声音的处理方法、装置、终端设备和存储介质与流程

本申请涉及计算机应用技术领域，尤其涉及一种声音的处理方法、装置、终端设备和存储介质。

背景技术：

伴随着新经济的发展，互联网逐渐成为了世界的主导，在短短数十年的时间里，网络变得越来越完善，越来越可爱，网络拉近了人与人之间的距离，让更多的人体会到了“身隔千里远，情系一线间”的快感。网络的发展也促进了通讯手段的变化，传统的交流方式已经不能满足人们的要求，网络带来了通讯速度的提升，更降低了通讯成本。而随着宽带网络的普及，人们对网络通讯也有了进一步的要求，宽带网络的发展，改变了传统网络通讯的质量和形式，使交流不再只是局限于普通语言文字，利用视频可以让天各一方的朋友能够彼此相见。

视频聊天就是利用网页技术和客户端技术，通过可视化的数码工具来聊天，现在，用户有在视频聊天过程中添加背景声音和/或改变自身声音的需求，现有相关技术中，QQ电话功能提供“变声”入口，在用户选择音效之后，变声图标将变为所选择的音效的图标，用户说出来的声音也随之发生变化。

技术实现要素：

现有技术提供的“变声”的技术方案中，音效是固定的，需要用户主动去选择，无法达到真正的个性化，用户难以融入个人创意，用户在将固定的音效都体验过后，难以被持续的吸引，另外，这种方案只能改变用户自身的声音，无法实现为上述用户的视频聊天过程添加背景声音。

为此，本申请的实施例提供一种声音的处理方法、装置、终端设备和存储介质，可以实现对视频聊天过程中的聊天背景图进行场景识别，从服务器获得与上述场景识别的结果匹配的背景声音，并自动播放上述背景声音，可以给用户带来个性化的视频体验。

本申请实施例采用如下技术方案：

第一方面，本申请实施例提供一种声音的处理方法，包括：获得用户设置的聊天背景图；对所述聊天背景图进行场景识别；获得与所述场景识别的结果匹配的背景声音；在所述用户视频聊天的过程中，播放所述背景声音。

其中在一种具体的实施方式中，所述对所述聊天背景图进行场景识别之后，还包括：如果所述场景识别的结果中包括所述聊天背景图所关联的背景人物，则获得所述背景人物的声音特征；根据所述背景人物的声音特征对所述用户的声音特征进行处理，将所述用户声音改变为所述背景人物的声音后，在所述用户视频聊天的过程中输出所述背景人物的声音；所述声音特征包括：基音频率、共振峰位置、共振峰带宽、基音频率和音调之一或组合。

其中在一种具体的实施方式中，所述对所述聊天背景图进行场景识别包括：识别所述聊天背景图中的景物和场景类别；和/或识别所述聊天背景图中的拍摄信息。

其中在一种具体的实施方式中，所述获得与所述场景识别的结果匹配的背景声音包括：根据所述场景识别的结果生成场景描述标签；将所述场景描述标签发送给服务器；接收所述服务器根据所述场景描述标签搜索获得的与所述场景识别的结果匹配的背景声音。

其中在一种具体的实施方式中，所述获得所述背景人物的声音特征包括：提取所述聊天背景图中所述背景人物的特征和所述聊天背景图的图片内容特征；将所述背景人物的特征和所述聊天背景图的图片内容特征发送给所述服务器；接收所述服务器发送的所述背景人物的声音特征。

第二方面，本申请实施例提供一种声音的处理装置，包括：获得模块，用于获得用户设置的聊天背景图；识别模块，用于对所述获得模块获得的聊天背景图进行场景识别；所述获得模块，还用于获得与所述场景识别的结果匹配的背景声音；播放模块，用于在所述用户视频聊天的过程中，播放所述获得模块获得的背景声音。

其中在一种具体的实施方式中，所述声音的处理装置还包括：变声模块；所述获得模块，还用于当所述场景识别的结果中包括所述聊天背景图所关联的背景人物时，从所述服务器获得所述背景人物的声音特征；所述变声模块，用于根据所述获得模块获得的所述背景人物的声音特征对所述用户的声音特征进行处理；所述播放模块，还用于在所述变声模块将所述用户声音改变为所述背景人物的声音后，在所述用户视频聊天的过程中输出所述背景人物的声音；所述声音特征包括：基音频率、共振峰位置、共振峰带宽、基音频率和音调之一或组合。

其中在一种具体的实施方式中，所述识别模块，具体用于识别所述聊天背景图中的景物和场景类别；和/或识别所述聊天背景图中的拍摄信息。

其中在一种具体的实施方式中，所述获得模块包括：生成子模块，用于根据所述场景识别的结果生成场景描述标签；发送子模块，用于将所述场景描述标签发送给服务器；接收子模块，用于接收所述服务器根据所述场景描述标签搜索获得的与所述场景识别的结果匹配的背景声音。

其中在一种具体的实施方式中，所述获得模块包括：提取子模块，用于提取所述聊天背景图中所述背景人物的特征和所述聊天背景图的图片内容特征；发送子模块，用于将所述提取子模块提取的所述背景人物的特征和所述聊天背景图的图片内容特征发送给所述服务器；接收子模块，用于接收所述服务器发送的所述背景人物的声音特征。

第三方面，本申请实施例提供一种终端设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上所述的方法。

第四方面，本申请实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。

第五方面，本申请实施例提供一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如上所述的方法。

本申请实施例提供的声音的处理方法、装置和终端设备，通过对用户设置的聊天背景图进行场景识别，获得与上述场景识别的结果匹配的背景声音，然后在上述用户视频聊天的过程中，播放上述背景声音，从而可以实现根据用户设置的聊天背景图，在上述用户视频聊天的过程中，自动播放与上述聊天背景图匹配的背景声音，给用户带来个性化的视频体验。

附图说明

为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请声音的处理方法一个实施例的流程图；

图2为本申请声音的处理方法另一个实施例的流程图；

图3为本申请声音的处理方法再一个实施例的流程图；

图4为本申请声音的处理方法再一个实施例的流程图；

图5为本申请声音的处理方法再一个实施例的流程图；

图6为本申请声音的处理方法的应用场景一个实施例的示意图；

图7为本申请声音的处理方法的应用场景另一个实施例的示意图；

图8为本申请声音的处理装置一个实施例的结构示意图；

图9为本申请声音的处理装置另一个实施例的结构示意图；

图10为本申请终端设备一个实施例的结构示意图；

图11为本申请手机10内部部分一个实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本文中术语“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，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本申请声音的处理方法一个实施例的流程图，如图1所示，上述声音的处理方法可以包括：

步骤101，获得用户设置的聊天背景图。

本实施例可以在用户进行视频聊天的过程中，获得上述用户设置的聊天背景图；其中，上述用户设置的聊天背景图，可以是上述用户从视频聊天应用(Application；以下简称：APP)所提供的聊天背景图中选择的，也可以是上述用户从上述用户使用的终端设备保存的图片中选择，并上传到视频聊天APP中的。

步骤102，对上述聊天背景图进行场景识别。

步骤103，获得与上述场景识别的结果匹配的背景声音。

具体地，可以从服务器获得与上述场景识别的结果匹配的背景声音，其中，上述服务器可以为云端服务器，本实施例对此不作限定。

步骤104，在上述用户视频聊天的过程中，播放上述背景声音。

上述声音的处理方法中，通过对用户设置的聊天背景图进行场景识别，获得与上述场景识别的结果匹配的背景声音，然后在上述用户视频聊天的过程中，播放上述背景声音，从而可以实现根据用户设置的聊天背景图，在上述用户视频聊天的过程中，自动播放与上述聊天背景图匹配的背景声音，给用户带来个性化的视频体验。

图2为本申请声音的处理方法另一个实施例的流程图，如图2所示，本申请图1所示实施例中，步骤102之后还可以包括：

步骤201，如果上述场景识别的结果中包括上述聊天背景图所关联的背景人物，则从上述服务器获得上述背景人物的声音特征。

其中，上述聊天背景图所关联的背景人物可以为上述聊天背景图中包括的人物，例如：电影海报中的主角；或者上述聊天背景图所关联的背景人物可以为与上述聊天背景图所展示的场景相关的人物，例如：当上述聊天背景图为太空的宇宙飞行图时，上述聊天背景图所关联的背景人物为宇航员；当上述聊天背景图为消防车救火图时，上述聊天背景图所关联的背景人物为消防员。

步骤202，根据上述背景人物的声音特征对上述用户的声音特征进行处理，将上述用户声音改变为上述背景人物的声音后，在上述用户视频聊天的过程中输出上述背景人物的声音。

其中，上述声音特征包括：基音频率、共振峰位置、共振峰带宽、基音频率和音调之一或组合。

其中，根据上述背景人物的声音特征对上述用户的声音特征进行处理即为按照上述背景人物的声音特征的各个参数，调整上述用户的声音特征的各个参数，将上述用户声音改变为上述背景人物的声音，从而可以实现结合上述用户选择的聊天背景图，为用户提供更加个性化地场景变声服务。

本实施例中，上述背景人物的声音即为在上述聊天背景图所示的场景中，与上述背景人物对应的声音。

图3为本申请声音的处理方法再一个实施例的流程图，如图3所示，本申请图1所示实施例中，步骤102可以包括：

步骤301，识别上述聊天背景图中的景物和场景类别；和/或识别上述聊天背景图中的拍摄信息。

也就是说，本实施例中，对上述聊天背景图进行场景识别包含两种维度，一是识别图片中的景物和场景类别，例如：山、水、草地、夜空、宇宙飞船、商场、酒店或是电影/卡通场景等；二是识别上述聊天背景图的拍摄信息，包括确定上述聊天背景图的拍摄地点信息，例如北京、上海、南京，或是风景点如故宫、长城等。

图4为本申请声音的处理方法再一个实施例的流程图，如图4所示，本申请图1所示实施例中，步骤103可以包括：

步骤401，根据上述场景识别的结果生成场景描述标签。

步骤402，将上述场景描述标签发送给服务器。

步骤403，接收上述服务器根据上述场景描述标签搜索获得的与上述场景识别的结果匹配的背景声音。

本实施例中，在对上述聊天背景图进行场景识别之后，可以根据上述场景识别的结果，生成一个具体的场景描述标签，例如：内蒙古的大草原、云南泸沽湖的夜空或者星际大战电影中的太空等。

然后，可以将上述场景描述标签发送给服务器，接收上述服务器根据上述场景描述标签搜索获得的与上述场景识别的结果匹配的背景声音。

图5为本申请声音的处理方法再一个实施例的流程图，如图5所示，本申请图2所示实施例中，步骤201可以包括：

步骤501，如果上述场景识别的结果中包括上述聊天背景图所关联的背景人物，则提取上述聊天背景图中上述背景人物的特征和上述聊天背景图的图片内容特征。

步骤502，将上述背景人物的特征和上述聊天背景图的图片内容特征发送给上述服务器。

步骤503，接收上述服务器发送的上述背景人物的声音特征。

其中，上述背景人物的声音特征是服务器根据上述背景人物的特征和上述聊天背景图的图片内容特征，通过图片搜索获得上述背景人物的名字和角色之后，从网络上提取的上述角色的声音特征；或者，

上述背景人物的声音特征也可以是服务器根据上述背景人物的特征和上述聊天背景图的图片内容特征，从上述服务器自身的声音特征数据库中查找获得的。本实施例对上述服务器获得上述背景人物的声音特征的方式不作限定。

图6为本申请声音的处理方法的应用场景一个实施例的示意图，参见图6，用户从视频聊天APP所提供的聊天背景图中选择了一个既有的背景场景，如在太空的宇宙飞行背景图，对用户选择的聊天背景图进行场景识别，场景识别的结果为太空，将“太空”这一场景识别结果发送给服务器进行网络搜索，从上述服务器获得与“太空”匹配的背景声音，然后在上述用户视频聊天的过程中，播放上述背景声音。

进一步地，在对用户选择的聊天背景图进行场景识别之后，还可以获知上述聊天背景图所关联的背景人物为宇航员，于是可以从服务器获得上述宇航员的声音特征，然后根据上述宇航员的声音特征对上述用户的声音特征进行实时处理，将上述用户的声音改变为上述宇航员的声音后，在上述用户视频聊天的过程中输出上述宇航员的声音。

最终实现的效果是用户选择在太空的宇宙飞行背景图后，会播放与“太空”匹配的背景声音，同时用户说话时的声音被处理为宇航员的声音。

图7为本申请声音的处理方法的应用场景另一个实施例的示意图，参见图7，用户从上述用户使用的终端设备保存的图片中选择一张聊天背景图，如一张蜡笔小新卡通片的图片，并上传到视频聊天APP中。

然后对上述聊天背景图进行场景识别，这时发现上述场景识别的结果中包括上述聊天背景图所关联的背景人物，于是可以提取上述聊天背景图中上述背景人物的特征和上述聊天背景图的图片内容特征，将上述背景人物的特征和上述聊天背景图的图片内容特征发送给上述服务器，然后接收上述服务器发送的上述背景人物的声音特征，其中，上述背景人物的声音特征是服务器根据上述背景人物的特征和上述聊天背景图的图片内容特征，通过图片搜索获得上述背景人物的名字和角色(本例中为蜡笔小新)之后，从网络上提取的上述角色的声音特征，例如：蜡笔小新声音的基音频率、共振峰位置、共振峰带宽、基音频率和/或音调等。

然后，提取上述用户的声音特征，根据上述角色的声音特征进行对应调整，将上述用户的声音实时处理为上述角色的声音输出。

本申请可以实现根据用户设置的聊天背景图，在上述用户视频聊天的过程中，自动播放与上述聊天背景图匹配的背景声音，给用户带来个性化的视频体验。

图8为本申请声音的处理装置一个实施例的结构示意图，本实施例中的声音的处理装置可以作为终端设备，或者终端设备的一部分实现本申请实施例提供的声音的处理方法。

其中，上述终端设备可以为智能手机、平板电脑、笔记本电脑或者个人计算机(Personal Computer；以下简称：PC)等智能终端设备，本实施例对上述终端设备的形态不作限定。

如图8所示，上述声音的处理装置可以包括：获得模块81、识别模块82和播放模块83；

其中，获得模块81，用于获得用户设置的聊天背景图；其中，获得模块81可以在用户进行视频聊天的过程中，获得上述用户设置的聊天背景图；上述用户设置的聊天背景图，可以是上述用户从视频聊天APP所提供的聊天背景图中选择的，也可以是上述用户从上述用户使用的终端设备保存的图片中选择，并上传到视频聊天APP中的。

识别模块82，用于对获得模块81获得的聊天背景图进行场景识别；

获得模块81，还用于获得与上述场景识别的结果匹配的背景声音；具体地，获得模块81可以从服务器获得与上述场景识别的结果匹配的背景声音，其中，上述服务器可以为云端服务器，本实施例对此不作限定。

播放模块83，用于在上述用户视频聊天的过程中，播放获得模块81获得的背景声音。

上述声音的处理装置中，识别模块82通过对用户设置的聊天背景图进行场景识别，获得模块81从服务器获得与上述场景识别的结果匹配的背景声音，然后播放模块83在上述用户视频聊天的过程中，播放上述背景声音，从而可以实现根据用户设置的聊天背景图，在上述用户视频聊天的过程中，自动播放与上述聊天背景图匹配的背景声音，给用户带来个性化的视频体验。

图9为本申请声音的处理装置另一个实施例的结构示意图，与图8所示的声音的处理装置相比，不同之处在于，图9所示的声音的处理装置还可以包括：变声模块84；

获得模块81，还用于当上述场景识别的结果中包括上述聊天背景图所关联的背景人物时，从上述服务器获得所述背景人物的声音特征；其中，上述聊天背景图所关联的背景人物可以为上述聊天背景图中包括的人物，例如：电影海报中的主角；或者上述聊天背景图所关联的背景人物可以为与上述聊天背景图所展示的场景相关的人物，例如：当上述聊天背景图为太空的宇宙飞行图时，上述聊天背景图所关联的背景人物为宇航员；当上述聊天背景图为消防车救火图时，上述聊天背景图所关联的背景人物为消防员。

变声模块84，用于根据获得模块81获得的上述背景人物的声音特征对上述用户的声音特征进行处理；

播放模块83，还用于在变声模块84将上述用户声音改变为上述背景人物的声音后，在上述用户视频聊天的过程中输出上述背景人物的声音；

其中，上述声音特征包括：基音频率、共振峰位置、共振峰带宽、基音频率和音调之一或组合。

其中，变声模块84根据上述背景人物的声音特征对上述用户的声音特征进行处理即为变声模块84按照上述背景人物的声音特征的各个参数，调整上述用户的声音特征的各个参数，将上述用户声音改变为上述背景人物的声音，从而可以实现结合上述用户选择的聊天背景图，为用户提供更加个性化地场景变声服务。

本实施例中，上述背景人物的声音即为在上述聊天背景图所示的场景中，与上述背景人物对应的声音。

本实施例中，识别模块82，具体用于识别上述聊天背景图中的景物和场景类别；和/或识别上述聊天背景图中的拍摄信息。也就是说，本实施例中，识别模块82对上述聊天背景图进行场景识别包含两种维度，一是识别图片中的景物和场景类别，例如：山、水、草地、夜空、宇宙飞船、商场、酒店或是电影/卡通场景等；二是识别上述聊天背景图的拍摄信息，包括确定上述聊天背景图的拍摄地点信息，例如北京、上海、南京，或是风景点如故宫、长城等。

本实施例中，获得模块81可以包括：生成子模块811、发送子模块812和接收子模块813；

其中，生成子模块811，用于根据上述场景识别的结果生成场景描述标签；

发送子模块812，用于将上述场景描述标签发送给服务器；

接收子模块813，用于接收上述服务器根据上述场景描述标签搜索获得的与上述场景识别的结果匹配的背景声音。

本实施例中，在对上述聊天背景图进行场景识别之后，生成子模块811可以根据上述场景识别的结果，生成一个具体的场景描述标签，例如：内蒙古的大草原、云南泸沽湖的夜空或者星际大战电影中的太空等。

然后，发送子模块812可以将上述场景描述标签发送给服务器，接收子模块813接收上述服务器根据上述场景描述标签搜索获得的与上述场景识别的结果匹配的背景声音。

本实施例中，获得模块81可以包括：提取子模块814、发送子模块812和接收子模块813；

提取子模块814，用于提取上述聊天背景图中上述背景人物的特征和上述聊天背景图的图片内容特征；

发送子模块812，用于将提取子模块814提取的上述背景人物的特征和上述聊天背景图的图片内容特征发送给上述服务器；

接收子模块813，用于接收上述服务器发送的上述背景人物的声音特征，上述背景人物的声音特征是上述服务器根据上述背景人物的特征和上述聊天背景图的图片内容特征，通过图片搜索获得所述背景人物的名字和角色之后，从网络上提取的上述角色的声音特征；或者，

上述背景人物的声音特征也可以是服务器根据上述背景人物的特征和上述聊天背景图的图片内容特征，从上述服务器自身的声音特征数据库中查找获得的。本实施例对上述服务器获得上述背景人物的声音特征的方式不作限定。

上述声音的处理装置可以实现根据用户设置的聊天背景图，在上述用户视频聊天的过程中，自动播放与上述聊天背景图匹配的背景声音，给用户带来个性化的视频体验。

图10为本申请终端设备一个实施例的结构示意图，上述终端设备可以包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时，实现本申请实施例提供的声音的处理方法。

其中，上述终端设备可以为智能手机、平板电脑、笔记本电脑或者PC等智能终端设备，本实施例对上述终端设备的形态不作限定。

本实施例以上述终端设备为智能手机为例进行说明。

应该理解的是，图10所示的手机10仅仅是上述终端设备的一个范例，并且手机10可以具有比图10中所示出的更多的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。图10中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。

现以手机10为一个例子进行具体的说明。如图10所示，该手机10可以包括存储器11、中央处理器(Central Processing Unit；以下简称：CPU)12、外设接口13、射频(Radio Frequency；以下简称：RF)电路14、音频电路15、扬声器16、电源系统17、输入/输出(Input Output；以下简称：I/O)子系统18、其他输入/控制设备19以及外部端口20，这些部件通过一个或多个通信总线或信号线21来通信。

下面就本实施例提供的手机10进行详细的描述。

存储器11：所述存储器11可以被CPU12、外设接口13等访问，所述存储器11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，例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

外设接口13，所述外设接口可以将手机10的输入和输出外设连接到CPU12和存储器11。

I/O子系统18：所述I/O子系统18可以将手机10上的输入输出外设，例如触摸屏22和其他输入/控制设备19，连接到外设接口13。I/O子系统18可以包括显示控制器181和用于控制其他输入/控制设备19的一个或多个输入控制器182。其中，一个或多个输入控制器182从其他输入/控制设备19接收电信号或者向其他输入/控制设备19发送电信号，其他输入/控制设备19可以包括物理按钮(例如：按压按钮或摇臂按钮等)、拨号盘、滑动开关、操纵杆或点击滚轮。值得说明的是，输入控制器182可以与以下任一个连接：键盘、红外端口、USB接口以及诸如鼠标的指示设备。

触摸屏22：所述触摸屏22是手机10与用户之间的输入接口和输出接口，将可视输出显示给用户，可视输出可以包括图形、文本、图标、视频等。

I/O子系统18中的显示控制器181从触摸屏22接收电信号或者向触摸屏22发送电信号。触摸屏22检测触摸屏上的接触，显示控制器181将检测到的接触转换为与显示在触摸屏22上的用户界面对象的交互，即实现人机交互，显示在触摸屏22上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是，手机10还可以包括光鼠，光鼠是不显示可视输出的触摸敏感表面，或者是由触摸屏形成的触摸敏感表面的延伸。

RF电路14，主要用于建立手机10与无线网络(即网络侧)的通信，实现手机10与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地，RF电路14接收并发送RF信号，RF信号也称为电磁信号，RF电路14将电信号转换为电磁信号或将电磁信号转换为电信号，并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路14可以包括用于执行这些功能的已知电路，其包括但不限于天线系统、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、编译码器(Coder Decoder；以下简称：CODEC)芯片组、用户标识模块(Subscriber Identity Module；以下简称：SIM)等等。

音频电路15，主要用于从外设接口13接收音频数据，将该音频数据转换为电信号，并且将该电信号发送给扬声器16。

扬声器16，用于将手机10通过RF电路14从无线网络接收的语音信号，还原为声音并向用户播放该声音。

电源系统17，用于为CPU12、I/O子系统18及外设接口13所连接的硬件进行供电及电源管理。电源系统17可以包括电源管理系统，一个或多个电源(例如：电池或交流电)，再充电系统，电源故障检测电路，电源转换器或逆变器，电源状态指示器(例如：发光二极管)，以及与便携设备中的电源生成、管理和分布相关联的其他任何组件。

图11为本申请手机10内部部分一个实施例的结构示意图。在本申请实施例中，存储器11中存储的软件部件可包括操作系统1001、通信模块1002、接触/移动模块1003、图形模块1004、功能模块1005。

操作系统1001(例如：Darwin、RTXC、LINUX、UNIX、OS X、WINDOWS、或诸如VxWorks的嵌入式操作系统)包括用于控制和管理一般系统任务(例如，存储器管理、存储设备控制、电力管理等等)的各种软件部件和/或驱动器，并且便于各种硬件与软件部件之间的通信。

通信模块1002便于通过一个或多个外部端口20与其他设备通信，并且还包括用于处理由RF电路14和/或外部端口20接收的数据的各种软件部件。

接触/移动模块1003可以检测与触摸屏22(结合显示控制器181)和其他触摸敏感设备(例如，触摸板或物理点击滚轮)的接触。接触/移动模块1003包括用于执行与检测接触相关的各种操作的各种软件部件，所述操作例如有确定是否发生接触、确定是否所述接触有移动并且在触摸屏22上追踪所述移动、以及确定是否已经断开所述接触(即，是否接触已经停止)。确定接触点的移动可以包括确定接触点的速率(幅值)、速度(幅值和方向)和/或加速度(幅值和/或方向的变化)。这些操作可以应用到单个接触(例如，一个手指接触)或应用到多个同时接触(例如，“多重触摸”/多手指接触)。在一些实施例中，接触/移动模块1003和显示控制器181还检测触摸板上的接触。

图形模块1004包括用于在触摸屏22上显示图形的各种已知软件部件，包括用于改变所显示的图形的明暗度的部件。例如接收CPU12的指令，在触摸屏22中显示各种软件的图形用户界面等。

功能模块1005通过运行存储在存储器11中的程序，从而执行各种功能应用以及数据处理，例如实现本申请提供的声音的处理方法。

RF电路14接收网络侧或其他设备发送的消息，该消息包括电子邮件或短信息或即时信息，该消息具体可以是本申请图1～图5所示实施例中的消息。可以理解的是，RF电路14接收的消息也可以是其他类型的消息，在本申请实施例中不做限定。本领域技术人员可知，接收到的消息中可以携带有多种数据类型的数据。可以只有一种数据类型的数据，也可以有两种或两种以上数据类型的数据。

CPU12执行存储在存储器11中的程序时,实现本申请图1～图5所示实施例提供的声音的处理方法。在上述实施例中，CPU12具体可以是英特尔公司生产的奔腾系列处理器或安腾处理器等。

本申请还提供一种非临时性计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现本申请实施例提供的声音的处理方法。

上述非临时性计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory；以下简称：ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory；以下简称：EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(Local AreaNetwork；以下简称：LAN)或广域网(Wide Area Network；以下简称：WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

本申请实施例提供一种计算机程序产品，当上述计算机程序产品中的指令由处理器执行时，执行本申请实施例提供的声音的处理方法。

在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请实施例中可能采用术语“第一”、“第二”、“第三”等来描述各种连接端口和标识信息等，但这些连接端口和标识信息等不应限于这些术语。这些术语仅用来将连接端口和标识信息等彼此区分开。例如，在不脱离本申请实施例范围的情况下，第一连接端口也可以被称为第二连接端口，类似地，第二连接端口也可以被称为第一连接端口。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ReadOnly Memory；以下简称：ROM)、随机存取存储器(Random Access Memory；以下简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。