

假设第一音频数据的多个第一音频片段包括片段A1和A2，A1的起始时刻为t1，A2的起始时刻为t2；第二音频数据的多个第二音频片段包括B1和B2，B1的起始时刻为t1，B2的起始时刻为t2。服务器确定A1和B2之间的相关程度，以及A2和B2之间的相关程度，得到第一音频数据和第二音频数据的互相关系数，具体可以参考相关技术中互相关系数的计算公式来得到，本发明实施例对此不再赘述。

步骤403、服务器判断第一音频数据和第二音频数据的匹配度是否属于预设范围。当第一音频数据和第二音频数据的匹配度属于预设范围时，执行步骤404；当第一音频数据和第二音频数据的匹配度不属于预设范围时，执行步骤406。

假设第一音频数据和第二音频数据的匹配度为第一音频数据和第二音频数据的互相关系数。示例的，预设范围可以为[0.7，1]，比如第一音频数据和第二音频数据的互相关系数R为0.85，服务器则确定第一音频数据和第二音频数据的互相关系数R属于预设范围；比如第一音频数据和第二音频数据的互相关系数R为0.2，服务器则确定第一音频数据和第二音频数据的互相关系数R不属于预设范围。

步骤404、服务器计算第一数据的起始点在第二数据中的位置相对于该第二数据的起始位置在时间轴上的时间偏移量。执行步骤405。

第一数据为第一音频数据和第二音频数据中起始点位于另一音频数据之内的音频数据，第二数据为该另一音频数据。第一数据和第二数据可以使用同一时间轴。

当第二音频数据的起始点位于第一音频数据之内时，第一数据为第二音频数据，第二数据为第一音频数据。当第一音频数据的起始点位于第二音频数据之内时，第一数据为第一音频数据，第二数据为第二音频数据。

假设第二音频数据的起始点位于第一音频数据之内，第二音频数据是对第一音频数据的前3分钟前奏数据进行删除后转换得到的，那么第二音频数据的起始点在第一音频数据中的位置相对于第一音频数据的起始位置在时间轴上的时间偏移量为3分钟。比如歌曲Q存在两个版本：版本A和版本B，版本B的音频数据的起始点位于版本A的音频数据之内，版本B是对版本A的前奏部分进行删除后转换得到的。

假设第一音频数据的起始点位于第二音频数据之内，第二音频数据是在第一音频数据的开头增加了其余4分钟数据后转换得到的，那么第一音频数据的起始点在第二音频数据中的位置相对于第二音频数据的起始位置在时间轴上的时间偏移量为4分钟。

步骤405、服务器建立第二音频数据的数据标识、时间偏移量和用于指示第一音频数据的第一标准音高数据的数据标识的对应关系。执行步骤407。

其中，数据标识可以采用多种形式来表示，示例的，可以采用数字或字母来表示，比如歌曲Q的版本B的音频数据为第二音频数据，该第二音频数据的数据标识为B。

可选的，服务器可以建立第二音频数据的数据标识、时间偏移量和用于指示第一音频数据的第一标准音高数据的数据标识的对应关系，得到第一对应关系。

比如歌曲Q存在两个版本：版本A和版本B，版本B的音频数据的起始点位于版本A的音频数据之内，版本B的音频数据是对版本A的音频数据的前奏部分进行删除后转换得到的。版本A的音频数据为第一音频数据，版本B的音频数据为第二音频数据。第一音频数据和第二音频数据的互相关系数属于预设范围，第二音频数据的起始点在第一音频数据中的位置相对于第一音频数据的起始位置，在时间轴上的时间偏移量为3分钟，第二音频数据的数据标识为B，用于指示第一音频数据的第一标准音高数据的数据标识为A，示例的，服务器建立的第一对应关系可以如表1所示。

表1

当然，第一对应关系还可以包括其他第二音频数据的数据标识、对应的时间偏移量和对应的第一标准音高数据的数据标识。比如歌曲Q还存在另一版本C，版本A的音频数据的起始点位于版本C的音频数据之内，当版本C的音频数据和版本A的音频数据的互相关系数属于预设范围时，服务器计算版本A的音频数据的起始点在版本C的音频数据中的位置相对于版本C的音频数据的起始位置，在时间轴上的时间偏移量，然后将版本C的音频数据的数据标识、该时间偏移量和第一标准音高数据的数据标识A记录至表1中。

步骤401至步骤405为可选步骤。通过执行步骤401至步骤405，服务器能够建立第一对应关系，以便于终端能够请求服务器发送第一标准音高数据和第二音频数据的数据标识对应的时间偏移量，从而使终端基于第一音频数据和第二音频数据的时间偏移量，将第一标准音高数据转换为与第二音频数据对应的第二标准音高数据。此外，步骤401至步骤405也可以由终端来执行，本发明实施例对此不做限定。

步骤406、服务器将第二音频数据的数据标识进行记录。

为了避免后续对第二音频数据重复执行步骤402和步骤403，减小服务器的工作量，节省服务器资源，在本发明实施例中，当第一音频数据和第二音频数据的匹配度不属于预设范围时，服务器可以将第二音频数据的数据标识进行记录，这样一来，当后续再次获取到该第二音频数据时，无需再计算第一音频数据和该第二音频数据的匹配度并对该匹配度进行判断，而是直接认为该第二音频数据与第一音频数据的相关程度较低。

步骤407、终端获取第二音频数据。执行步骤408。

当终端接收到用户触发的下载指令以下载第二音频数据时，或者，当终端接收到用户触发的播放指令以输出第二音频数据时，终端获取第二音频数据，然后基于本发明实施例提供的音频处理方法，将第一音频数据的第一标准音高数据转换为与第二音频数据对应的第二标准音高数据。

比如，歌曲Q存在两个版本：版本A和版本B，版本A配置有标准音高数据，版本B未配置标准音高数据。终端接收用户触发的针对版本B的播放指令时，获取版本B的音频数据。

步骤408、终端向服务器发送数据获取请求。执行步骤409。

该数据获取请求携带有第二音频数据的数据标识。

比如终端获取歌曲Q的版本B的音频数据，终端向服务器发送的数据获取请求携带有版本B的音频数据的数据标识B。

步骤409、服务器基于数据获取请求查找与第二音频数据的数据标识有对应关系的第一标准音高数据的数据标识，执行步骤411。

示例的，服务器可以基于终端发送的数据获取请求从步骤405中建立的第一对应关系中，获取第二音频数据的数据标识对应的第一标准音高数据的数据标识。

示例的，终端向服务器发送的数据获取请求携带有版本B的音频数据的数据标识B，服务器基于数据标识B从表1所示的第一对应关系中获取数据标识B对应的第一标准音高数据的数据标识A。

步骤410、服务器基于数据获取请求查找与第二音频数据的数据标识有对应关系的时间偏移量。执行步骤413。

示例的，服务器可以基于数据获取请求从步骤405中建立的第一对应关系中，获取第二音频数据的数据标识对应的时间偏移量。

示例的，终端向服务器发送的数据获取请求携带有版本B的音频数据的数据标识B，服务器可以基于数据标识B从表1所示的第一对应关系中获取数据标识B对应的时间偏移量：3。

需要说明的是，步骤409和步骤410无先后顺序，可以先执行步骤409再执行步骤410，或者先执行步骤410再执行步骤409，或者同时执行步骤409和步骤410，本发明实施例对此不做限定。

步骤411、服务器基于第一标准音高数据的数据标识获取第一标准音高数据。执行步骤412。

服务器基于步骤409中得到的第一标准音高数据的数据标识获取第一标准音高数据。可选的，服务器可以预先建立第一标准音高数据和其数据标识的对应关系，服务器从该对应关系中获取第一标准音高数据。

步骤412、服务器向终端发送第一标准音高数据。执行步骤414。

服务器将步骤411中得到的第一标准音高数据发送至终端。

步骤413、服务器向终端发送第二音频数据的数据标识对应的时间偏移量。执行步骤414。

服务器将步骤410得到的第二音频数据的数据标识对应的时间偏移量发送至终端。

需要说明的是，步骤412和步骤413无先后顺序，可以先执行步骤412再执行步骤413，或者先执行步骤413再执行步骤412，或者同时执行步骤412和步骤413。

步骤414、终端根据第二音频数据的数据标识对应的时间偏移量，将第一标准音高数据转换为与第二音频数据对应的第二标准音高数据。执行步骤415。

在步骤404中，服务器计算第一数据的起始点在第二数据中的位置相对于第二数据的起始位置在时间轴上的时间偏移量。第一数据为第一音频数据和第二音频数据中起始点位于另一音频数据之内的音频数据，第二数据为该另一音频数据。当第二音频数据的起始点位于第一音频数据之内时，第一数据为第二音频数据，第二数据为第一音频数据。当第一音频数据的起始点位于第二音频数据之内时，第一数据为第一音频数据，第二数据为第二音频数据，相应的，如图6所示，步骤414可以包括：

步骤4141、当第一数据为第一音频数据，第二数据为第二音频数据时，终端将第一标准音高数据的起始点在时间轴上向后调整目标时间段，得到第二标准音高数据。

当第一数据为第一音频数据，第二数据为第二音频数据时，表明第一音频数据的起始点位于第二音频数据之内，在这种情况下，为了给用户提供关于第二音频数据的质量较高的音高线绘制服务和音高评分服务，终端可以将第一标准音高数据的起始点在时间轴上向后调整目标时间段。该目标时间段为第二音频数据的数据标识对应的时间偏移量所指示的时间段。比如歌曲Q的版本A的音频数据(即第一音频数据)的起始点位于版本B的音频数据(即第二音频数据)之内，版本A的音频数据的起始点在版本B的音频数据中的位置相对于版本B的音频数据的起始位置在时间轴上的时间偏移量为4分钟，那么终端可以将版本A的音频数据对应的标准音高数据的起始点在时间轴上向后调整4分钟，得到与版本B的音频数据对应的标准音高数据。

步骤4142、当第一数据为第二音频数据，第二数据为第一音频数据时，终端将第一标准音高数据的起始点在时间轴上向前调整目标时间段，得到第二标准音高数据。

当第一数据为第二音频数据，第二数据为第一音频数据时，表明第二音频数据的起始点位于第一音频数据之内，在这种情况下，为了给用户提供关于第二音频数据的质量较高的音高线绘制服务和音高评分服务，终端可以将第一标准音高数据的起始点在时间轴上向前调整目标时间段，该目标时间段为第二音频数据的数据标识对应的时间偏移量所指示的时间段。比如歌曲Q的版本B的音频数据(即第二音频数据)的起始点位于版本A的音频数据(即第一音频数据)之内，版本B的音频数据的起始点在版本A的音频数据中的位置相对于版本A的音频数据的起始位置在时间轴上的时间偏移量为3分钟，那么终端可以将版本A的音频数据对应的标准音高数据的起始点在时间轴上向前调整3分钟，得到与版本B的音频数据对应的标准音高数据。

步骤415、终端基于第二标准音高数据执行针对第二音频数据的音高线绘制操作和音高评分操作。

步骤415的过程可以参考相关技术。

需要补充说明的是，由于在该方法中，当第一音频数据和第二音频数据的匹配度不属于预设范围(第一音频数据和第二音频数据的匹配度较低)时，服务器可以将第二音频数据的数据标识进行记录，比如将第二音频数据的数据标识之后添加2个比特位：00，那么在步骤407和408中，终端获取第二音频数据，然后向服务器发送数据获取请求，假设服务器检测到之前记录的该第二音频数据的数据标识之后存在多余的2个比特位00，那么服务器可以向终端发送指示信息，该指示信息用于指示该第二音频数据和第一音频数据的匹配度较低，无法得到与第二音频数据对应的第二标准音高数据，此时，可以采用人工方式为该第二音频数据配置对应的第二标准音高数据，之后再基于该第二标准音高数据执行针对该第二音频数据的音高线绘制操作和音高评分操作。

需要说明的是，本发明实施例提供的音频处理方法步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本发明的保护范围之内，因此不再赘述。

综上所述，本发明实施例提供的音频处理方法，终端能够基于第一音频数据和第二音频数据的时间偏移量，将第一音频数据的第一标准音高数据转换为与第二音频数据对应的第二标准音高数据，无需采用人工方式为歌曲新的版本配置对应的标准音高数据，提高了音频处理的效率，降低了成本。

本发明实施例提供了一种音频处理装置，用于图1所示的终端，如图7所示，该装置700包括：

第一获取模块710，用于获取第二音频数据。

第二获取模块720，用于获取第一音频数据的第一标准音高数据，第一音频数据和第二音频数据为同一首歌曲的不同版本的音频数据。

转换模块730，用于基于第一音频数据和第二音频数据的时间偏移量，将第一标准音高数据转换为与第二音频数据对应的第二标准音高数据。

可选的，第二获取模块720，用于：

向服务器发送数据获取请求，该数据获取请求携带有第二音频数据的数据标识；

接收服务器发送的第一标准音高数据，该第一标准音高数据是服务器基于数据获取请求查找到与第二音频数据的数据标识有对应关系的第一标准音高数据的数据标识，并基于第一标准音高数据的数据标识得到的。

可选的，如图8所示，转换模块730，包括：

接收子模块731，用于接收服务器发送第二音频数据的数据标识对应的时间偏移量，该第二音频数据的数据标识对应的时间偏移量是服务器基于数据获取请求查找的与第二音频数据的数据标识有对应关系的时间偏移量，时间偏移量为第一数据的起始点在第二数据中的位置相对于第二数据的起始位置在时间轴上的时间偏移量，第一数据为第一音频数据和第二音频数据中起始点位于另一音频数据之内的音频数据，第二数据为另一音频数据；

转换子模块732，用于根据第二音频数据的数据标识对应的时间偏移量，将第一标准音高数据转换为与第二音频数据对应的第二标准音高数据。

其中，转换子模块732，用于：

当第一数据为第一音频数据，第二数据为第二音频数据时，将第一标准音高数据的起始点在时间轴上向后调整目标时间段，得到第二标准音高数据；

当第一数据为第二音频数据，第二数据为第一音频数据时，将第一标准音高数据的起始点在时间轴上向前调整目标时间段，得到第二标准音高数据；

其中，目标时间段为第二音频数据的数据标识对应的时间偏移量所指示的时间段。

进一步的，如图9所示，该装置700还可以包括：

执行模块740，用于基于第二标准音高数据执行针对第二音频数据的音高线绘制操作和音高评分操作。

图9中其他标记含义可以参考图7。

综上所述，本发明实施例提供的音频处理装置，终端能够基于第一音频数据和第二音频数据的时间偏移量，将第一音频数据的第一标准音高数据转换为与第二音频数据对应的第二标准音高数据，无需采用人工方式为歌曲新的版本配置对应的标准音高数据，提高了音频处理的效率，降低了成本。

本发明实施例提供了一种音频处理装置，用于图1所示的服务器，如图10所示，该装置1000包括：

接收模块1010，用于接收终端发送的数据获取请求，该数据获取请求携带有第二音频数据的数据标识。

第一获取模块1020，用于基于数据获取请求查找与第二音频数据的数据标识有对应关系的第一标准音高数据的数据标识，第一标准音高数据为第一音频数据的标准音高数据。第一音频数据和第二音频数据为同一首歌曲的不同版本的音频数据。

第二获取模块1030，用于基于第一标准音高数据的数据标识获取第一标准音高数据。

第一发送模块1040，用于向终端发送第一标准音高数据。

进一步的，如图11所示，该装置1000还可以包括：

第三获取模块1050，用于基于数据获取请求查找与第二音频数据的数据标识有对应关系的时间偏移量，时间偏移量为第一数据的起始点在第二数据中的位置相对于第二数据的起始位置在时间轴上的时间偏移量，第一数据为第一音频数据和第二音频数据中起始点位于另一音频数据之内的音频数据，第二数据为另一音频数据。

第二发送模块1060，用于向终端发送第二音频数据的数据标识对应的时间偏移量。

进一步的，如图11所示，该装置1000还可以包括：

第四获取模块1070，用于获取第一音频数据和第二音频数据。

第一计算模块1080，用于计算第一音频数据和第二音频数据的匹配度。

判断模块1090，用于判断第一音频数据和第二音频数据的匹配度是否属于预设范围。

第二计算模块1091，用于在第一音频数据和第二音频数据的匹配度属于预设范围时，计算第一数据的起始点在第二数据中的位置相对于第二数据的起始位置在时间轴上的时间偏移量。

建立模块1092，用于建立第二音频数据的数据标识、时间偏移量和用于指示第一音频数据的第一标准音高数据的数据标识的对应关系。

可选的，匹配度为互相关系数，第一计算模块1080，用于：

将第一音频数据划分为多个第一音频片段；

将第二音频数据划分为多个第二音频片段；

计算多个第一音频片段和多个第二音频片段的互相关系数。

进一步的，如图11所示，该装置1000还可以包括：

记录模块1093，用于在第一音频数据和第二音频数据的匹配度不属于预设范围时，将第二音频数据的数据标识进行记录。

综上所述，本发明实施例提供的音频处理装置，服务器能够基于终端发送的数据获取请求，查找与第二音频数据的数据标识有对应关系的第一标准音高数据的数据标识，并获取第一标准音高数据，之后向终端发送第一标准音高数据，以便于终端将第一音频数据的第一标准音高数据转换为与第二音频数据对应的第二标准音高数据，无需采用人工方式为歌曲新的版本配置对应的标准音高数据，提高了音频处理的效率，降低了成本。

本发明实施例提供了一种计算机设备1200，用于图1所示的终端，如图12所示，包括：处理器1201和存储器1202。

存储器1202，用于存放计算机程序；

处理器1201，用于执行存储器1202上所存放的计算机程序12021，实现图2或配合实现图4所示的音频处理方法。

本发明实施例提供了一种计算机设备1300，用于图1所示的服务器，如图13所示，包括：处理器1301、通信接口1302、存储器1303和通信总线1304。

其中，处理器1301，通信接口1302，存储器1303通过通信总线1304完成相互间的通信。

存储器1303，用于存放计算机程序13031；

处理器1301，用于执行存储器1303上所存放的计算机程序13031，实现图3或配合实现图4所示的音频处理方法。

本发明实施例还提供了一种存储介质，该存储介质中存储有计算机程序，当计算机程序被处理器执行时实现图2或配合实现图4所示的音频处理方法；或者，当计算机程序被处理器执行时实现图3或配合实现图4所示的音频处理方法。

本发明实施例还提供了一种音频处理系统，包括：终端和服务器，

终端包括图7或图9所示的音频处理装置，服务器包括图10或图11所示的音频处理装置；

或者，终端包括图12所示的计算机设备，服务器包括图13所示的计算机设备。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

需要说明的是：上述实施例提供的音频处理装置在进行音频处理时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的音频处理装置与音频处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。