音频播放方法、装置、系统、电子设备及存储介质与流程

本公开涉及计算机，尤其涉及一种音频播放方法、装置、系统、电子设备及存储介质。

背景技术：

1、现有的音频播放方案，通常为软件方案或软硬件一体方案。其中，软件方案一般是指终端系统上所安装的各类音频播放应用软件，例如会议app(application，应用程序)。该类音频播放应用软件一般能够进行voip(voice over internet protocol，基于ip(internet protocol，网络互连协议)的语音传输)网络音视频通话。软硬件一体方案一般是指硬件电路和软件方案为一体的装置或设备，其可以作为终端载体进行voip网络音视频通话。

2、然而，目前的音频播放方案所播放出来的音频通常缺乏沉浸感。

技术实现思路

1、鉴于此，为解决上述部分或全部技术问题，本公开实施例提供一种音频播放方法、装置、系统、电子设备及存储介质。

2、第一方面，本公开实施例提供一种音频播放方法，上述方法包括：

3、获取麦克风阵列各个通道采集的实时数据；

4、确定扬声器阵列的目标播放模式；

5、在所述目标播放模式为第一播放模式的情况下，从所述麦克风阵列各个通道的实时数据中提取各个通道的实时音频信息和第一方位信息，其中，所述第一方位信息表示所述各个实时音频信息对应的音源相对于所述各个通道的实时数据对应的麦克风的方位；

6、基于所提取的各个通道的实时音频信息和所提取的多个第一方位信息，生成所述扬声器阵列中的每个扬声器待播放的音频信号，得到所述扬声器阵列中的每个扬声器对应的音频信号；

7、通过所述扬声器阵列中的扬声器，播放对应的音频信号。

8、在一个可能的实施方式中，所述第一方位信息采用第一特征矩阵表征，所述实时音频信息采用第二特征矩阵表征，所述麦克风阵列中的麦克风的数量为第一数量，所述扬声器阵列中的扬声器的数量为所述第一数量；以及

9、所述基于所提取的各个通道的实时音频信息和所提取的多个第一方位信息，生成所述扬声器阵列中的每个扬声器待播放的音频信号，包括：

10、针对所提取的各个通道的实时数据中的每个通道的实时数据，基于所述每个通道的实时数据对应的第一特征矩阵和第二特征矩阵，得到所述每个通道的实时数据对应的第三特征矩阵；

11、针对所述扬声器阵列中的每个扬声器，基于所述每个扬声器执行如下步骤，以生成所述每个扬声器待播放的音频信号：

12、确定所述每个扬声器对应的所述第一数量个权重，其中，所述第一数量个权重中的权重与所得到的第三特征矩阵一一对应；

13、采用所述每个扬声器对应的所述第一数量个权重，对所述第一数量个权重对应的所述第一数量个第三特征矩阵进行加权计算，得到所述每个扬声器对应的第四特征矩阵；

14、基于所述每个扬声器对应的第四特征矩阵，生成所述每个扬声器待播放的音频信号。

15、在一个可能的实施方式中，在所述从所述麦克风阵列各个通道的实时数据中提取各个通道的实时音频信息和第一方位信息之前，所述方法还包括：

16、基于所述麦克风阵列中的每个麦克风逐个发送的测试音频，确定所述测试音频对应的音源相对于所述每个麦克风的第二方位信息，得到所述每个麦克风对应的第二方位信息；

17、针对所述麦克风阵列中的每个麦克风，基于所述每个麦克风对应的第二方位信息，确定扬声器阵列中的扬声器相对于预设听音位置的第三方位信息，得到扬声器对应的第三方位信息，其中，所述第三方位信息指示的方位用于设置对应的扬声器。

18、在一个可能的实施方式中，在所述通过所述扬声器阵列中的扬声器，播放对应的音频信号之前，所述确定扬声器阵列的目标播放模式之后，所述方法还包括：

19、在所述目标播放模式为第二播放模式的情况下，将所提取的各个通道的实时数据转换为单声道音频数据或立体声音频数据，得到转换后数据；

20、基于所述转换后数据，生成所述扬声器阵列中的每个扬声器对应的音频信号。

21、在一个可能的实施方式中，所述第一播放模式为沉浸式播放模式，所述第二播放模式为非沉浸式播放模式。

22、第二方面，本公开实施例提供一种音频播放装置，上述装置包括：

23、获取单元，用于获取麦克风阵列各个通道采集的实时数据；

24、第一确定单元，用于确定扬声器阵列的目标播放模式；

25、提取单元，用于在所述目标播放模式为第一播放模式的情况下，从所述麦克风阵列各个通道的实时数据中提取各个通道的实时音频信息和第一方位信息，其中，所述第一方位信息表示所述各个实时音频信息对应的音源相对于所述各个通道的实时数据对应的麦克风的方位；

26、第一生成单元，用于基于所提取的各个通道的实时音频信息和所提取的多个第一方位信息，生成所述扬声器阵列中的每个扬声器待播放的音频信号，得到所述扬声器阵列中的每个扬声器对应的音频信号；

27、播放单元，用于通过所述扬声器阵列中的扬声器，播放对应的音频信号。

28、在一个可能的实施方式中，所述第一方位信息采用第一特征矩阵表征，所述实时音频信息采用第二特征矩阵表征，所述麦克风阵列中的麦克风的数量为第一数量，所述扬声器阵列中的扬声器的数量为所述第一数量；以及

29、所述基于所提取的各个通道的实时音频信息和所提取的多个第一方位信息，生成所述扬声器阵列中的每个扬声器待播放的音频信号，包括：

30、针对所提取的各个通道的实时数据中的每个通道的实时数据，基于所述每个通道的实时数据对应的第一特征矩阵和第二特征矩阵，得到所述每个通道的实时数据对应的第三特征矩阵；

31、针对所述扬声器阵列中的每个扬声器，基于所述每个扬声器执行如下步骤，以生成所述每个扬声器待播放的音频信号：

32、确定所述每个扬声器对应的所述第一数量个权重，其中，所述第一数量个权重中的权重与所得到的第三特征矩阵一一对应；

33、采用所述每个扬声器对应的所述第一数量个权重，对所述第一数量个权重对应的所述第一数量个第三特征矩阵进行加权计算，得到所述每个扬声器对应的第四特征矩阵；

34、基于所述每个扬声器对应的第四特征矩阵，生成所述每个扬声器待播放的音频信号。

35、在一个可能的实施方式中，在所述从所述麦克风阵列各个通道的实时数据中提取各个通道的实时音频信息和第一方位信息之前，所述装置还包括：

36、第二确定单元，用于基于所述麦克风阵列中的每个麦克风逐个发送的测试音频，确定所述测试音频对应的音源相对于所述每个麦克风的第二方位信息，得到所述每个麦克风对应的第二方位信息；

37、第三确定单元，用于针对所述麦克风阵列中的每个麦克风，基于所述每个麦克风对应的第二方位信息，确定扬声器阵列中的扬声器相对于预设听音位置的第三方位信息，得到扬声器对应的第三方位信息，其中，所述第三方位信息指示的方位用于设置对应的扬声器。

38、在一个可能的实施方式中，在所述通过所述扬声器阵列中的扬声器，播放对应的音频信号之前，所述确定扬声器阵列的目标播放模式之后，所述装置还包括：

39、转换单元，用于在所述目标播放模式为第二播放模式的情况下，将所提取的各个通道的实时数据转换为单声道音频数据或立体声音频数据，得到转换后数据；

40、第二生成单元，用于基于所述转换后数据，生成所述扬声器阵列中的每个扬声器对应的音频信号。

41、在一个可能的实施方式中，所述第一播放模式为沉浸式播放模式，所述第二播放模式为非沉浸式播放模式。

42、第三方面，本公开实施例提供一种音频播放系统，所述系统包括采集端、播放端和处理端，所述处理端与所述采集端、所述播放端分别通信连接，所述采集端包括麦克风阵列，所述播放端包括扬声器阵列，其中：

43、所述采集端，被配置成：通过所述麦克风阵列采集各个通道的实时数据；

44、所述处理端，被配置成：从所述采集端获取所述各个通道的实时数据；确定扬声器阵列的目标播放模式；在所述目标播放模式为第一播放模式的情况下，从所述麦克风阵列各个通道的实时数据中提取各个通道的实时音频信息和第一方位信息，其中，所述第一方位信息表示所述各个实时音频信息对应的音源相对于所述各个通道的实时数据对应的麦克风的方位；基于所提取的各个通道的实时音频信息和所提取的多个第一方位信息，生成所述扬声器阵列中的每个扬声器待播放的音频信号，得到所述扬声器阵列中的每个扬声器对应的音频信号；

45、所述播放端，被配置成：从所述处理端获取所述扬声器阵列中的每个扬声器对应的音频信号；通过所述扬声器阵列中的扬声器，播放对应的音频信号。

46、在一个可能的实施方式中，所述第一方位信息采用第一特征矩阵表征，所述实时音频信息采用第二特征矩阵表征，所述麦克风阵列中的麦克风的数量为第一数量，所述扬声器阵列中的扬声器的数量为所述第一数量；以及

47、所述处理端，具体被配置成：

48、针对所提取的各个通道的实时数据中的每个通道的实时数据，基于所述每个通道的实时数据对应的第一特征矩阵和第二特征矩阵，得到所述每个通道的实时数据对应的第三特征矩阵；

49、针对所述扬声器阵列中的每个扬声器，基于所述每个扬声器执行如下步骤，以生成所述每个扬声器待播放的音频信号：

50、确定所述每个扬声器对应的所述第一数量个权重，其中，所述第一数量个权重中的权重与所得到的第三特征矩阵一一对应；

51、采用所述每个扬声器对应的所述第一数量个权重，对所述第一数量个权重对应的所述第一数量个第三特征矩阵进行加权计算，得到所述每个扬声器对应的第四特征矩阵；

52、基于所述每个扬声器对应的第四特征矩阵，生成所述每个扬声器待播放的音频信号。

53、在一个可能的实施方式中，所述处理端，还被配置成：

54、基于所述麦克风阵列中的每个麦克风逐个发送的测试音频，确定所述测试音频对应的音源相对于所述每个麦克风的第二方位信息，得到所述每个麦克风对应的第二方位信息；

55、针对所述麦克风阵列中的每个麦克风，基于所述每个麦克风对应的第二方位信息，确定扬声器阵列中的扬声器相对于预设听音位置的第三方位信息，得到扬声器对应的第三方位信息，其中，所述第三方位信息指示的方位用于设置对应的扬声器。

56、在一个可能的实施方式中，所述处理端，还被配置成：

57、在所述目标播放模式为第二播放模式的情况下，将所提取的各个通道的实时数据转换为单声道音频数据或立体声音频数据，得到转换后数据；

58、基于所述转换后数据，生成所述扬声器阵列中的每个扬声器对应的音频信号。

59、在一个可能的实施方式中，所述第一播放模式为沉浸式播放模式，所述第二播放模式为非沉浸式播放模式。

60、第四方面，本公开实施例提供一种电子设备，包括：

61、存储器，用于存储计算机程序；

62、处理器，用于执行上述存储器中存储的计算机程序，且上述计算机程序被执行时，实现本公开上述第一方面的音频播放方法中任一实施例的方法。

63、第五方面，本公开实施例提供一种计算机可读存储介质，该计算机程序被处理器执行时，实现如上述第一方面的音频播放方法中任一实施例的方法。

64、第六方面，本公开实施例提供一种计算机程序，该计算机程序包括计算机可读代码，当该计算机可读代码在设备上运行时，使得该设备中的处理器执行用于实现如上述第一方面的音频播放方法中任一实施例的方法中各步骤的指令。

65、本公开实施例提供的音频播放方法，可以获取麦克风阵列各个通道采集的实时数据，之后，确定扬声器阵列的目标播放模式，然后，在所述目标播放模式为第一播放模式的情况下，从所述麦克风阵列各个通道的实时数据中提取各个通道的实时音频信息和第一方位信息，其中，所述第一方位信息表示所述各个实时音频信息对应的音源相对于所述各个通道的实时数据对应的麦克风的方位，随后，基于所提取的各个通道的实时音频信息和所提取的多个第一方位信息，生成所述扬声器阵列中的每个扬声器待播放的音频信号，得到所述扬声器阵列中的每个扬声器对应的音频信号，最后，通过所述扬声器阵列中的扬声器，播放对应的音频信号。由此方法，通过确定麦克风阵列采集的实时数据中的实时音频信息的第一方位信息，并基于实时音频信息和第一方位信息，生成扬声器对应的音频信号，以供扬声器进行播放，由于基于实时数据中的第一方位信息来生成扬声器对应的音频信号，因而可以提高实时音频信息播放场景下音频播放时的沉浸感。

66、本公开实施例提供的音频播放系统，包括采集端、播放端和处理端，所述处理端与所述采集端、所述播放端分别通信连接，所述采集端包括麦克风阵列，所述播放端包括扬声器阵列，其中：所述采集端，被配置成：通过所述麦克风阵列采集各个通道的实时数据；所述处理端，被配置成：从所述采集端获取所述各个通道的实时数据；确定扬声器阵列的目标播放模式；在所述目标播放模式为第一播放模式的情况下，从所述麦克风阵列各个通道的实时数据中提取各个通道的实时音频信息和第一方位信息，其中，所述第一方位信息表示所述各个实时音频信息对应的音源相对于所述各个通道的实时数据对应的麦克风的方位；基于所提取的各个通道的实时音频信息和所提取的多个第一方位信息，生成所述扬声器阵列中的每个扬声器待播放的音频信号，得到所述扬声器阵列中的每个扬声器对应的音频信号；所述播放端，被配置成：从所述处理端获取所述扬声器阵列中的每个扬声器对应的音频信号；通过所述扬声器阵列中的扬声器，播放对应的音频信号。由此，通过确定麦克风阵列采集的实时数据中的实时音频信息的第一方位信息，并基于实时音频信息和第一方位信息，生成扬声器对应的音频信号，以供扬声器进行播放，由于基于实时数据中的第一方位信息来生成扬声器对应的音频信号，因而可以提高实时音频信息播放场景下音频播放时的沉浸感。