一种录音信号的生成方法、装置、系统和电子设备与流程

本技术涉及终端，尤其涉及一种录音信号的生成方法、装置、系统和电子设备。

背景技术：

1、目前，在立体声录音的应用场景中，通常是由用户佩戴立体声耳机，例如真无线立体声(true wireless stereo，tws)耳机，然后通过该立体声耳机位于用户左耳中的左耳拾音装置(例如麦克风)和位于用户右耳中的右耳拾音装置，同时对周围环境中的声音信号进行拾音。然后，通过与该立体声耳机通信连接的电子设备，对拾音后得到的音频信号进行保存，从而得到立体声录音信号。

2、但是，由于立体声耳机的硬件设备所能呈现的空间感受限，使得按照上述方式得到的录音信号，无法准确表达声音信号的空间信息，无法达到人耳听感的效果，后续重放时，无法实现空间感的还原，用户体验较差。

技术实现思路

1、本技术实施例提供了一种录音信号的生成方法、装置、系统和电子设备，以解决目前立体声录音得到的录音信号，无法准确表达声音信号的空间信息，导致后续重放时，无法实现空间感的还原，用户体验较差的问题。

2、第一方面，本技术实施例提供了一种录音信号的生成方法，该方法包括：

3、获取第一音频信号和第二音频信号，所述第一音频信号为左耳拾音装置对待处理声音信号进行拾音后得到的音频信号，所述第二音频信号为右耳拾音装置对所述待处理声音信号进行拾音后得到的音频信号；

4、获取所述第一音频信号的第一直达声信号和所述第二音频信号的第二直达声信号；

5、根据所述第一直达声信号和所述第二直达声信号，确定发出所述待处理声音信号的声源的第一方位信息；

6、根据所述第一方位信息，对所述第一直达声信号和所述第二直达声信号进行渲染，生成所述待处理声音信号的录音信号。

7、这样，通过该方法，电子设备可以对左耳拾音装置对待处理声音信号拾音后得到的第一音频信号和右耳拾音装置对相同的待处理声音信号拾音后得到的第二音频信号，分别进行直达声提取，得到第一直达声信号和第二直达声信号。然后，可以根据第一直达声信号和第二直达声信号确定发出声音信号的声源的方位信息。之后，可以根据该方位信息对第一直达声信号和第二直达声信号进行渲染，得到待处理声音信号的录音信号。可见，通过该方法得到的录音信号，充分融合了声源的方位信息，可以很好地表达声音信号的空间信息，重放后，可以达到人耳听感的效果，用户体验更好。

8、一种可能的实现方式中，所述根据所述第一直达声信号和所述第二直达声信号，确定发出所述待处理声音信号的声源的第一方位信息，包括：

9、根据所述第一直达声信号和所述第二直达声信号生成双耳差值信息，所述双耳差值信息包括第一耳间时间差和/或第一耳间强度差；

10、根据所述双耳差值信息，确定所述第一方位信息。

11、这样，电子设备在提取到第一音频信号的第一直达声信号，以及第二音频信号的第二直达声信号之后，可以根据这两个直达声信号获取双耳间的差值信息，之后，可以根据双耳差值信息确定声源的方位信息，使得后续生成的录音信号，充分融合声源的方位信息，能够很好地表达声音信号的空间信息，重放后，用户的听感体验更好。

12、一种可能的实现方式中，所述双耳差值信息为所述第一耳间时间差，所述根据所述双耳差值信息，确定所述第一方位信息，包括：

13、获取所述第一耳间时间差对应的第一预设方位信息和第二预设方位信息；

14、确定第二方位信息，所述第二方位信息指示的方位为所述第一预设方位信息和所述第二预设方位信息共同指示的方位；

15、获取第三音频信号，所述第三音频信号为第一辅助拾音装置对所述待处理声音信号进行拾音后得到的音频信号，所述第一辅助拾音装置位于所述第二方位信息指示的方位且与所述左耳拾音装置和所述右耳拾音装置不在同一平面；

16、获取第一能量和第二能量，所述第一能量为所述第一音频信号和所述第二音频信号中与所述第二方位信息对应的音频信号的能量，所述第二能量为所述第三音频信号的能量；

17、根据所述第一能量、所述第二能量、所述第一预设方位信息和所述第二预设方位信息，确定所述第一方位信息。

18、这样，在第一音频信号和第二音频信号的频率既不过高，也不会太低的场景中，可以根据耳间时间差，精确地得到声源的方位信息，使得后续生成的录音信号，可以更加准确地表达声音信号的空间信息，重放后，用户的听感体验更好。

19、一种可能的实现方式中，所述双耳差值信息为所述第一耳间强度差，所述根据所述双耳差值信息，确定所述第一方位信息，包括：

20、获取所述第一耳间强度差对应的第三预设方位信息和第四预设方位信息；

21、确定第三方位信息，所述第三方位信息指示的方位为所述第三预设方位信息和所述第四预设方位信息共同指示的方位；

22、获取第四音频信号，所述第四音频信号为第二辅助拾音装置对所述待处理声音信号进行拾音后得到的音频信号，所述第二辅助拾音装置位于所述第三方位信息指示的方位且与所述左耳拾音装置和所述右耳拾音装置不在同一平面；

23、获取第三能量和第四能量，所述第三能量为所述第一音频信号和所述第二音频信号中与所述第三方位信息对应的音频信号的能量，所述第四能量为所述第四音频信号的能量；

24、根据所述第三能量、所述第四能量、所述第三预设方位信息和所述第四预设方位信息，确定所述第一方位信息。

25、这样，在第一音频信号和第二音频信号的频率较高的场景中，可以根据耳间强度差，精确地得到声源的方位信息，使得后续生成的录音信号，可以更加准确地表达声音信号的空间信息，重放后，用户的听感体验更好。

26、一种可能的实现方式中，所述双耳差值信息为所述第一耳间时间差和所述第一耳间强度差，所述根据所述双耳差值信息，确定所述第一方位信息，包括：

27、获取所述第一耳间时间差对应的第一预设方位信息和第二预设方位信息，以及所述第一耳间强度差对应的第三预设方位信息和第四预设方位信息；

28、确定第二方位信息和第三方位信息，所述第二方位信息指示的方位为所述第一预设方位信息和所述第二预设方位信息共同指示的方位，所述第三方位信息指示的方位为所述第三预设方位信息和所述第四预设方位信息共同指示的方位；

29、获取第三音频信号和第四音频信号，所述第三音频信号为第一辅助拾音装置对所述待处理声音信号进行拾音后得到的音频信号，所述第四音频信号为第二辅助拾音装置对所述待处理声音信号进行拾音后得到的音频信号，所述第一辅助拾音装置位于所述第二方位信息指示的方位，所述第二辅助拾音装置位于所述第三方位信息指示的方位，所述第一辅助拾音装置和所述第二辅助拾音装置均与所述左耳拾音装置和所述右耳拾音装置不在同一平面；

30、获取第一能量、第二能量、第三能量和第四能量，所述第一能量为所述第一音频信号和所述第二音频信号中与所述第二方位信息对应的音频信号的能量，所述第二能量为所述第三音频信号的能量，所述第三能量为所述第一音频信号和所述第二音频信号中与所述第三方位信息对应的音频信号的能量，所述第四能量为所述第四音频信号的能量；

31、根据所述第一能量、所述第二能量、所述第一预设方位信息和所述第二预设方位信息，确定第四方位信息；

32、根据所述第三能量、所述第四能量、所述第三预设方位信息和所述第四预设方位信息，确定第五方位信息；

33、根据所述第四方位信息和所述第五方位信息生成所述第一方位信息。

34、这样，在任意的应用场景中，都可以根据耳间时间差和耳间强度差，共同确定声源的方位信息，适用性更好，并且确定出的方位信息更加精确，使得后续生成的录音信号，可以更加准确地表达声音信号的空间信息，重放后，用户的听感体验更好。

35、一种可能的实现方式中，所述根据所述第一方位信息，对所述第一直达声信号和所述第二直达声信号进行渲染，生成所述待处理声音信号的录音信号，包括：

36、获取第一响应信息，所述第一响应信息为所述第一方位信息对应的预设双耳房间脉冲响应信息；

37、根据所述第一响应信息，对所述第一直达声信号和所述第二直达声信号进行渲染，生成所述待处理声音信号的录音信号。

38、这样，可以增强录音信号的空间感，使得录音信号更加接近人耳的听感，用户体验更好。

39、第二方面，本技术实施例提供了一种录音信号的生成装置，该装置包括：

40、第一获取模块，用于获取第一音频信号和第二音频信号，所述第一音频信号为左耳拾音装置对待处理声音信号进行拾音后得到的音频信号，所述第二音频信号为右耳拾音装置对所述待处理声音信号进行拾音后得到的音频信号；

41、第二获取模块，用于获取所述第一音频信号的第一直达声信号和所述第二音频信号的第二直达声信号；

42、确定模块，用于根据所述第一直达声信号和所述第二直达声信号，确定发出所述待处理声音信号的声源的第一方位信息；

43、生成模块，用于根据所述第一方位信息，对所述第一直达声信号和所述第二直达声信号进行渲染，生成所述待处理声音信号的录音信号。

44、一种可能的实现方式中，所述确定模块用于根据所述第一直达声信号和所述第二直达声信号，确定发出所述待处理声音信号的声源的第一方位信息，具体为：

45、所述确定模块用于：

46、根据所述第一直达声信号和所述第二直达声信号生成双耳差值信息，所述双耳差值信息包括第一耳间时间差和/或第一耳间强度差；

47、根据所述双耳差值信息，确定所述第一方位信息。

48、一种可能的实现方式中，所述双耳差值信息为所述第一耳间时间差，所述确定模块用于根据所述双耳差值信息，确定所述第一方位信息，具体为：

49、所述确定模块用于：

50、获取所述第一耳间时间差对应的第一预设方位信息和第二预设方位信息；

51、确定第二方位信息，所述第二方位信息指示的方位为所述第一预设方位信息和所述第二预设方位信息共同指示的方位；

52、获取第三音频信号，所述第三音频信号为第一辅助拾音装置对所述待处理声音信号进行拾音后得到的音频信号，所述第一辅助拾音装置位于所述第二方位信息指示的方位且与所述左耳拾音装置和所述右耳拾音装置不在同一平面；

53、获取第一能量和第二能量，所述第一能量为所述第一音频信号和所述第二音频信号中与所述第二方位信息对应的音频信号的能量，所述第二能量为所述第三音频信号的能量；

54、根据所述第一能量、所述第二能量、所述第一预设方位信息和所述第二预设方位信息，确定所述第一方位信息。

55、一种可能的实现方式中，所述双耳差值信息为所述第一耳间强度差，所述确定模块用于根据所述双耳差值信息，确定所述第一方位信息，具体为：

56、所述确定模块用于：

57、获取所述第一耳间强度差对应的第三预设方位信息和第四预设方位信息；

58、确定第三方位信息，所述第三方位信息指示的方位为所述第三预设方位信息和所述第四预设方位信息共同指示的方位；

59、获取第四音频信号，所述第四音频信号为第二辅助拾音装置对所述待处理声音信号进行拾音后得到的音频信号，所述第二辅助拾音装置位于所述第三方位信息指示的方位且与所述左耳拾音装置和所述右耳拾音装置不在同一平面；

60、获取第三能量和第四能量，所述第三能量为所述第一音频信号和所述第二音频信号中与所述第三方位信息对应的音频信号的能量，所述第四能量为所述第四音频信号的能量；

61、根据所述第三能量、所述第四能量、所述第三预设方位信息和所述第四预设方位信息，确定所述第一方位信息。

62、一种可能的实现方式中，所述双耳差值信息为所述第一耳间时间差和所述第一耳间强度差，所述确定模块用于根据所述双耳差值信息，确定所述第一方位信息，具体为：

63、所述确定模块用于：

64、获取所述第一耳间时间差对应的第一预设方位信息和第二预设方位信息，以及所述第一耳间强度差对应的第三预设方位信息和第四预设方位信息；

65、确定第二方位信息和第三方位信息，所述第二方位信息指示的方位为所述第一预设方位信息和所述第二预设方位信息共同指示的方位，所述第三方位信息指示的方位为所述第三预设方位信息和所述第四预设方位信息共同指示的方位；

66、获取第三音频信号和第四音频信号，所述第三音频信号为第一辅助拾音装置对所述待处理声音信号进行拾音后得到的音频信号，所述第四音频信号为第二辅助拾音装置对所述待处理声音信号进行拾音后得到的音频信号，所述第一辅助拾音装置位于所述第二方位信息指示的方位，所述第二辅助拾音装置位于所述第三方位信息指示的方位，所述第一辅助拾音装置和所述第二辅助拾音装置均与所述左耳拾音装置和所述右耳拾音装置不在同一平面；

67、获取第一能量、第二能量、第三能量和第四能量，所述第一能量为所述第一音频信号和所述第二音频信号中与所述第二方位信息对应的音频信号的能量，所述第二能量为所述第三音频信号的能量，所述第三能量为所述第一音频信号和所述第二音频信号中与所述第三方位信息对应的音频信号的能量，所述第四能量为所述第四音频信号的能量；

68、根据所述第一能量、所述第二能量、所述第一预设方位信息和所述第二预设方位信息，确定第四方位信息；

69、根据所述第三能量、所述第四能量、所述第三预设方位信息和所述第四预设方位信息，确定第五方位信息；

70、根据所述第四方位信息和所述第五方位信息生成所述第一方位信息。

71、一种可能的实现方式中，所述生成模块用于根据所述第一方位信息，对所述第一直达声信号和所述第二直达声信号进行渲染，生成所述待处理声音信号的录音信号，具体为：

72、所述生成模块用于：

73、获取第一响应信息，所述第一响应信息为所述第一方位信息对应的预设双耳房间脉冲响应信息；

74、根据所述第一响应信息，对所述第一直达声信号和所述第二直达声信号进行渲染，生成所述待处理声音信号的录音信号。

75、第三方面，本技术实施例提供了一种电子设备，该电子设备包括：一个或者多个处理器和一个或者多个存储器；所述一个或者多个存储器存储有计算机程序或指令，当所述计算机程序或指令被所述一个或者多个处理器执行时，使得所述电子设备执行第一方面中任意一项所述的方法。

76、第四方面，本技术实施例提供了一种录音信号的生成系统，该系统包括：用于对待处理声音信号进行拾音的左耳拾音装置和右耳拾音装置，以及第三方面所述的电子设备；所述电子设备中设置有用于对所述待处理声音信号进行拾音的第一辅助拾音装置和第二辅助拾音装置；所述左耳拾音装置和所述右耳拾音装置与所述电子设备之间，通过无线方式或有线方式，通信连接。

77、第五方面，本技术实施例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中存储有计算机程序或指令，当所述计算机程序或指令被执行时，如第一方面中任意一项所述的方法被执行。

78、可见，通过本技术提供的录音信号的生成方法、装置、系统和电子设备，电子设备可以对左耳拾音装置对待处理声音信号拾音后得到的第一音频信号和右耳拾音装置对相同的待处理声音信号拾音后得到的第二音频信号，分别进行直达声提取，得到第一直达声信号和第二直达声信号。然后，可以根据第一直达声信号和第二直达声信号确定发出声音信号的声源的方位信息。之后，可以根据该方位信息对第一直达声信号和第二直达声信号进行渲染，得到待处理声音信号的录音信号。可见，通过该方法得到的录音信号，充分融合了声源的方位信息，可以很好地表达声音信号的空间信息，重放后，可以达到人耳听感的效果，用户体验更好。