录音方法、录音装置、智能终端及计算机可读存储介质与流程

本发明属于智能终端技术领域，尤其涉及一种录音方法、录音装置、智能终端及计算机可读存储介质。

背景技术：

现有的智能终端均具备录音功能，使得用户能够在会议上、课堂上等其他需要有记录的重要场合通过智能终端方便地进行录音操作。在录音完成后，往往由智能终端对生成的录音文件进行命名，例如通过时间作为编号进行命名；进一步地，通常情况下所有生成的录音文件都存储在同一个文件夹中。这将导致，当智能终端中的录音文件过多时，用户往往只能手动的对这些录音文件进行分类与归档；并且由于命名时的名称没有针对性，用户还需要打开该录音文件，在听过该录音文件的内容之后，才能针对这些录音文件进行分类与归档。综上所述，用户无法对智能终端保存的录音文件进行便捷及有效的管理。

技术实现要素：

有鉴于此，本发明提供了一种录音方法、录音装置、智能终端及计算机可读存储介质，旨在实现录音文件的智能归档，提高用户对录音文件的管理效率。

本发明的第一方面提供了一种录音方法，所述录音方法包括：

确定本次录音的目标音源；

识别所述目标音源的音色；

在本次录音的过程中，基于所述目标音源的音色持续采集所述目标音源的声音；

在本次录音结束时，基于本次录音过程中采集到的所述目标音源的声音生成录音文件；

将所述录音文件保存至与所述目标音源的音色对应的文件夹中。

本发明的第二方面提供了一种录音装置，所述录音装置包括：

确定单元，用于确定本次录音的目标音源；

识别单元，用于识别所述目标音源的音色；

采集单元，用于在本次录音的过程中，基于所述目标音源的音色持续采集所述目标音源的声音；

生成单元，用于在本次录音结束时，基于本次录音过程中采集到的所述目标音源的声音生成录音文件；

保存单元，用于将所述录音文件保存至与所述目标音源的音色对应的文件夹中。

本发明的第三方面提供了一种智能终端，所述智能终端包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。

本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。

由上可见，在本发明中，首先确定本次录音的目标音源，接着识别所述目标音源的音色，然后在本次录音的过程中，基于所述目标音源的音色持续采集所述目标音源的声音，最后在本次录音结束时，基于本次录音过程中采集到的所述目标音源的声音生成录音文件，并将所述录音文件保存至与所述目标音源的音色对应的文件夹中。本发明基于目标音源的音色对目标音源的声音进行准确录音，提升了录音效果，并在录音完成后将生成的录音文件根据目标音源的音色进行智能归档，提高了用户对录音文件的管理效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的录音方法的实现流程示意图；

图2是本发明实施例提供的录音装置的结构示意图；

图3是本发明实施例提供的智能终端的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

图1示出了本发明实施例一提供的录音方法的实现流程，详述如下：

在步骤s101中，确定本次录音的目标音源；

在本发明实施例中，首先确定本次录音的目标音源。在实际生活中，环境中的各种人、物都可能在录音时发出声音，导致录音过程中收录到环境噪音。为了尽量避免环境噪音影响到录音质量，可以首先确定本次录音的目标音源。可以是通过人工不发声制造安静环境的方式，使得当前环境下只有目标音源的声音，以此确定本次录音的目标音源；或者，在课堂或者报告会议等应用场景中进行录音时，由于这些应用场景中通常只有一个主讲人在讲话，而用户所要录音的重点即是该主讲人的讲话内容，因而在步骤s101中，还可以是通过声音的大小确定本次录音的目标音源，此处不作限定。具体地，步骤s101可以表现为：通过远场拾音技术获取当前环境声音；根据当前环境声音中各声音的大小，确定本次录音的目标音源。其中，通过远场拾音技术，使得即便音源距离智能终端的距离较远，仍可以清晰的采集到音源的声音，获得音源的声波波形；而在课堂或者报告会议等应用场景中，通常只有老师或者主讲人的声音较为洪亮、清晰，智能终端采集到的他们的声波的振幅通常是较大的，即声音较大，而即便在这些应用场景下有其他人员在讨论，智能终端采集到的他们的声波的振幅通常是较小的，即声音较小，可以认为是噪音。可以通过上述方法，确定本次录音的目标音源。

可选地，为了在合适的应用场景下确定本次录音的目标音源，上述步骤s101包括：

当在预设的定向录音模式下触发录音时，确定本次录音的目标音源。

其中，还可能出现用户在某些应用场景下是希望能够对环境中的声音进行全向性录音的，例如讨论会这一应用场景，通常是多人轮流进行发言，在讨论进行到激烈时，甚至还会出现在同一时刻多人发言的场景。显然，在这些应用场景下，是无法确定本次录音的目标音源的。为了使得当前进行的录音操作能够合适当前的应用场景，上述步骤s101可以具体为：当在预设的定向录音模式下触发录音时，确定本次录音的目标音源。可以是在录音开始之前，接收用户输入的录音模式选择指令，若上述录音模式选择指令确定本次录音为预设的定向录音模式，则可以确定本次录音的目标音源，根据目标音源的音色对环境声音进行选择性录音，若上述录音模式选择指令确定本次录音为预设的全向性录音模式，则只需正常的对环境声音进行录音即可，无需确定本次录音的目标音源。进一步地，为了减少用户的操作，实现对录音模式的智能选择，上述步骤s101还可以具体为：在触发录音时，获取用户预设的作息时间表；根据上述用户的作息时间表，确定当前时刻智能终端的录音模式；若上述确定的录音模式为定向录音模式，则确定本次的目标音源。例如，在触发录音时，通过获取用户预设的作息时间表，发现用户当前时刻正在上课，由于课堂场景下通常只需要对老师的说话内容进行录音，则可以确定当前时刻智能终端的录音模式为定向录音模式，并随后确定本次录音的目标音源。

在步骤s102中，识别上述目标音源的音色；

在本发明实施例中，可以识别上述步骤s101中确定的目标音源的音色。通常来说，声音具备三种特性，分别为响度、音调及音色。其中，响度与声波振动的幅度有关，而音调则与声波的频率有关；对于目标音源来说，响度与音调都可能在短时间内发生变化，而音色是由发生物体本身的材料、结构确定，因而人说话时的音色在在短时间内通常都是保持不变的，除非是碰上了感冒等特殊情况，才会使得人说话的音色在短时间内发生变化；进一步地，音色还是人们区别具有同样响度、同样音调的两个声音之所以不同的特性，是人耳对各种频率、各种强度的声波的综合反映；由于音色与声波的振动波形有关，或者说与声音的频谱结构有关，因而，不同人的音色通常情况下也不相同，人们能够通过辨别声音的音色，判断说话者是谁。在本发明实施例中，通过对上述目标音源的声波波形进行分析，识别上述目标音源的音色。

在步骤s103中，在本次录音的过程中，基于上述目标音源的音色持续采集上述目标音源的声音；

在本发明实施例中，在本次录音的过程中，基于上述步骤s102中识别的目标音源的音色，持续采集上述目标音源的声音。由于在步骤s102中已经说明了，不同人的音色通常情况下也不相同，为了在录音时获得更好的录音效果，可以基于目标音源的音色对声音进行持续采集，使得其他人的声音因为音色不同于目标音源的音色而被过滤，让采集到的目标音源的声音纯净。

可选地，为了使获得的目标音源的声音更加清晰，上述步骤s103包括：

将上述目标音源所在的方向确定为录音方向；

基于智能终端各麦克风当前所处位置及上述录音方向，控制上述智能终端各麦克风持续采集上述目标音源的声音；

对采集到的上述目标音源的声音进行处理，以过滤除上述目标音源的音色以外的其它声音。

其中，可以将上述目标音源所在的方向确定为录音方向，为了提高录音方向的准确性，可以是先基于音源定位技术，通过麦克风阵列确定上述目标音源的位置范围，然后接收用户输入的位置调整指令，在上述目标音源的位置范围内确定上述目标音源所在的方向。在确定了录音方向后，基于上述智能终端各麦克风当前所处位置及所述录音方向，控制所述智能终端各麦克风持续采集所述目标音源的声音。多数智能终端均有用多个麦克风，为了清楚地获得目标音源的声音，可以根据各麦克风的位置控制各麦克风的录音，例如，在所述录音方向上，距离上述目标音源所在的位置近的麦克风作为收音麦克风，持续采集到的为目标音源的声音及环境噪音，距离上述目标音源所在的位置远的麦克风作为降噪麦克风，持续采集到的为环境噪音；在采集完毕后，通过采集到的环境中的噪音，对上述目标音源的声音进行降噪处理，以获得较为纯净的目标音源的声音。在获得了较为纯净的目标音源的声音后，可以对目标音源的声音进行进一步处理，通过音色识别，过滤除上述目标音源的音色以外的其它声音，并对目标音源的声音进行增强处理。

在步骤s104中，在本次录音结束时，基于本次录音过程中采集到的上述目标音源的声音生成录音文件；

在本发明实施例中，当本次录音结束时，基于步骤s103中采集到的上述目标音源的声音生成录音文件。可以是在接收到了用户输入的结束录音指令后，基于上述结束录音指令结束本次录音，并生成上述录音文件；或者，在步骤s104中，也可以是当上述采集到的上述目标音源的声音的存储空间超过了预设的存储空间阈值时，触发智能终端自动结束本次录音；或者，在步骤s104中，还可以是当未采集到目标音源的声音的时间超过预设的时间间隔阈值时，触发上述智能终端自动结束本次录音，此处不作限定。可选地，若本次录音是以触发上述智能终端自动结束的方式结束的，则还可以以文字、铃声或者是语音的方式输出录音结束提醒，用以提示用户本次录音已自动结束。

在步骤s105中，将上述录音文件保存至与上述目标音源的音色对应的文件夹中。

在本发明实施例中，在本次录音结束后，将上述步骤s104中生成的录音文件保存至与上述目标音源的音色对应的文件夹中。以此实现通过音色对各个不同的录音文件进行区分，并将各个录音文件保存至相应音色的对应文件夹中，方便用户进行查找。例如，对于学生来说，通过步骤s105，可以通过不同老师的音色对老师进行区分，即，针对不同的老师录音，有其对应的文件夹；学生在每一节课进行了课堂录音后，智能终端能够将获得的录音文件保存至相应老师的对应文件夹下。在其他应用场景中，例如报告会议等场景，也可以通过本步骤，将不同主讲人的讲话内容进行了录音后，保存至相应主讲人的对应文件夹下，方便用户进行查找。

可选地，为了对保存录音文件的文件夹进行更好的管理，上述步骤s105包括：

若不存在与上述目标音源的音色对应的文件夹，则生成与上述目标音源的音色对应的文件夹；

基于上述目标音源的音色，以预设的格式为生成的与上述目标音源的音色对应的文件夹命名；

将上述录音文件保存至生成的与上述目标音源的音色对应的文件夹中。

其中，当初次对上述目标音源的声音进行录音操作时，智能终端中还不存在与上述目标音源的音色对应的文件夹，则在生成了录音文件之后，需要生成与上述目标音源的音色对应的文件夹，用以存放上述录音文件。进一步地，在基于上述目标音源的音色，以预设的格式为上述生成的文件夹命名时，可以是由用户输入上述目标音源的音色，例如，以目标音源的名称对上述目标音源的音色进行命名，并按照预设的格式将上述对目标音源的音色的命名作为与其对应的文件夹的名称，当然，也可以通过其他方式对上述生成的文件夹进行命名，此处不作限定。随后，再将上述初次录音文件保存至本次新生成的文件夹中。进一步地，为了将同一文件夹中，针对同一目标音源的不同录音文件区分开来，还可以基于上述目标音源的音色及各不同录音文件的生成时间，以预设的文件命名格式为各录音文件命名，此处不作限定。

由上可见，通过本发明实施例，能够通过目标音源的音色将目标音源的声音与其它声音区分开来，并基于目标音源的音色针对目标音源的声音生成录音文件，而且还能将生成的录音文件根据目标音源的音色进行智能归档，一方面提升了录音效果，另一方面提高了用户对录音文件的管理效率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例二

对应于上文实施例一上述的录音方法，图2示出了本发明实施例二提供的录音装置的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分。

参照图2，该录音装置2包括：确定单元21，识别单元22，采集单元23，生成单元24，保存单元25。

其中，确定单元21，用于确定本次录音的目标音源；

识别单元22，用于识别上述目标音源的音色；

采集单元23，用于在本次录音的过程中，基于上述目标音源的音色持续采集上述目标音源的声音；

生成单元24，用于在本次录音结束时，基于本次录音过程中采集到的上述目标音源的声音生成录音文件；

保存单元25，用于将上述录音文件保存至与上述目标音源的音色对应的文件夹中。

可选地，上述保存单元25包括：

文件夹生成子单元，若不存在与上述目标音源的音色对应的文件夹，则生成与上述目标音源的音色对应的文件夹；

文件夹命名子单元，用于基于上述目标音源的音色，以预设的格式为生成的与上述目标音源的音色对应的文件夹命名；

文件保存子单元，用于将上述录音文件保存至生成的与上述目标音源的音色对应的文件夹中。

可选地，上述确定单元21，具体用于当在预设的定向录音模式下触发录音时，确定本次录音的目标音源。

可选地，上述确定单元21，包括：

环境声音获取子单元，用于通过远场拾音技术获取当前环境声音；

目标音源确定子单元，用于根据当前环境声音中各声音的大小，确定本次录音的目标音源。

可选地，上述采集单元23，包括：

录音方向确定子单元，用于将所述目标音源所在的方向确定为录音方向；

麦克风控制子单元，基于智能终端各麦克风当前所处位置及上述录音方向，控制上述智能终端各麦克风持续采集上述目标音源的声音；

过滤处理子单元，用于对采集到的上述目标音源的声音进行处理，以过滤除上述目标音源的音色以外的其它声音。

由上可见，通过本发明实施例，录音装置能够通过目标音源的音色将目标音源的声音与其它声音区分开来，并基于目标音源的音色针对目标音源的声音生成录音文件，而且还能将生成的录音文件根据目标音源的音色进行智能归档，一方面提升了录音效果，另一方面提高了用户对录音文件的管理效率。

实施例三

图3是本发明一实施例提供的智能终端的示意图。如图3所示，该实施例的智能终端3包括：处理器30、存储器31以及存储在上述存储器31中并可在上述处理器30上运行的计算机程序32，例如录音程序。上述处理器30执行上述计算机程序32时实现上述各个录音方法实施例中的步骤，例如图1所示的步骤s101至s105。或者，上述处理器30执行上述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块21至25的功能。

示例性的，上述计算机程序32可以被分割成一个或多个单元，上述一个或者多个单元被存储在上述存储器31中，并由上述处理器30执行，以完成本发明。上述一个或多个模单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述上述计算机程序32在上述智能终端3中的执行过程。例如，上述计算机程序32可以被分割成确定单元、识别单元、采集单元、生成单元、保存单元，各单元具体功能如下：

确定单元，用于确定本次录音的目标音源；

识别单元，用于识别上述目标音源的音色；

采集单元，用于在本次录音的过程中，基于上述目标音源的音色持续采集上述目标音源的声音；

生成单元，用于在本次录音结束时，基于本次录音过程中采集到的上述目标音源的声音生成录音文件；

保存单元，用于将上述录音文件保存至与上述目标音源的音色对应的文件夹中。

上述智能终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。上述智能终端可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是智能终端3的示例，并不构成对智能终端3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如上述智能终端还可以包括输入输出设备、网络接入设备、总线等。

所称处理器30可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

上述存储器31可以是上述智能终端3的内部存储单元，例如智能终端3的硬盘或内存。上述存储器31也可以是上述智能终端3的外部存储设备，例如上述智能终端3上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，上述存储器31还可以既包括上述智能终端3的内部存储单元也包括外部存储设备。上述存储器31用于存储上述计算机程序以及上述智能终端所需的其他程序和数据。上述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

由上可见，通过本发明实施例，智能终端能够通过目标音源的音色将目标音源的声音与其它声音区分开来，并基于目标音源的音色针对目标音源的声音生成录音文件，而且还能将生成的录音文件根据目标音源的音色进行智能归档，一方面提升了录音效果，另一方面提高了用户对录音文件的管理效率。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、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。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。