1.本技术涉及音频控制技术，更具体的说，是涉及一种音频处理方法、装置及电子设备。
背景技术：
2.在办公场景中，经常需要进行多人参与的网络会议。但是，这种会议经常会碰到一些困扰。参见图1所示，为用户能够同时听到两次相同声音的场景示意图，结合图1所示，当有一些参会人员座位较近时，成员a讲话时，其旁边的成员b不仅能够从环境中直接听到成员a的声音，而且还会在耳机中听到网络传送过来的成员a的声音，由于环境声波传输和网络数据传输存在时间差，就会使成员b先后两次听到相同的话语。这种情况会极大的影响一些参会人员的会议体验。
技术实现要素：
3.有鉴于此，本技术提供如下技术方案：
4.一种音频处理方法，应用于第二设备，包括：
5.通过第二设备的声音采集设备采集第一音频获得第一音频数据；
6.通过网络获得第一设备传送的第二音频数据；
7.响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或所述第一音频进行第一处理，以使得所述第二设备侧的第二对象听到的声音中所述第一对象的音频被弱化。
8.可选的，所述响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或第一音频进行第一处理，包括：
9.响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据中所述第一对象的音频数据进行消音或静音处理。
10.可选的，所述响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或第一音频进行第一处理，包括：
11.响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，获得所述第一对象的距离信息，基于所述距离信息处理得到反向音频数据，所述反向音频数据用于在输出后抵消掉环境中至少部分所述第一对象的声音，使得所述第二对象从环境中听到的声音中所述第一对象的音频被弱化。
12.可选的，还包括：
13.响应于所述第一音频数据和所述第二音频数据中不包含同一对象声音的第二条件，调整所述第二音频数据的输出音量参数，以使得所述第二音频数据输出时的输出音量变大。
14.可选的，所述通过第二设备的声音采集设备采集第一音频获得第一音频数据，包括：
15.通过第二设备内置的声音采集设备和/或外连的声音采集设备采集第一音频获得第一音频数据。
16.可选的，所述通过第二设备内置的声音采集设备和/或外连的声音采集设备采集第一音频获得第一音频数据，包括：
17.在检测到存在外连的声音采集设备的情况下，获取内置的声音采集设备和外连的声音采集设备的性能参数；
18.将性能参数更优的声音采集设备确定为使用的声音采集设备并采集第一音频获得第一音频数据。
19.可选的，所述将性能参数更优的声音采集设备确定为使用的声音采集设备并采集第一音频获得第一音频数据，包括：
20.实时检测所述第二对象与所述内置的声音采集设备之间的第一距离；
21.在所述第一距离小于所述内置的声音采集设备的有效距离的情况下，将性能参数更优的声音采集设备确定为使用的语音采集设备并采集第一音频获得第一音频数据；
22.在所述第一距离不小于所述内置的声音采集设备的有效距离的情况下，确定所述外连的声音采集设备为使用的声音采集设备并采集第一音频获得第一音频数据。
23.可选的，所述实时检测所述第二对象与所述内置的声音采集设备之间的第一距离，包括：
24.采用飞行时间传感器实时检测所述第二对象与所述内置的声音采集设备之间的第一距离。
25.一种音频处理装置，应用于第二设备，包括：
26.音频采集模块，用于通过第二设备的声音采集设备采集第一音频获得第一音频数据；
27.数据接收模块，用于通过网络获得第一设备传送的第二音频数据；
28.数据处理模块，用于响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或所述第一音频进行第一处理，以使得所述第二设备侧的第二对象听到的声音中所述第一对象的音频被弱化。
29.一种电子设备，包括：
30.处理器；
31.存储器，用于存储所述处理器的可执行指令；
32.其中，所述可执行指令包括：
33.通过第二设备的声音采集设备采集第一音频获得第一音频数据；通过网络获得第一设备传送的第二音频数据；响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或所述第一音频进行第一处理，以使得所述第二设备侧的第二对象听到的声音中所述第一对象的音频被弱化。
34.经由上述的技术方案可知，与现有技术相比，本技术实施例公开了一种音频处理方法、装置及电子设备，方法包括：通过第二设备的声音采集设备采集第一音频获得第一音频数据；通过网络获得第一设备传送的第二音频数据；响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或所述第一音频进行第一处理，以使得所述第二设备侧的第二对象听到的声音中所述第一对象的音频被弱
化。上述实现方案在确定环境中和网络传送来的音频数据中都存在第一对象的声音的情况下，确定两个声音会对用户造成干扰，从而进行相应的处理，使得环境中或网络传送过来的音频数据中第一对象的声音被弱化，从而使得用户只能够清楚的听到一个路径传送的第一对象的声音，提升用户的使用体验。
附图说明
35.为了更清楚地说明本技术实施例或现有技术中的技术方案，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技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
36.图1为用户能够同时听到两次相同声音的场景示意图；
37.图2为本技术实施例公开的一种音频处理方法的流程图；
38.图3为本技术实施例公开的对第二音频数据进行处理的原理示意图；
39.图4为本技术实施例公开的对第一音频进行处理的原理示意图；
40.图5为本技术实施例公开的另一种音频处理方法的流程图；
41.图6为本技术实施例公开的确定声音采集设备并采集第一音频的流程图；
42.图7为本技术实施例公开的一种音频处理装置的结构示意图。
具体实施方式
43.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
44.本技术实施例可以应用于电子设备，本技术对该电子设备的产品形式不做限定，可以包括但并不局限于智能手机、平板电脑、可穿戴设备、个人计算机(personalcomputer，pc)、上网本等，可以依据应用需求选择。
45.图2为本技术实施例公开的一种音频处理方法的流程图，图2所述方法可应用于第二设备，参见图1所示，音频处理方法可以包括：
46.步骤201：通过第二设备的声音采集设备采集第一音频获得第一音频数据。
47.在网络会议场景中，经常有多个会议成员参加，这些会议成员中有可能部分成员位于同一个办公场所，而其他会议成员则可能是在远程。当成员a和成员b位于同一办公场所，且距离较近时，a成员说话时，b成员不仅能够从环境中听到a成员的声音，也会从耳机中听到成员a的声音，由于两个传输路径不同，传输时间也存在差异，导致成员b会先后两次听到成员a的声音，造成干扰。因此，要对此情况进行处理，首先需要判断b成员是否在环境中也能够听到用户a的声音。
48.当然，本技术的应用场景也不局限在网络会议场景，只要是任何通过网络实现多人在线语音或视频的场景，都可应用本技术实施例公开的音频处理方法。本实施例中，仅以网络会议的场景为例来进行相关介绍。
49.本技术实施例中，通过成员b的电子设备来确定b成员是否能够听到成员a的声音。
可以理解的，成员b的电子设备通常位于其身前距离成员b很近的地方，因此，若成员b能够听到环境中成员a的声音，则其电子设备也能够通过声音采集设备采集到的环境中成员a的声音。由此，本技术所述音频处理方法首先通过第二设备(对应于成员b的电子设备)的声音采集设备采集第一音频(环境中的声音)获得第一音频数据，在获得第一音频数据后，后续可以进一步判断其中是否存在成员a的声音。其中，第一音频中可以包含人说话的声音，也可以包括其他的声音，如电子设备播放的声音、环境中其他物体生产的声音等。
50.步骤202：通过网络获得第一设备传送的第二音频数据。
51.在网络会议场景中，某成员在说话时，其电子设备上的声音采集设备，如话筒，会将采集到的音频数据通过网络实时的传送到其他参会成员的电脑中，然后其他成员的电子设备再将从网络接收到的其他成员的音频数据通过耳机输出给其用户。本技术中，从网络获取的所有的音频数据称为第二音频数据。
52.其中的第一设备可以是所有参与网络会议的成员的电子设备，其包括与第二设备位于同一办公场所的电子设备，也包括远程的电子设备。
53.步骤203：响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或所述第一音频进行第一处理，以使得所述第二设备侧的第二对象听到的声音中所述第一对象的音频被弱化。
54.在获得第一音频数据和第二音频数据后，可以通过相应的技术处理，识别确定所述第一音频数据和所述第二音频数据中是否同时包含第一对象的声音。其中的第一对象可以是任意一个参与网络会议的人员。具体的，可以通过对第一音频数据和第二音频数据进行频谱分析，比较两个音频数据的音频特征来确定两者中是否存在同一对象是声音。
55.若通过相应的处理分析，确定第一音频数据和第二音频数据中同时存在第一对象的声音，则第二设备的用户(对应第二对象)会先后两次分别从环境中和耳机中听到第一对象相同的话语，因此会对用户准确接收信息造成干扰，则可以对第一音频数据和/或第二音频数据进行相应处理，使得用户仅能听到一次第一对象的说话声音，而不是重复听到两次；或者，处理后用户还是能两次听到第一对象相同的声音，不过一个声音会非常清晰，另一个声音的音量会非常小，从而可以忽略不计，不会对用户形成较大的干扰。
56.需要说明的是，处理后用户仅能够听到的第一对象的声音或能够清晰听到的第一对象声音可以来自于环境，也可以来自于耳机，本技术对此不做固定限制。
57.本实施例所述音频处理方法，在确定环境中和网络传送来的音频数据中都存在第一对象的声音的情况下，确定两个声音会对用户造成干扰，从而进行相应的处理，使得环境中或网络传送过来的音频数据中第一对象的声音被弱化，从而使得用户只能够清楚的听到一个路径传送的第一对象的声音，提升用户的使用体验。
58.一个实现中，所述响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或第一音频进行第一处理，可以包括：响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据中所述第一对象的音频数据进行消音或静音处理。
59.前文已经介绍到，所述第二音频数据可以是网络会议中所有参会人员的音频数据，而实际应用场景中，并不是所有参会人员都会与第二对象处于同一办公场所。因此，在确定第一音频数据和第二音频数据同时包含第一对象声音的前提下，也即确定第一对象和
第二对象处于同一办公场所的前提下，在对第二音频数据进行处理时，会仅对第二音频数据中第一对象的音频数据进行消音或静音处理。这样，第二对象从耳机中将听不到或几乎听不到第一对象的声音，而只能够从环境中听到对一对象说话的声音(对应第一音频)，从而避免了先后两次听到第一对象相同话语的干扰。图3为本技术实施例公开的对第二音频数据进行处理的场景示意图，可结合图3理解本实现内容。
60.另一个实现中，所述响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或第一音频进行第一处理，可以包括：响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，获得所述第一对象的距离信息，基于所述距离信息处理得到反向音频数据，所述反向音频数据用于在输出后抵消掉环境中至少部分所述第一对象的声音，使得所述第二对象从环境中听到的声音中所述第一对象的音频被弱化。
61.本实现中，在确定第一音频数据和第二音频数据同时包含第一对象声音的情况下，对第二音频数据不做处理，而是对环境中的第一音频进行处理，也即对环境中第一对象的声音进行处理。具体的，可以首先确定第一对象的距离信息，在第二对象的耳朵部位的位置(可通过图像识别技术确定)和声波发射装置的位置已知的情况下，通过第一对象的距离信息就能够确定第一对象的方位，进而第二设备中的声波产生装置可以调整相位，通过反向音频产生单元产生能够抵消环境中第一对象声音的反向音频数据，该反向音频数据通过所述声波发送装置输出。在反向音频数据输出后，用户将听不到环境中第一对象的声音，或仅能够听到环境中很小的第一对象的声音，从而能够清晰的听到耳机中传送的第二音频数据。图4为本技术实施例公开的对第一音频进行处理的场景示意图，可结合图4理解本实现内容。
62.需要说明的是，上述两个实现并不构成对第一处理具体内容的限定，上述两个实现中，仅单独对第一音频或第二音频数据进行了处理，实际情况中，在对第二音频数据中的第一对象的声音进行消音或静音处理的同时，也可以同时对环境中第一对象的声音进行增强处理；或者在对第一音频进行反向抵消处理的同时，加大第二音频数据的输出音量或进行其他优化处理。
63.在上述本技术公开的实施例的基础上，另一个实现中音频处理方法的流程示意图可参见图5，如图5所示，音频处理方法可以包括：
64.步骤501：通过第二设备的声音采集设备采集第一音频获得第一音频数据。
65.步骤502：通过网络获得第一设备传送的第二音频数据，进入步骤503或步骤504。
66.步骤503：响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或所述第一音频进行第一处理，以使得所述第二设备侧的第二对象听到的声音中所述第一对象的音频被弱化。
67.步骤504：响应于所述第一音频数据和所述第二音频数据中不包含同一对象声音的第二条件，调整所述第二音频数据的输出音量参数，以使得所述第二音频数据输出时的输出音量变大。
68.在所述第一音频数据和所述第二音频数据中不包含同一对象声音的情况下，认为第一音频仅为和网络会议无关的环境噪音，因此，为了便于第二对象准确获得第二音频数据，可以将第二音频数据的的输出音量调高，使得用户能够更加清楚的听到第二音频数据
的对应的声音。
69.本实施例中，在确定第一音频数据和第二音频数据中不包含同一对象声音时，确定第一音频为环境噪音，因此通过调高第二音频数据输出音量的方式保证第二对象接收第二音频数据的效果。
70.一个实现中，所述通过第二设备的声音采集设备采集第一音频获得第一音频数据，可以包括：通过第二设备内置的声音采集设备和/或外连的声音采集设备采集第一音频获得第一音频数据。
71.对于一些具备网络功能的电子设备而言，其通常自身都配置有声音采集设备。在网络会议场景中，各成员通常也都通过耳机设备连接电子设备，从耳机设备中接收音频数据，而耳机设备上通常也会包含语音采集设备。因此，当电子设备存在两个可用的声音采集设备时，需要从中选取一个作为使用的声音采集设备。
72.所述通过第二设备内置的声音采集设备和/或外连的声音采集设备采集第一音频获得第一音频数据，可以包括：通过第二设备内置的声音采集设备和/或外连的声音采集设备采集第一音频获得第一音频数据，可以包括：在检测到存在外连的声音采集设备的情况下，获取内置的声音采集设备和外连的声音采集设备的性能参数；将性能参数更优的声音采集设备确定为使用的声音采集设备并采集第一音频获得第一音频数据。
73.可以理解的，当电子设备存在两个可用的声音采集设备时，选取性能参数更优的声音采集设备作为使用的设备，使得采集的获得的第一音频数据的质量更好，有利于提升用户的使用体验。
74.图6为本技术实施例公开的确定声音采集设备并采集第一音频的流程图，参见图6所示，一个实现中，所述将性能参数更优的声音采集设备确定为使用的声音采集设备并采集第一音频获得第一音频数据，可以包括：
75.步骤601：实时检测所述第二对象与所述内置的声音采集设备之间的第一距离。
76.在第二设备内置的声音采集设备性能更优的情况下，会采用内置的声音采集设备采集来采集第一音频，但是，由于第二对象佩戴着耳机可能远离第二设备，这样，第二对象与第二设备内置的声音采集装置距离就会较远。这种情况下如果仍然采用第二设备内置的声音采集设备采集声音(包括第二对象的声音)，采集效果就会不太理想。因此，本实现中，实时检测所述第二对象与所述内置的声音采集设备之间的第一距离，后续基于所述第一距离确定是否切换声音采集设备。
77.步骤602：在所述第一距离小于所述内置的声音采集设备的有效距离的情况下，将性能参数更优的声音采集设备确定为使用的语音采集设备并采集第一音频获得第一音频数据。
78.步骤603：在所述第一距离不小于所述内置的声音采集设备的有效距离的情况下，确定所述外连的声音采集设备为使用的声音采集设备并采集第一音频获得第一音频数据。
79.在第一距离大于或等于第二设备内置的声音采集设备的有效距离的情况下，采用内置的声音采集设备采集的第二对象的声音可能很小或含糊不清，因此这种情况下，采用外连的声音采集设备作为使用的声音采集设备。由于用户在网络会期间会全程佩戴耳机，因此耳机上的声音采集设备始终距离第二对象很近，因此能够清楚的采集第二对象的声音。
80.一个实现中，所述实时检测所述第二对象与所述内置的声音采集设备之间的第一距离，可以包括：采用飞行时间传感器实时检测所述第二对象与所述内置的声音采集设备之间的第一距离。
81.对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
82.上述本技术公开的实施例中详细描述了方法，对于本技术的方法可采用多种形式的装置实现，因此本技术还公开了一种装置，下面给出具体的实施例进行详细说明。
83.图7为本技术实施例公开的一种音频处理装置的结构示意图，图7所述装置应用于第二设备，参见图7所示，音频处理装置70可以包括：
84.音频采集模块701，用于通过第二设备的声音采集设备采集第一音频获得第一音频数据。
85.数据接收模块702，用于通过网络获得第一设备传送的第二音频数据。
86.数据处理模块703，用于响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或所述第一音频进行第一处理，以使得所述第二设备侧的第二对象听到的声音中所述第一对象的音频被弱化。
87.本实施例所述音频处理装置，在确定环境中和网络传送来的音频数据中都存在第一对象的声音的情况下，确定两个声音会对用户造成干扰，从而进行相应的处理，使得环境中或网络传送过来的音频数据中第一对象的声音被弱化，从而使得用户只能够清楚的听到一个路径传送的第一对象的声音，提升用户的使用体验。
88.一个实现中，数据处理模块具体可用于：响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据中所述第一对象的音频数据进行消音或静音处理。
89.一个实现中，数据处理模块具体可用于：响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，获得所述第一对象的距离信息，基于所述距离信息处理得到反向音频数据，所述反向音频数据用于在输出后抵消掉环境中至少部分所述第一对象的声音，使得所述第二对象从环境中听到的声音中所述第一对象的音频被弱化。
90.一个实现中，数据处理模块还用于：响应于所述第一音频数据和所述第二音频数据中不包含同一对象声音的第二条件，调整所述第二音频数据的输出音量参数，以使得所述第二音频数据输出时的输出音量变大。
91.一个实现中，音频采集模块具体可用于：通过第二设备内置的声音采集设备和/或外连的声音采集设备采集第一音频获得第一音频数据。
92.一个实现中，音频采集模块包括：性能获得模块，用于在检测到存在外连的声音采集设备的情况下，获取内置的声音采集设备和外连的声音采集设备的性能参数；设备确定模块，用于将性能参数更优的声音采集设备确定为使用的声音采集设备并采集第一音频获得第一音频数据。
93.一个实现中，所述设备确定模块具体可用于：实时检测所述第二对象与所述内置的声音采集设备之间的第一距离；
94.在所述第一距离小于所述内置的声音采集设备的有效距离的情况下，将性能参数更优的声音采集设备确定为使用的语音采集设备并采集第一音频获得第一音频数据；
95.在所述第一距离不小于所述内置的声音采集设备的有效距离的情况下，确定所述外连的声音采集设备为使用的声音采集设备并采集第一音频获得第一音频数据。
96.其中，可通过采用飞行时间传感器实时检测所述第二对象与所述内置的声音采集设备之间的第一距离。
97.上述实施例中的所述的任意一种音频处理装置包括处理器和存储器，上述实施例中的音频采集模块、数据接收模块、数据处理模块、性能获得模块、设备确定模块等均作为程序模块存储在存储器中，由处理器执行存储在所述存储器中的上述程序模块来实现相应的功能。
98.处理器中包含内核，由内核去存储器中调取相应的程序模块。内核可以设置一个或多个，通过调整内核参数来实现回访数据的处理。
99.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。
100.本技术实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述实施例中所述的音频处理方法。
101.本技术实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述实施例中所述的音频处理方法。
102.进一步，本实施例提供了一种电子设备，包括处理器以及存储器。其中存储器用于存储所述处理器的可执行指令，所述处理器配置为经由执行所述可执行指令来执行上述实施例中所述的音频处理方法。其中，所述可执行指令包括：通过第二设备的声音采集设备采集第一音频获得第一音频数据；通过网络获得第一设备传送的第二音频数据；响应于所述第一音频数据和所述第二音频数据同时包含第一对象声音的第一条件，对所述第二音频数据和/或所述第一音频进行第一处理，以使得所述第二设备侧的第二对象听到的声音中所述第一对象的音频被弱化。
103.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
104.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
105.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存
储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
106.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。