音频处理方法、装置、设备及存储介质与流程

1.本公开涉及互联网技术领域，尤其涉及一种音频处理方法、装置、设备及存储介质。


背景技术：

2.目前，涉及音频输入的场景包括语音通信，音/视频文件制作及剪辑等。其中，语音通信场景包括但不限于固定电话、移动电话、音视频聊天、语音邮件、网络直播，音/视频文件制作及剪辑包括但不限于为视频配音、录制音频文件等。在涉及音频输入的场景中，为满足用户需求，通常会对采集的用户音频进行降噪处理，以去除声音中的噪音，提高音频信号质量，还可以对采集的用户音频进行变声处理，以改变声音的音色或者音调，提高音频输入场景的趣味性。
3.相关技术中，在用户完成音频输入后，对输入的音频信息进行降噪、变声等处理，从而产生较长的用户等待时间，不利用用户体验。


技术实现要素：

4.本公开提供一种音频处理方法、装置、设备及存储介质，以至少解决相关技术中在用户完成音频输入后，对输入的音频信息进行降噪、变声等处理，从而产生较长的用户等待时间，不利用用户体验的问题。本公开的技术方案如下：
5.根据本公开实施例的第一方面，提供一种音频处理方法，包括：响应于输入的第一用户操作，采集用户的原始音频信息；在采集所述原始音频信息的过程中，对采集到的原始音频信息进行预设处理，得到第一目标音频信号，所述预设处理包括根据预设的降噪处理参数进行的降噪处理和根据预设的变声处理参数进行的变声处理；向目标设备输出所述第一目标音频信号，所述目标设备包括所述用户侧的设备和/或与所述用户侧的设备通信的其他设备。
6.结合第一方面，在第一方面可能的实现方式中，在采集所述原始音频信息的过程中，对采集到的原始音频信息进行预设处理，包括：每采集到预设时长的音频信息段，对所述音频信息段进行所述预设处理，得到所述音频信息段对应的第一目标音频信号；向目标设备输出所述第一目标音频信号，包括：每得到所述音频信息段对应的第一目标音频信号后，则向目标设备输出所述音频信息段对应的第一目标音频信号。
7.结合第一方面，在第一方面可能的实现方式中，响应于输入的第一用户操作，采集用户的原始音频信息之前，还包括：显示音频采集界面，所述音频采集界面包括变声控件；响应于用户对所述变声控件的操作，显示至少一个变声选项，不同变声选项对应不同的变声处理参数，所述变声处理参数包括音调参数和/或音色参数；响应于输入的选中第一目标变声选项的操作，将所述第一目标变声选项对应的所述音调参数和/或音色参数确定为所述预设的变声处理参数，以根据所述第一目标变声选项对应的所述音调参数和/或音色参数对所述原始音频信息的音调和/或音色进行处理。
8.结合第一方面，在第一方面可能的实现方式中，所述方法还包括：在采集所述原始音频信息的过程中，响应于输入的选中第二目标变声选项的操作，将所述第二目标变声选项对应的音调参数和/或音色参数确定为所述预设的变声处理参数，以根据所述第二目标变声选项对应的音调参数和/或音色参数对在用户选中第二目标变声选项后采集到的原始音频信息的音调和/或音色进行处理。
9.结合第一方面，在第一方面可能的实现方式中，所述音频采集界面包括录音界面、网络直播界面和音频通话界面；所述第一用户操作包括在所述录音界面中输入的触发开始录音的用户操作、在所述网络直播界面中输入的触发开始直播的用户操作和所述音频通话界面中输入的指示发起或者接受通话请求的用户操作。
10.结合第一方面，在第一方面可能的实现方式中，所述方法还包括：响应于输入的第二用户操作，停止采集用户的原始音频信息，以及显示音频处理界面，所述音频处理界面显示有至少一个变声选项，不同变声选项对应不同的变声处理参数，所述变声处理参数包括音调参数和/或音色参数；响应于输入的选中第三目标变声选项的操作，根据所述第三目标变声选项对应的音调参数和/或音色参数，对所述第一目标音频信号或者所述原始音频信息进行变声处理，得到第二目标音频信号。
11.结合第一方面，在第一方面可能的实现方式中，所述方法还包括：响应于输入的第一用户操作，获取降噪设置参数，所述降噪设置参数用于表征所述降噪功能开启或者关闭；若所述降噪设置参数表征所述降噪功能开启，则在采集所述原始音频信息的过程中，对采集到的原始音频信息进行所述预设处理；若所述降噪设置参数表征所述降噪功能关闭，则在采集所述原始音频信息的过程中，对采集到的原始音频信息进行所述变声处理。
12.结合第一方面，在第一方面可能的实现方式中，所述音频采集界面上还显示有处于开启状态或者关闭状态的降噪控件，所述开启状态的降噪控件指示降噪功能开启，所述关闭状态的降噪控件指示所述降噪功能关闭；响应于输入的第一用户操作，采集用户的原始音频信息之前，还包括：响应于输入的对所述开启状态的降噪控件的操作，将所述降噪控件显示为关闭状态，以及将所述降噪设置参数配置为表征降噪功能关闭的参数；或者，响应于输入的对所述关闭状态的降噪控件的操作，将所述降噪控件显示为开启状态，以及将所述降噪设置参数配置为表征降噪功能开启的参数。
13.根据本公开实施例的第二方面，提供一种音频处理装置，包括音频采集单元、音频处理单元和音频输出单元；所述音频采集单元，用于响应于输入的第一用户操作，采集用户的原始音频信息；所述音频处理单元，用于在所述音频采集单元采集所述原始音频信息的过程中，对采集到的原始音频信息进行预设处理，得到第一目标音频信号，所述预设处理包括根据预设的降噪处理参数进行的降噪处理和预设的变声处理参数进行的变声处理；所述音频输出单元，用于向目标设备输出所述第一目标音频信号，所述目标设备包括所述用户侧的设备和/或与所述用户侧的设备通信的其他设备。
14.结合第二方面，在第二方面可能的实现方式中，所述音频处理单元具体用于：每采集到预设时长的音频信息段，对所述音频信息段进行所述预设处理，得到所述音频信息段对应的第一目标音频信号；所述音频输出单元，具体用于每得到所述音频信息段对应的第一目标音频信号后，则向目标设备输出所述音频信息段对应的第一目标音频信号。
15.结合第二方面，在第二方面可能的实现方式中，还包括界面显示单元和参数设置
单元；所述界面显示单元，用于显示音频采集界面，所述音频采集界面包括变声控件；响应于用户对所述变声控件的操作，显示至少一个变声选项，不同变声选项对应不同的变声处理参数，所述变声处理参数包括音调参数和/或音色参数；所述参数设置单元，用于响应于输入的选中第一目标变声选项的操作，将所述第一目标变声选项对应的所述音调参数和/或音色参数确定为所述预设的变声处理参数，以根据所述第一目标变声选项对应的所述音调参数和/或音色参数对所述原始音频信息的音调和/或音色进行处理。
16.结合第二方面，在第二方面可能的实现方式中，所述参数设置单元还用于：在采集所述原始音频信息的过程中，响应于输入的选中第二目标变声选项的操作，将所述第二目标变声选项对应的音调参数和/或音色参数确定为所述预设的变声处理参数，以使所述音频处理单元根据所述第二目标变声选项对应的音调参数和/或音色参数对在用户选中第二目标变声选项后采集到的原始音频信息的音调和/或音色进行处理。
17.结合第二方面，在第二方面可能的实现方式中，所述音频采集界面包括录音界面、网络直播界面和音频通话界面；所述第一用户操作包括在所述录音界面中输入的触发开始录音的用户操作、在所述网络直播界面中输入的触发开始直播的用户操作和所述音频通话界面中输入的指示发起或者接受通话请求的用户操作。
18.结合第二方面，在第二方面可能的实现方式中，所述音频采集单元，还用于响应于输入的第二用户操作，停止采集用户的原始音频信息；所述界面显示单元，还用于响应于输入的第二用户操作，显示音频处理界面，所述音频处理界面显示有至少一个变声选项，不同变声选项对应不同的变声处理参数，所述变声处理参数包括音调参数和/或音色参数；所述音频处理单元，还用于响应于输入的选中第三目标变声选项的操作，根据所述第三目标变声选项对应的音调参数和/或音色参数，对所述第一目标音频信号或者所述原始音频信息进行变声处理，得到第二目标音频信号。
19.结合第二方面，在第二方面可能的实现方式中，所述音频处理单元具体用于：响应于输入的第一用户操作，获取降噪设置参数，所述降噪设置参数用于表征所述降噪功能开启或者关闭；若所述降噪设置参数表征所述降噪功能开启，则在采集所述原始音频信息的过程中，对采集到的原始音频信息进行所述预设处理；若所述降噪设置参数表征所述降噪功能关闭，则在采集所述原始音频信息的过程中，对采集到的原始音频信息进行所述变声处理。
20.结合第二方面，在第二方面可能的实现方式中，所述音频采集界面上还显示有处于开启状态或者关闭状态的降噪控件，所述开启状态的降噪控件指示降噪功能开启，所述关闭状态的降噪控件指示所述降噪功能关闭；所述界面显示单元，还用于响应于输入的对所述开启状态的降噪控件的操作，将所述降噪控件显示为关闭状态，响应于输入的对所述关闭状态的降噪控件的操作，将所述降噪控件显示为开启状态；所述参数设置单元，还用于响应于输入的对所述开启状态的降噪控件的操作，将所述降噪设置参数配置为表征降噪功能关闭的参数；响应于输入的对所述关闭状态的降噪控件的操作，将所述降噪设置参数配置为表征降噪功能开启的参数。
21.根据本公开实施例的第三方面，提供一种电子设备，包括：处理器、用于存储处理器可执行的指令的存储器；其中，处理器被配置为执行指令，以实现如第一方面及其任一种可能的设计方式所提供的音频处理方法。
22.根据本公开实施例的第四方面，提供一种计算机可读存储介质，当计算机可读存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如第一方面及其任一种可能的设计方式所提供的音频处理方法。
23.根据本公开实施例的第五方面，提供一种计算机程序产品，该计算机程序产品包括计算机指令，当计算机指令在服务器上运行时，使得该服务器执行如第一方面及其任一种可能的设计方式所提供的音频处理方法。
24.本公开的实施例提供的技术方案至少带来以下有益效果：本公开实施例提供的音频处理方法，可以响应于输入的第一用户操作，采集用户的原始音频信息；在采集原始音频的过程中，对采集的原始音频进行准实时地降噪处理和变声处理，解决相关技术中在用户完成音频输入后再进行降噪处理和变声处理而导致用户等待时间长的问题。另外，根据处理后的音频信息输出经过降噪处理和变声处理的音频信号，使用户可以实时体验到降噪及变声后的音频效果。
25.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
26.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
27.图1是根据一示例性实施例示出的一种音频交互系统结构示意图；
28.图2是根据一示例性实施例示出的一种电子设备结构示意图；
29.图3是根据一示例性实施例示出的一种音频处理方法流程图；
30.图4是根据一示例性实施例示出的一种音频采集界面示意图；
31.图5是根据一示例性实施例示出的另一种音频采集界面示意图；
32.图6是根据一示例性实施例示出的另一种音频采集界面示意图；
33.图7是根据一示例性实施例示出的另一种音频采集界面示意图；
34.图8是根据一示例性实施例示出的另一种音频采集界面示意图；
35.图9是根据一示例性实施例示出的一种音频信息处理流程；
36.图10是根据一示例性实施例示出的一种音频处理界面示意图；
37.图11是根据一示例性实施例示出的一种音频处理装置框图；
38.图12是根据一示例性实施例示出的一种服务器结构示意图。
具体实施方式
39.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
40.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面
相一致的装置和方法的例子。
41.另外，在本公开实施例的描述中，除非另有说明，“/”表示或的意思，例如，a/b可以表示a或b。本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，在本公开实施例的描述中，“多个”是指两个或两个以上。
42.本公开实施例所提供的音频处理方法，可以应用于音频处理装置，该音频处理装置用于执行本公开实施例所提供的音频处理方法，使用户获得更好的听觉体验。该音频处理装置可以包含于服务器，或者包含于电子设备，也可以独立于服务器和电子设备。
43.本公开实施例所提供的音频处理方法，还可以应用于音频交互系统，该音频交互系统包括服务器和至少一个终端设备，终端设备用于执行本公开实施例所提供的音频处理方法。示例性的，图1为一种音频交互系统示意图，如图1所示，该音频交互系统10包括终端设备101、服务器102，终端设备101可与服务器102进行通信。
44.终端设备101可以为任意一个计算机设备，其中，计算机设备包括但不限于手机、平板电脑、台式电脑、笔记本电脑、车载终端、掌上终端、增强现实(augmented reality，ar)设备、虚拟现实(virtual reality，vr)设备等可以安装并使用内容社区应用(如快手、快影)的设备，本公开实施例对终端设备101的具体形态不作特殊限制。其可以与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互。
45.服务器102可以为一台服务器，或者，也可以为由多台服务器组成的服务器集群或者是一个云计算服务中心，本公开对此不做限定。服务器102主要用于存储终端设备101上安装的内容社区应用的相关数据，可以在接收到终端设备101发送的数据获取请求时，将相应的数据发送给终端设备101。例如，终端设备101可以向服务器102请求应用的界面数据，以根据页面数据显示出应用界面。
46.如图1所示，终端设备101可以与服务器102进行数据交互。例如，终端设备101可以从服务器102获取应用的界面数据，以根据页面数据显示出应用界面。应用界面如下述实施例介绍的音频采集界面、音频处理界面。终端设备101还可以将获得目标音频信号对应的目标音频数据发送到服务器102上。终端设备101在获得目标音频信号后，可以在终端设备101侧完成音频输出。例如，终端设备101在获得目标音频信号后，将目标音频信号发送给设备内部的功放和扬声器，以通过功放和扬声器输出目标音频信号。
47.示例性的，在录音场景中，用户通过电子设备上的录音应用录制声音，在录音的过程中，用户可以通过耳返通道听到自己的声音，该声音即是电子设备对用户的原始音频信息进行实时处理后，实时输出的目标音频信号。
48.在图1中，音频交互系统还包括至少一个其他终端设备103。终端设备103可以与服务器102进行通信，也可以与终端设备101通信。其中，终端设备101和103可以通过服务器102实现数据交互，也可以通过其他方式通信，如通过短距离无线传输技术，或者通过互联网中其他的网络设备进行通信。终端设备101在获得目标音频信号后，也可以通过服务器102将目标音频设备输出到其他终端设备上，例如，通过服务器102将目标音频数据发送给终端设备103，在终端设备103上完成目标音频信号的输出。
49.示例性的，在直播场景中，主播通过终端设备101上的直播应用进行网络直播，观众通过终端设备103上的直播应用观看直播。在直播过程中，终端设备101可以接收并输出
由终端设备101采集并处理的音频。
50.服务器102用于接收终端设备101发送的目标音频数据，并存储。还用于当接收到终端设备针对某个目标音频数据的请求时，将相应的目标音频数据发送给该设备。
51.终端设备103用于接收服务器102发送给的目标音频数据，解析得到目标音频信号，并通过设备内置或者外置的功放及扬声器输出该目标音频信号。
52.可以理解的是上述终端设备101与服务器102可以是相互独立设置的，也可以是集成在一个设备中，本公开对此不进行限定。
53.上述终端设备101与服务器102均可以通过如图2所示的电子设备20来实现。如图2所示，为本公开实施例提供的技术方案所适用的一种电子设备的结构示意图。图2中电子设备20包括但不限于：处理器201、存储器202、输入单元203、接口单元204、电源205及显示单元206。
54.在一些实施例中，电子设备20还包括音频采集器、音频处理器以及音频输出模块。其中，音频采集器如语音接收器，用于采集音频信息；音频处理器可以包含于处理器201，用于对采集的音频信息进行处理，如降噪处理、变声处理；音频输出模块包括功放和扬声器，用于输出音频处理器传来的音频信号。
55.处理器201是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器202内的软件程序和/或模块，以及调用存储在存储器202内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器201可包括一个或多个处理单元；可选的，处理器201可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器201中。
56.存储器202可用于存储软件程序以及各种数据。存储器202可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能单元所需的应用程序等。此外，存储器202可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。可选地，存储器202可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、cd-rom、磁带、软盘和光数据存储设备等。
57.输入单元203可以为键盘、触摸屏等器件。
58.接口单元204为外部装置与电子设备20连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元204可以用于接收来自外部装置的输入(例如，数据信息等)并且将接收到的输入传输到电子设备20内的一个或多个元件或者可以用于在电子设备20和外部装置之间传输数据。
59.电源205(比如：电池)可以用于为各个部件供电。可选的，电源205可以通过电源管理系统与处理器201逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
60.显示单元206用于显示用户界面(user interface，ui)。该用户界面可以包括图
形、文本、图标、视频及其它们的任意组合。当显示单元206是显示屏的情况下，显示单元206还具有采集在显示单元206的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器201进行处理。此时，显示单元206还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。
61.在一些实施例中，显示单元206可以为终端设备101的前面板；显示单元206可以采用液晶显示屏(liquid crystal display，lcd)、有机发光二极管(organic light-emitting diode，oled)等材质制备。在电子设备20为终端设备的情况下，该终端设备包括显示单元206。
62.可选的，本公开实施例中的计算机指令也可以称之为应用程序代码或系统，本公开实施例对此不作具体限定。
63.需要说明的是，图2所示的电子设备仅为示例，其不对本公开实施例可适用的电子设备构成限定。实际实现时，电子设备可以包括比图2中所示的更多或更少的设备或器件。
64.需要说明的是，本公开实施例所提供的音频处理方法可以应用到各类涉及音频输入的场景，而涉及音频输入的场景不限于上文中提及的录音场景和直播场景，例如，还可以包括如固定电话、移动电话、音视频聊天、语音邮件等语音通信场景。
65.对于如网络直播、移动电话、音视频聊天等实时通信场景，通信链路一端或者两端的用户所听到的声音均是终端设备基于原始音频信息输出的音频信号，原始音频信息即未经降噪或者特定音效处理的音频信息。这样一来，如果自然环境嘈杂或者设备硬件限制，将给用户带来较差的听觉体验，也无法满足用户的趣味性和个性化的需求，如变声需求。
66.对于如录音场景的非实时交互场景，用户在完成音频输入后，才能通过操作对输入的完整的原始音频信息进行处理，生成具有特定音频效果的录音作品。随之而来的，是因音频处理耗时而无可避免的长时间的用户等待，不利于用户体验。除此之外，这种后置的音频处理过程，使得录音设备无法给出实时的音效反馈，即在录音过程中，用户无法获得实时的音效体验，趣味性差，也不便于用户及时地调整音效设置。
67.针对上述涉及音频输入的场景，为了使用户获得更好的听觉体验，丰富音频输入场景的趣味性以及满足用户需求，本公开实施例提供一种音频处理方法，该方法在采集用户的原始音频信息的过程中，实时地对采集到的原始音频信息进行预设处理，以获得经过处理的目标音频信号，并向目标设备输出该目标音频信号。这样，对于如网络直播、移动电话、音视频聊天等实时通信场景，通信链路一端或者两端的用户可以获得较好的听觉体验，对于如录音场景的非实时交互场景，在录音过程中，用户即可提前体验到某种音频效果，从而方便根据对当前音频效果的满意度，及时地调整音效设置，音频输入完成后，无需等待即可生成作品文件。
68.图3为本公开实施例示例性示出的一种音频处理方法流程图，如图3所示，该方法可以包括：
69.s301，响应于输入的第一用户操作，采集用户的原始音频信息。
70.需要说明的是，上述用户的原始音频信息，是指通过用户侧的电子设备采集到的用户侧的声音，该用户侧的声音可以是用户发出的声音、环境声音和/或环境噪音。换句话说，上述用户的原始音频信息并非特指包含用户声音的音频信息。
71.在一些可能的实现方式中，用户通过与电子设备进行语音交互，以输入上述第一
用户操作。也就是说，上述第一用户操作可以是用户基于电子设备的语音控制功能输入的语音控制指令。例如，用户首先通过特定的语音口令唤醒电子设备上的语音应用，语音应用启动后，用户可以与语音应用对话，输入用于指示开启采集上述原始音频信息的语音控制指令。示例性的，该语音控制指令可以是触发开始录音的控制指令、触发开始直播的控制指令、接收其他设备发来的通话请求的控制指令以及向其他设备发起通话请求的控制指令。
72.在另一些可能的实现方式中，用户通过与电子设备进行界面交互，以输入上述第一用户操作。也就是说，上述第一用户操作可以是用户对一些应用界面上的交互式界面对象的操作，如触摸操作、长按操作、压力操作等。为便于说明，本公开实施例将前述可接收第一用户操作的应用界面称为音频采集界面。音频采集界面上包括特定的交互式界面对象，当电子设备检测到用户对该特定交互对象的操作时，确定接收到输入的第一用户操作。
73.上述音频采集界面包括但不限于具有录音功能的应用提供的录音界面、具有直播功能的应用提供的网络直播界面、具有音视频通话功能的应用提供的音视频通话界面。
74.在一些实施情形中，上述第一用户操作，可以是在录音界面中输入的触发开始录音的用户操作。图4为本公开实施例示例性示出的一种录音界面40，其具体为用于对待配音视频进行配音的应用界面，如“快影”应用的配音页面。如图4所示，该界面40包括第一显示区41、第二显示区42和第三显示区43。第一显示区41用于显示一部分功能控件，如用于触发开始录音的录音控件411、用于触发停止录音的完成控件412。第二显示区42用于显示待配音视频的帧序列421及录音时长422。在录音开始前，待配音视频的前n帧(n≥1)预先加载在第二显示区41的右侧区域，录音开始后，帧序列中的各帧将随着录音时长的增加，由第二显示区42的右侧依次移动到左侧，从而实现对帧序列的动态展示。第三显示区43用于对当前录制时刻对应的帧进行放大显示，例如，当录制到第5.5秒时，第三显示区43中将显示时间戳为第5.5秒的帧。
75.在显示如图4所示的录音界面时，用户可以通过点击某个功能控件，输入相应的控制指令，以指示电子设备实现相应的功能。例如，用户可以通过点击录音控件411，以输入第一用户操作。电子设备则响应于该用户操作，通过音频采集器，开始采集用户的原始音频信息。
76.在一些实施情形中，上述第一用户操作，还可以是在网络直播界面输入的触发开始直播的用户操作。图5为本公开实施例示例性示出的一种网络直播界面，其具体为用户开启直播之前的直播间预览界面，如“快手”应用的直播间预览界面。如图5所示，该界面50包括摄像头的本地预览画面51以及浮于预览画面51显示的多个功能控件，如用于切换摄像头的切换控件52、用于美化图像的美化控件53、用于分享直播地址的分享控件54、用于调出更多功能的扩展控件55、用于触发开始直播的控件56以及多个直播选项，如“视频直播”、“游戏直播”、“聊天室”以及“语音直播”。
77.在显示如图5所示的网络直播界面时，用户可以通过点击某个功能控件，输入相应的控制指令，以指示电子设备实现相应的功能。例如，用户可以通过点击控件56，输入用于触发开始直播的第一用户操作。电子设备则响应于该用户操作，开始采集用户的原始音频信息，并通过摄像头继续采集用户的图像信息，同时与服务器建立直播通道。
78.另外，上述第一用户操作，还可以是在音频通话界面中输入的指示发起或者接受通话请求的用户操作。图6为本公开实施例示例性示出的一种音频通话界面，其具体为电子
设备上的音视频通话应用接收到好友设备发送的音频通话请求后显示的界面。如图6所示，该界面60包括发送该请求的好友信息61、用于拒绝该请求的控件62和用于接受该请求的控件63。
79.在显示如图6所示的音频通话界面时，用户可以通过点击控件63，输入用于指示接受该通话请求的第一用户操作。电子设备则响应于该用户操作，与好友设备建立音频通话链接，并通过音频采集器，开始采集用户的原始音频信息。
80.s302，在采集原始音频信息的过程中，对采集到的原始音频信息进行预设处理，得到目标音频信号。
81.人耳通过音色和音调两个维度分辨人声。例如，日常生活中提到的男高音、男中音及男低音，是指声音的音调高低不同。在音调一致的情况下，人们还可以通过音色区分人声。变声处理，即是根据特定的参数和算法对音频的音色和/或音调进行改变，使输出的声音与原始声音在感官上有所不同。示例性的，把男声变女声，或把小孩子声音变成老人声音。本公开实施例中，预设处理包括根据预设的变声处理参数进行的变声处理。在采集原始音频的过程中，对采集的原始音频进行准实时地变声处理，解决相关技术中在用户完成音频输入后再进行变声处理而导致用户等待时间长的问题。
82.上述预设的变声处理参数，可以是用户在触发音频采集之前，在用于设定变声功能的界面中，通过选中界面中展示的某个变声选项而预设的变声处理参数。其中，该界面中展示有至少一个变声选项，不同变声选项对应于不同的变声处理参数，进而，不同变声选项对应于不同的变声风格。
83.在一些实施例中，上述用于设定变声功能的界面为音频采集界面，如：图4示出的录音界面、图5示出的网络直播界面及图6示出的音频聊天界面。
84.在更为具体的实现方式中，音频采集界面除了包括用于输入第一用户操作的交互式界面对象外，还包括变声控件。用户可以通过操作变声控件，触发电子设备显示出可选择的变声选项，接着，根据显示出的每个变声选项示出的变声风格，选中期望的变声选项，从而完成对变声处理参数的设置操作。通过此种前端交互界面设计，使用户可以在触发采集音频之前，选择某个变声选项，即对变声功能进行前置设置。一方面，设备可以根据用户变声功能的前置设置，提前获得变声处理参数，从而能够在采集原始音频的过程中，对采集的原始音频实时地变声。另一方面，可以将变声功能及每个变声选项所能产生的变声效果提前展示给用户，而不是在完成音频输入后再展示给用户，从而增加用户的兴趣。
85.以图4示出的录音界面为例，第一显示区41中除包括录音控件411外，还包括变声控件413。当用户操作该变声控件413时，电子设备响应于该用户操作，在界面40中显示出至少一个变声选项。图7为本公开实施例示例性示出的另一种录音界面，其具体为用户在界面40中点击变声控件413后显示的界面。如图7所示，该界面70显示有多个变声选项，每个变声选项的名称示出了变声风格，如：“萝莉”、“大叔”、“可爱”、“小黄人”等。其中，“萝莉”选项处于选中状态，意味着此时用户预设的变声处理参数即为“萝莉”选项对应的变声处理参数。此外，还包括“原声”选项。应理解的是，当用户选中“原声”选项，变声功能被关闭，那么电子设备在采集到用户的原始音频信息后，将不会对原始音频信息进行变声处理。
86.本公开实施例中，响应于接收到用户选中某个变声选项的操作，将该变声选项显示为选中状态，并将其他变声选项保持在未选中状态。例如，图7中的“萝莉”选项显示为选
中状态，而其他变声选项显示为未选中状态。应理解的是，本公开实施例提及的“选中状态”和“未选中状态”是指界面对象的两种不同的显示状态，目的是为用户提供可视化的提示，使用户了解当前设定的变声风格。需要说明的是，对于“选中状态”及“未选中状态”所分别对应的显示样式，本公开实施例不予限定。
87.在一些实施例中，在采集原始音频的过程中，用户可以通过输入选中其他变声选项的操作，以对之前设定的变声处理参数进行修改。为便于区分，本公开实施例将用户在触发音频采集之前选中的变声选项称为第一目标变声选项，将用户在音频采集过程中选中的变声选项称为第二目标变声选项。基于此，本公开实施例所提供的音频处理方法还包括，在采集原始音频信息的过程中，响应于输入的选中第二目标变声选项的操作，将第二目标变声选项对应的变声处理参数确定为预设的变声处理参数，以根据第二目标变声选项对应的变声处理参数对后续采集到的原始音频信息进行变声处理。后续采集到的原始音频信息，是指在用户选中第二目标变声选项后采集到的原始音频信息。这样，若在开始采集原始音频之前，用户选择了某个变声选项(即第一目标变声选项)，则在采集原始音频的过程中，用户可以更改成其他的变声选项(即第二目标变声选项)，使得用户可以根据自己对每种变声选项所产生的实际变声效果的满意度，随时更改变声选项。若在开始采集原始音频之前，用户没有开启变声功能，则在采集原始音频的过程中，用户可以操作选择某个变声选项，以体验到实时的变声效果。
88.沿用上述示例，用户在触发音频采集之前选中的第一目标变声选项为“萝莉”，在音频采集过程中，用户可以选中“大叔”。此时，电子设备将根据“大叔”对应的变声处理参数对后续采集到的原始音频信息进行变声处理。
89.在一些实施例中，在采集到用户的原始音频信息后，备份原始音频信息。例如，原始音频信息的副本保存在缓存中。若在音频采集过程中接收到用户选中第二目标变声选项的操作，一方面，根据第二目标变声选项对应的变声处理参数对后续采集到的原始音频信息进行变声处理，另一方面，根据第二目标变声选项对应的变声处理参数，对备份在缓存中的在先采集到的原始音频信息进行变声处理。这样，若用户在录音过程中改变了变声处理参数，可以以用户最后选择的变声选项对应的变声处理参数为准，来生成目标音频文件，从而保证目标音频文件中各段音频的变声效果一致。
90.本公开实施例中，变声处理参数包括音调参数和/或音色参数，音调参数用于改变原始音频的音调，音色参数用于改变原始音频的音色。基于预设的变声算法及音调参数和/或音色参数对原始音频信号进行处理，可以改变原始音频信号的音调和/或音色。需要说明的是，本领域技术人员依据现有技术清楚如何选择合适的变声算法，并清楚如何基于变声算法和变声处理参数设计变声器，以通过变声器对原始音频信息进行变声处理。例如，采用时域法、频域法或者参量法改变原始音频信号的音调，通过频谱包络的移动和整形算法改变原始音频信号的音色。本公开实施例对此不予限定。
91.在一些实施例中，在采集原始音频信息的过程中，对采集到的原始音频信息进行的预设处理还包括根据预设的降噪处理参数进行的降噪处理。在采集原始音频的过程中，对采集的原始音频进行准实时地降噪处理，解决相关技术中在用户完成音频输入后再进行降噪处理而导致用户等待时间长的问题。
92.具体实现中，根据预先确定的降低或者消除噪声信号所需的滤波器参数，配置滤
波器；在采集原始音频的过程中，利用预先配置的滤波器，对原始音频中包含的噪声信号进行实时滤波处理。需要说明的是，本领域技术人员依据现有技术清楚如何识别原始音频信号中的噪声信号，也清楚如何配置滤波器参数，本公开不予赘述。
93.在一些实施例中，用户可以在触发音频采集之前，在用于设置降噪功能的界面中，开启或者关闭降噪功能。若用户将降噪功能开启，则电子设备在对采集的原始音频信息进行变声处理之前，将会根据预设的降噪处理参数对原始音频信息进行降噪处理。若用户将降噪功能关闭，则电子设备将不会对原始音频信息进行降噪处理。
94.在一些实施例中，上述用于开启或者关闭降噪功能的界面为音频采集界面，如：图4示出的录音界面、图5示出的网络直播界面及图6示出的音频聊天界面。
95.在更为具体的实现方式中，音频采集界面除了包括用于输入第一用户操作的交互式界面对象和变声控件外，还包括降噪控件，即上述降噪功能开关。降噪控件可以具有两种显示状态，其一为开启状态，其二为关闭状态。开启状态的降噪控件指示降噪功能开启，关闭状态的降噪控件指示降噪功能关闭。这样，用户可以根据降噪控件的显示状态判断降噪功能是否开启。降噪功能处于开启状态或者关闭状态时，电子设备操作系统中保存的降噪设置参数不同，电子设备可以基于降噪设置参数判断降噪功能的开关状态。通过此种前端交互界面设计，使用户可以在触发采集音频之前，开启或者关闭降噪功能，即对降噪功能进行前置设置。一方面，设备可以根据用户对降噪功能的前置设置，判断是否需要边采集、边降噪。另一方面，可以将降噪功能提前展示给用户，而不是在完成音频输入后再展示给用户，从而增加用户的兴趣。
96.参阅图4，该录音界面的第一显示区41中除包括录音控件411和变声控件413外，还包括降噪控件414。在图4中，降噪控件414被显示为关闭状态，说明此时降噪功能关闭。在显示如图4所示的音频采集界面时，用户可以通过操作该关闭状态的降噪控件，开启降噪功能。电子设备响应于输入的对关闭状态的降噪控件的操作，将降噪控件显示为开启状态，并将降噪设置参数配置为表征降噪功能关闭的参数。
97.图8为本公开实施例示例性示出的另一种录音界面，与图4示出的录音界面不同的是，在图8中，降噪控件414被显示为开启状态。在显示如图8所示的音频采集界面时，用户可以通过操作该开启状态的降噪控件，关闭降噪功能。电子设备响应于输入的对关闭状态的降噪控件的操作，将降噪控件显示为开启状态，并将降噪设置参数配置为表征降噪功能开启的参数。
98.基于此，在一些实施例中，本公开实施例提供的音频处理方法还包括，响应于输入的第一用户操作，获取降噪设置参数；若降噪设置参数表征降噪功能开启，则在对采集的原始音频信息进行变声处理之前，根据预设的降噪处理参数对原始音频信息进行降噪处理。
99.在步骤s302的具体实现中，每采集到预设时长的音频信息段，对音频信息段进行预设处理，得到该音频信息段对应的目标音频信号，每采集到一定时长的音频信息段，即对该音频信息段进行处理，每处理完一段音频信息，便根据处理后的该段音频信息输出音频信号。分段处理，需要较少处理资源和较短的处理耗时，可以快速处理，及时输出，从而实现边采集、边处理、边输出的技术效果，使用户可以实时体验到处理后的音频效果。
100.图9为本公开实施例示例性示出的音频处理流程示意图，如图9所示，电子设备20持续采集用户的原始音频信息的过程，即连续地采集音频信息段1、音频信息段2、
……
、音
频信息段n
……
的过程，每个音频信息段的时长相同。每采集到一个音频信息段，便对该音频信息段进行变声处理。在对某个音频信息段进行变声处理之前，还可以对该音频信息段进行降噪处理。从而得到与各个音频信息段对应的目标音频信号。
101.s303，向目标设备输出目标音频信号，目标设备包括用户侧的设备和/或与用户侧的设备通信的其他设备。
102.示例性的，用户侧的设备可以是图1示出的音频交互系统中的终端设备101，与用户侧设备的通信的其他设备可以是图1示出的音频交互系统中的终端设备103。
103.在一些应用场景中，终端设备101获得目标音频信号后，在终端设备101侧完成音频信号输出。具体的，在获得目标音频信号后，通过其内置或者外接的功放及扬声器输出目标音频信号。例如，在录音场景中，用户通过终端设备101上的录音应用录制声音，在录音的过程中，用户可以通过耳返通道听到自己的声音，该声音即是终端设备101对用户的原始音频信息进行实时处理后，实时输出的目标音频信号。
104.在另一些应用场景中，终端设备101获得目标音频信号后，通过服务器102将目标音频数据发送给终端设备103，以在终端设备103上完成目标音频信号的输出。终端设备103用于接收服务器102发送给的目标音频数据，解析得到目标音频信号，并通过设备内置或者外置的功放及扬声器输出该目标音频信号。例如，在直播场景中，主播通过终端设备101上的直播应用进行网络直播，观众通过终端设备103上的直播应用观看直播。在直播过程中，终端设备103输出的音频信号为终端设备101获得的目标音频信号。
105.参阅图9，在步骤s303的具体实现中，每得到与一个音频信息段对应的目标音频信号，则向目标设备输出该音频信息段对应的目标音频信号。
106.基于以上实施例可以看出，本公开实施例所提供的音频处理方法，是在采集用户的原始音频信息的过程中，实时地对采集到的原始音频信息进行预设处理，以获得经过处理的目标音频信号，并向目标设备输出该目标音频信号，解决相关技术中在用户完成音频输入后再进行变声处理而导致用户等待时间长的问题。另外，根据处理后的音频信息输出经过处理的音频信号，使用户可以实时体验到处理后的音频效果。
107.这样，对于如网络直播、移动电话、音视频聊天等实时通信场景，通信链路一端或者两端的用户可以获得较好的听觉体验，对于如录音场景的非实时交互场景，在录音过程中，用户即可提前体验到某种音频效果，从而方便根据对当前音频效果的满意度，及时地调整音效设置，音频输入完成后，无需等待即可生成作品文件。
108.在一些实施例中，用户在完成音频输入后，可以对采集的音频信息进行二次变声处理。具体的，本公开实施例提供的音频处理方法还包括：
109.s304，响应于输入的第二用户操作，停止采集用户的原始音频信息，以及显示音频处理界面，音频处理界面显示有至少一个变声选项，不同变声选项对应不同的变声处理参数。
110.s305，响应于输入的选中第三目标变声选项的操作，根据第三目标变声选项对应的音调参数和/或音色参数，对目标音频信号或者原始音频信息进行变声处理，得到新的目标音频信号。
111.在一些可能的实现方式中，用户通过与电子设备进行语音交互，以输入上述第二用户操作。也就是说，上述第二用户操作可以是用户基于电子设备的语音控制功能输入的
语音控制指令。示例性的，该语音控制指令可以是触发结束录音的控制指令、触发结束直播的控制指令。
112.在另一些可能的实现方式中，用户通过与电子设备进行界面交互，以输入上述第二用户操作。以图4示出的录音界面为例，用户可以通过点击完成控件412，以输入上述第二用户操作。
113.图10为一种本公开实施例示例性示出的一种音频处理界面，其具体为用户在图4中点击完成控件412后显示的界面。参阅图10，该音频处理界面100包括用于触发生成目标文件的生成控件411和多个变声选项，如：“萝莉”、“大叔”、“可爱”、“小黄人”等。此时，用户可以选中第三目标变声选项，并通过操作生成控件1001，指示电子设备根据第三目标变声选项对应的变声处理参数对s302获得的目标音频信号或者备份在缓存中的原始音频信息进行处理，得到新的目标音频信号。为便于说明，在本公开的一些实施例中，将上述s302获得的目标音频信号称为第一目标音频信号，将上述s305获得的目标音频信号称为第二目标音频信号。
114.在另一些实施例中，接收到上述第二用户操作后，依然停留在音频采集界面，而不跳转到音频处理界面。在这些实施例中，用户可以基于音频采集界面中展示的变声选项，选中第三目标变声选项，以对音频信息进行二次变声处理。
115.由上述s304和s305可知，无论在开始采集原始音频之前或者采集原始音频的过程中，用户是否选择了某个变声选项，在音频采集结束后，用户可以操作更改之前选择的变声选项，或者首次选择某个变声选项，以获得经过相应变声处理的音频信号。
116.在本公开实施例提供的音频处理方法还包括，基于经过预设处理的音频信息生成目标音频文件，将目标音频文件保存在存储器中，和/或，将目标音频文件上传到服务器。应理解是，电子设备生成、存储、上传目标音频文件的过程，均可由特定的用户操作触发。例如，用户通过操作音频采集界面上特定的功能控件触发。
117.上述主要从方法的角度对本公开实施例提供的方案进行了介绍。为了实现上述功能，本公开实施例还提供一种音频处理装置，其包含了执行各个功能相应的硬件结构和/或软件模块/单元。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的方法步骤，本公开能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，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公开的范围。
118.图11是根据一示例性实施例示出的一种音频处理装置的结构框图。如图11所示，音频处理装置可以包括：音频采集单元111、音频处理单元112和音频输出单元113。音频采集单元111，用于响应于输入的第一用户操作，采集用户的原始音频信息。例如，音频采集单元111被配置为执行图3所示实施例中的s301。音频处理单元112，用于在所述音频采集单元采集所述原始音频信息的过程中，对采集到的原始音频信息进行预设处理，得到第一目标音频信号，所述预设处理包括根据预设的变声处理参数进行的变声处理。例如，音频处理单元112被配置为执行图3所示实施例中的s302。音频输出单元113，用于向目标设备输出所述第一目标音频信号，所述目标设备包括所述用户侧的设备和/或与所述用户侧的设备通信的其他设备。例如，音频输出单元113被配置为执行图3所示实施例中的s303。
119.在一些实施例中，上述预设处理还包括根据预设的降噪处理参数进行的降噪处理。
120.在一些实施例中，音频处理单元112具体用于：每采集到预设时长的音频信息段，对音频信息段进行所述预设处理，得到所述音频信息段对应的第一目标音频信号；音频输出单元113，具体用于每得到所述音频信息段对应的第一目标音频信号后，则向目标设备输出所述音频信息段对应的第一目标音频信号。
121.在一些实施例中，音频处理装置还包括界面显示单元114和参数设置单元115；界面显示单元114，用于显示音频采集界面，所述音频采集界面包括变声控件；响应于用户对所述变声控件的操作，显示至少一个变声选项，不同变声选项对应不同的变声处理参数，所述变声处理参数包括音调参数和/或音色参数；参数设置单元115，用于响应于输入的选中第一目标变声选项的操作，将所述第一目标变声选项对应的所述音调参数和/或音色参数确定为所述预设的变声处理参数，以根据所述第一目标变声选项对应的所述音调参数和/或音色参数对所述原始音频信息的音调和/或音色进行处理。
122.在一些实施例中，所述参数设置单元115还用于：在采集所述原始音频信息的过程中，响应于输入的选中第二目标变声选项的操作，将所述第二目标变声选项对应的音调参数和/或音色参数确定为所述预设的变声处理参数，以使所述音频处理单元根据所述第二目标变声选项对应的音调参数和/或音色参数对在用户选中第二目标变声选项后采集到的原始音频信息的音调和/或音色进行处理。
123.在一些实施例中，所述音频采集界面包括录音界面、网络直播界面和音频通话界面；所述第一用户操作包括在所述录音界面中输入的触发开始录音的用户操作、在所述网络直播界面中输入的触发开始直播的用户操作和所述音频通话界面中输入的指示发起或者接受通话请求的用户操作。
124.在一些实施例中，所述音频采集单元111，还用于响应于输入的第二用户操作，停止采集用户的原始音频信息；所述界面显示单元114，还用于响应于输入的第二用户操作，显示音频处理界面，所述音频处理界面显示有至少一个变声选项，不同变声选项对应不同的变声处理参数，所述变声处理参数包括音调参数和/或音色参数；所述音频处理单元112，还用于响应于输入的选中第三目标变声选项的操作，根据所述第三目标变声选项对应的音调参数和/或音色参数，对所述第一目标音频信号或者所述原始音频信息进行变声处理，得到第二目标音频信号。
125.在一些实施例中，所述音频处理单元112具体用于：响应于输入的第一用户操作，获取降噪设置参数，所述降噪设置参数用于表征所述降噪功能开启或者关闭；若所述降噪设置参数表征所述降噪功能开启，则在对采集的原始音频信息进行变声处理之前，根据预设的降噪处理参数对所述原始音频信息进行降噪处理。
126.在一些实施例中，所述音频采集界面上还显示有处于开启状态或者关闭状态的降噪控件，所述开启状态的降噪控件指示降噪功能开启，所述关闭状态的降噪控件指示所述降噪功能关闭；界面显示单元114，还用于响应于输入的对所述开启状态的降噪控件的操作，将所述降噪控件显示为关闭状态，响应于输入的对所述关闭状态的降噪控件的操作，将所述降噪控件显示为开启状态；参数设置单元115，还用于响应于输入的对所述开启状态的降噪控件的操作，将所述降噪设置参数配置为表征降噪功能关闭的参数；响应于输入的对
所述关闭状态的降噪控件的操作，将所述降噪设置参数配置为表征降噪功能开启的参数。
127.基于本公开实施例提供的音频处理装置，可以响应于输入的第一用户操作，采集用户的原始音频信息；在采集原始音频的过程中，对采集的原始音频进行准实时地变声处理，解决相关技术中在用户完成音频输入后再进行变声处理而导致用户等待时间长的问题。另外，根据处理后的音频信息输出经过变声处理的音频信号，使用户可以实时体验到变声后的音频效果。
128.关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
129.图12是本公开提供的一种服务器的结构示意图。如图12，该服务器80可以包括至少一个处理器801以及用于存储处理器可执行指令的存储器803。其中，处理器801被配置为执行存储器803中的指令，以实现上述实施例中的方法。
130.另外，服务器80还可以包括通信总线802以及至少一个通信接口804。
131.处理器801可以是一个处理器(central processing units，cpu)，微处理单元，asic，或一个或多个用于控制本公开方案程序执行的集成电路。
132.通信总线802可包括一通路，在上述组件之间传送信息。
133.通信接口804，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran)，无线局域网(wireless local area networks，wlan)等。
134.存储器803可以是只读存储器(read-only memory，rom)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理单元相连接。存储器也可以和处理单元集成在一起。
135.其中，存储器803用于存储执行本公开方案的指令，并由处理器801来控制执行。处理器801用于执行存储器803中存储的指令，从而实现本公开方法中的功能。
136.作为一个示例，结合图11，音频处理装置中的音频采集单元111、音频处理单元112和音频输出单元113实现的功能与图8中的处理器801的功能相同。
137.在具体实现中，作为一种实施例，处理器801可以包括一个或多个cpu，例如图12中的cpu0和cpu1。
138.在具体实现中，作为一种实施例，服务器80可以包括多个处理器，例如图8中的处理器801和处理器807。这些处理器中的每一个可以是一个单核(single-cpu)处理器，也可以是一个多核(multi-cpu)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
139.在具体实现中，作为一种实施例，服务器80还可以包括输出设备805和输入设备806。输出设备805和处理器801通信，可以以多种方式来显示信息。例如，输出设备805可以
是液晶显示器(liquid crystal display，lcd)，发光二级管(light emitting diode，led)显示设备，阴极射线管(cathode ray tube，crt)显示设备，或投影仪(projector)等。输入设备806和处理器801通信，可以以多种方式接受用户的输入。例如，输入设备806可以是鼠标、键盘、触摸屏设备或传感设备等。
140.本领域技术人员可以理解，图12中示出的结构并不构成对服务器80的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
141.另外，本公开还提供一种计算机可读存储介质，当计算机可读存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如上述实施例所提供的音频处理方法。
142.另外，本公开还提供一种计算机程序产品，包括计算机指令，当计算机指令在服务器上运行时，使得服务器执行如上述实施例所提供的音频处理方法。
143.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
144.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。