音频识别方法、装置及存储介质与流程

技术特征：

1.一种音频识别方法，其特征在于，所述方法包括：

获取通过微软音频会话应用程序接口WASAPI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。

2.如权利要求1所述的方法，其特征在于，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。

3.如权利要求1所述的方法，其特征在于，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。

4.如权利要求1至3任一所述的方法，其特征在于，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：

从所述第一音频采集方式和所述第二音频采集方式中选择所述第一音频采集方式作为所述直播应用客户端的音频采集方式；

所述获取通过WASAPI采集的直播终端的第一音频，包括：

按照所述直播应用客户端的音频采集方式，执行所述获取通过WASAPI采集的直播终端的第一音频步骤。

5.如权利要求1所述的方法，其特征在于，所述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，包括：

将所述第一音频和所述第二音频相互抵消，并将抵消之后的音频确定为所述麦克风采集的音频。

6.一种音频识别装置，其特征在于，所述装置包括：

第一获取模块，用于获取通过微软音频会话应用程序接口WASAPI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；

第二获取模块，用于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；

确定模块，用于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。

7.如权利要求6所述的装置，其特征在于，所述第一获取模块，具体用于：

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。

8.如权利要求6所述的装置，其特征在于，所述第一获取模块，具体用于：

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。

9.如权利要求6至8任一所述的装置，其特征在于，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；

所述装置还包括：

选择模块，用于从所述第一音频采集方式和所述第二音频采集方式中选择所述第一音频采集方式作为所述直播应用客户端的音频采集方式；

所述第一获取模块，具体用于：

按照所述直播应用客户端的音频采集方式，执行所述获取通过WASAPI采集的直播终端的第一音频步骤。

10.如权利要求6所述的装置，其特征在于，所述确定模块，具体用于：

将所述第一音频和所述第二音频相互抵消，并将抵消之后的音频确定为所述麦克风采集的音频。

11.一种音频识别装置，其特征在于，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-5所述的任一项方法的步骤。

12.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现权利要求1-5所述的任一项方法的步骤。