CN104735528A - 一种音效匹配方法及装置 - Google Patents

Abstract

本发明公开了一种音效匹配方法及装置，主要技术方案包括：获得待播放的音频内容；提取所述待播放的音频内容特征；根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。采用该技术方案，解决现有技术中存在电视音效无法根据播放匹配合适的音效模式的问题。

Description

一种音效匹配方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种音效匹配方法及装置。

背景技术

随着电视产业的发展，尤其是随着智能电视的普及以及电视节目的多样化，目前在智能电视上观看的电视节目越来越多，各频道所播放的节目也日益丰富，包括各类综艺节目、电视剧以及新闻等，用户也可以通过本地音视频欣赏各种节目，比如家庭影院、卡拉OK等。当然，各类节目的播放音效各不相同，只有选择与该节目匹配的音效，才能达到最佳的听觉效果。

目前大多数电视的音效调节方法，主要是通过操作者的人为设置来调节音效均衡器控制音效的切换。电视机在出厂时通常都会默认使用一个音效模式，比如标准模式；当用户观看某些大片，比如战争片时，用户只能通过重新设置控制参数，来为当前节目源选择合适的音效。特别是在节目切换较频繁、或者每个音视频文件播放时间都较短且匹配音效不一致的时候，操作较繁琐。而且对一般的用户来说，很难选择出最佳的音效模式，致使不能体验较佳的听觉效果。

综上所述，现有技术中存在无法根据播放的音频内容匹配合适的音效模式的问题。

发明内容

本发明实施例提供一种音效匹配方法及装置，用以解决现有技术中存在无法根据播放的音频内容匹配合适的音效模式的问题。

本发明实施例提供一种音效匹配方法，包括：

获得待播放的音频内容；

提取所述待播放的音频内容特征；

根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；

根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；

根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。

较佳地，所述提取音频内容特征包括：

提取所述音频内容内的音频帧的特征；

根据所述音频内容内的音频帧的特征，对所述音频内容进行分段；

针对每个音频段，根据音频段内的每个音频帧的特征确定该音频段的特征；

所述根据所述音频内容特征对所述音频内容进行分类，包括：

根据所述音频内容内各音频段的特征，对所述音频内容进行分类。

较佳地，所述根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数之后，还包括：

根据设置的播放参数播放所述音频内容。

较佳地，所述获得音频内容之前，还包括：从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容，则根据设置的播放参数播放所述音频内容之前，还包括：

获取所述第二频道的音量设置值；

将所述第二频道的音量设置值与所述第一频道的音量设置值进行比较；

若前者的差值的绝对值大于设定阈值，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

较佳地，所述获得音频内容之前，还包括：从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容，则根据设置的播放参数播放所述音频内容之前，还包括：

获取第二频道的音量设置值，以及预先为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息；其中，所述音量调整指示信息用于指示是否需要进行音量调整操作；

若所述第二频道的音量设置值与所述第一频道的音量设置值的差值的绝对值大于设定阈值，且为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息表明需要进行音量调节操作，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

本发明实施例还提供一种音效匹配装置，包括：

获得单元，用于获得待播放的音频内容；

提取单元，用于提取所述待播放的音频内容特征；

分类单元，用于根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；

匹配单元，用于根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；

调整单元，用于根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。

较佳地，所述提取单元具体用于：

提取所述音频内容内的音频帧的特征；

根据所述音频内容内的音频帧的特征，对所述音频内容进行分段；

针对每个音频段，根据音频段内的每个音频帧的特征确定该音频段的特征；

所述匹配单元具体用于：

根据所述音频内容内各音频段的特征，对所述音频内容进行分类。

较佳地，所述调整单元具体还用于：

根据设置的播放参数播放所述音频内容。

较佳地，所述获得单元具体还用于：

从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容；

所述调整单元具体还用于：

获取所述第二频道的音量设置值；

将所述第二频道的音量设置值与所述第一频道的音量设置值进行比较；

若前者的差值的绝对值大于设定阈值，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

较佳地，所述获得单元具体还用于：

从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容；

所述调整单元具体还用于：

获取第二频道的音量设置值，以及预先为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息；其中，所述音量调整指示信息用于指示是否需要进行音量调整操作；

若所述第二频道的音量设置值与所述第一频道的音量设置值的差值的绝对值大于设定阈值，且为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息表明需要进行音量调节操作，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

本发明实施例中，根据获得待播放的音频内容；提取所述待播放的音频内容特征；根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。采用该方法可以根据音频内容的变化而自动选择与音频内容相匹配的音效模式，并且根据匹配的音效模式调整播放状态，解决了现有技术中存在无法根据播放的音频内容匹配合适的音效模式的问题。

附图说明

图1为本发明实施例中音频内容、音频段、音频帧之间的关系示意图；

图2为本发明实施例一提供的一种音效匹配方法流程图；

图3为本发明实施例中的神经网络示意图；

图4为本发明实施例二提供的一种音效匹配装置示意图。

具体实施方式

本发明实施例中，根据获得待播放的音频内容；提取所述待播放的音频内容特征；根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。采用该方法可以根据音频内容的变化而自动选择与音频内容相匹配的音效模式，并且根据匹配的音效模式调整播放状态，解决了现有技术中存在无法根据播放的音频内容匹配合适的音效模式的问题。

在本发明实施例中，音频内容内可以包括多个音频段，而音频段内可以包括多个音频帧，其中他们之间的关系如图1所示，在图中音频内容可以包括多个音频段，比如S1、S2、S3……SN等；每个音频段可以包括多个音频帧，比如S1包括f1、f2、f3；S2包括f4、f5、f6；SN包括f(n-1)、fn、f(n+1)。

以下结合说明书附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明，并且在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

实施例一

如图2所示，本发明实施例提供了一种音效匹配方法，包括如下步骤：

步骤101，获得待播放的音频内容；

步骤102，提取所述待播放的音频内容特征；

步骤103，根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；

步骤104，根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；

步骤105，根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。

在步骤101中，获得的音频内容包括正在播放的音频内容和待要播放的音频内容，在本发明实施例中，音频内容指通过音频特征分析，对不同音频数据赋予不同的语义，使具有相同语义的音频在听觉上保证相似。

在步骤102中，提取音频内容特征，音频特征的提取获得是寻找原始音频信号的表达形式，提取能代表原始信号的数据。音频特征提取是音频分类设计中一个非常关键的技术，音频分类的准确率很大程度上取决于提取的音频特征的特性，提取的音频特征应该能够充分表示音频时域和频域的特征。其中，音频特征的提取包括下列步骤：

步骤一、从叠加的音频帧中获取音频帧的特征，音频帧是音频信号分析中最小的单位，在音频帧基础上提取出来的特征叫做音频帧的特征。音频帧的特征提取主要是因为音频内容在短时间内是平稳的，所以在短时间内获取的音频帧的特征是比较稳定的；

音频帧的特征的提取是通过一定的数学方法计算出每一帧的特征值，其中，音频帧的特征主要包括：短时能量(Short Time Energy，STE)、过零率(ZeroCrossing Rate，ZCR)、子带能量比(Sub-band Spectrum Energy)、频谱质心(Spectral centroid，SC)、带宽(Band width，BW)等。音频帧的特征的提取是音频段的特征提取的基础，所有音频帧的特征的提取在整个音频内容分类中非常关键的部分，下面在本发明实施例中详细介绍音频帧的特征的提取方法。

短时能量，指的是一个短时音频窗口内采样点信号所聚集的能量。其定义如公式(1)所示：

$\mathrm{STE}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}^2\left(n\right)---\left(1\right)$

公式中x(n)表示当前分析的音频帧的第n个采样点，N表示当前音频帧的采样点数。

短时能量主要用于判断当前音频内容是否为静音帧，如果是某一帧的STE小于阈值，则认为该帧是静音帧，否则是非静音帧。对于静音帧，则无法有效提取出其它音频帧的特征，而对于非静音帧，可以提取其更多的音频帧的特征。

过零率：指在一个音频帧内，采样信号值由正到负、及由负到正的变化次数。过零率描述的是信号过零的速度，是信号频率量的一个简单的度量，其计算如公式(2)所示：

$\mathrm{ZCR}=\frac{1}{2(N-1)}\underset{n=1}{\overset{N-1}{\mathrm{\Σ}}}\left|\mathrm{sgn}\right[X(n+1)]-\mathrm{sgn}[X\left(n\right)\left]\right|---\left(2\right)$

公式中X(n)表示当前分析的音频帧的第n个采样点，N表示当前音频帧的采样点数，函数sgn表示返回一个整型变量，指出sgn参数的正负号。

通常，语音信号是由发音的音节和不发音的音节交替组成，音乐没有这种结构。语音产生模式表明，由于声门波引起了谱的高频跌落，所以浊音语音能量约集中在3khz以下，然而，对于清音语音，多数能量却是出现在较高的频率上，既然高频率意味着有高的过零率，低频意味着有低的过零率，那么在过零率和能量的频率分布之间就有很强的相关关系，语音信号是清音，过零率较高，语音信号是浊音，过零率较低；即语音信号的过零率的变化要比音乐信号的过零率大。

子带能量比：用于描述音频信号频率分布的频域特征。它衡量不同子带的能量占整个频带能量的比例。将频域划分为4个子带，带宽分布为[0，ω₀/8]，[ω₀/8，ω₀/4]，[ω₀/4，ω₀/2]，[ω₀/2，ω₀]，通过公式(3)可以计算出各个子带能量的分布：

$D=\frac{1}{E}{\∫}_{\mathrm{Lj}}^{\mathrm{Hj}}{\left|F\left(\mathrm{\ω}\right)\right|}^2\mathrm{d\ω}---\left(3\right)$

其中，E为整个频带上的能量，Hj与Lj为j子带的上下边界频率，ω为频率，F(ω)是傅里叶变换。

通常情况下，不同类型的音频，其能量在各个子带区间的分布有所不同，如果音频内容为音乐，则频域能量在上述各个子带区间的分布比较均匀；如果音频内容为语音，则频域能量主要集中在第0个子带，约占80％以上，其中，本发明实施例中第0个子带为[0，ω₀/8]。

频谱质心：反映声音信号亮度的指标，是一个音频帧的频谱能量分布的平均点。其计算公式如公式(4)所示：

$\mathrm{SC}=\frac{{\mathrm{\Σ}}_{n=1}^N\left[n\right|\mathrm{DFT}\left(n\right)\left|\right]}{{\mathrm{\Σ}}_{n=1}^N\left|\mathrm{DFT}\left(n\right)\right|}---\left(4\right)$

公式中N表示当前音频帧的采样点数，DFT表示音频信号的离散傅里叶变换，n表示第n个采样点。

通常的情况下，音乐的频谱质心高于语音。

带宽：反映的是信号功率或信号能量在频谱中集中的范围。是衡量音频频域范围的指标，通常情况下，语音的带宽范围在0.3-3.4khz左右，而音乐的带宽范围较大，在22.05khz左右。公式(5)所示带宽的计算公式：

$\mathrm{BW}=\frac{{\mathrm{\Σ}}_{n=1}^N\left[{(n-\mathrm{SC})}^2\right|\mathrm{DFT}\left(n\right)\left|\right]}{{\mathrm{\Σ}}_{n=1}^N\left|\mathrm{DFT}\left(n\right)\right|}---\left(5\right)$

公式中，DFT表示音频信号的离散傅里叶变换，n表示第n个采用点，SC是频谱质心。

方式二、从音频段中获取音频段特征。其中，音频段特征是在音频帧的特征的基础上提取出来的。音频段特征的获取主要是因为任何语义都有时间延续性，在长时间内提取音频段特征可以更好的反映音频内容所蕴含的语音信息。

音频内容的音频段特征主要包括：静音比率(silence ratio)、高过零比率(High Zero-Crossing Rate Ratio，HZCRR)、子带能量比均值、频谱质心均值、带宽均值、频谱变迁(Spectral flux，SF)等。音频段特征的最基本的方法时对构成音频段的所有音频帧计算它们的音频帧的特征的均值、方差、标准差等统计量，下面在本发明实施例中详细介绍音频段特征的提取方法。

静音比率：如果一帧的频域能量小于阈值，则把这帧定义为静音帧，否则为非静音帧。静音比率指的是一个音频段中静音帧占总帧数的比例，静音比率的计算公式如公式(6)所示。

$\mathrm{\λ}=\frac{M}{N}---\left(6\right)$

公式中，M表示音频段中静音帧的数目，N表示音频段中帧的总数。

通常情况下，语音中一般经常有停顿的地方，所以语音的静音比率会比音乐的静音比率高。

子带能量比均值：是在子带能量比的基础上求得的音频段特征，即音频段中个帧子带能量比的均值。

带宽均值和频谱质心均值分别定义为音频段中个音频帧的带宽均值和亮度均值。

高过零比率：基于音频帧中过零率的分析，可以知道语音由清音和浊音交替构成，所有其过零率的变换要高于音乐信号。高过零比率的计算公式如公式(7)所示：

$\mathrm{HZCRR}=\frac{1}{2N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}[\mathrm{sgn}(\mathrm{ZCR}\left(n\right)-1.5\mathrm{avZCR})+1]---\left(7\right)$

公式中N是音频段中总的音频帧数，n为该音频段中的采样点，av(average)表示平均，ZCR(n)是第n帧的过零率，sgn表示返回一个整型变量，指出sgn参数的正负号。

频谱变迁：指音频段中所有相邻帧频谱变化量的平均差异，其计算如公式(8)所示。

$\mathrm{SF}=\frac{1}{(N-1)K}\underset{n=1}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=1}{\overset{K-1}{\mathrm{\Σ}}}{[\log \left(\right|\mathrm{DFT}(n+1,K)\left|\right)-\log \left(\right|\mathrm{DTF}(n,K)\left|\right)]}^2---\left(8\right)$

公式中，N是音频段中所包含的音频帧数，n为该音频段中的采样点，K是离散傅里叶变换阶数。

通常情况下，语音信号由清音和浊音交替构成，所以语音信号的频谱变迁值大于音乐信号的频谱变迁值，可以利用该特征有效区分音乐和语音。

在步骤103中，根据所述音频内容特征对所述音频内容进行分类，得到所述音频内容所述的类型。

音频内容分类方法大体上分为两类，一类是基于阈值，另一类是基于统计模型。其中，基于统计模型的音频内容分类中，以统计学习方法理论为基础，实现机制简单，而且现有技术中，大多数的音频内容分类方法采用的是基于统计模型。其中，比较典型的音频内容分类方法包括最小距离法，神经网络(Neural Network)，支持向量机(Support Vector Machine，简称SVM)，决策树方法，马尔可夫模型等。下面对各个算法做简单的介绍。

最小距离分类法：该方法的优点是概念直观，方法简单，有利于建立多维空间分类方法的几何概念。在音频分类中应用的最小距离分类法有k近邻(k-Nearest Neighbor，K-NN)方法和最近特征线方法(Nearest Feature Line)等。

神经网络法：在使用神经网络进行音频分类时，可以令输入层的节点与音频的特征向量相对应，而输出层的节点对应于类别C_i，具体如图3所示。

在训练时，通过对训练样本集中的样本进行反复学习来调节网络，从而使全局误差函数取得最小值。这样，就可以期望该网络能够对新输入的待分类样本T输出正确的分类C_i。

支持向量机：该方法最初来自于对二值分类问题的处理，其机理可以简单地描述为：在样本空间中寻找一个将训练集中的正例和反倒样本分割开来的超平面，并使其两侧的空白区域最大。支持向量机方法具有完善的数学理论基础，通过采用二次规划(Quadratic Programming)并使用核函数将输入数据映射到更高维空间，从而可以解决线性不可分的分类问题。

决策树方法，该方法是一种结构简单、搜索效率高的分类器。这类方法以信息论为基础，对大量的实例选择重要的特征建立决策树。

决策树从无次序、无规则的样本数据集中推理出决策树表示形式的分类规则，采用自顶向下的递归方式，在决策树的内部节点进行属性值的比较，并根据不同的属性值判断该节点向下的分支，在决策树的叶节点得到分类结果。

马尔可夫模型：该方法的本质是一种双重随机过程有效状态自动机，其中的双重随机过程是将满足Markov分布的状态转换Markov链以及每一状态的观察输出概率密度函数，共两个随机过程。

本发明实施例中对音频内容的分类方即可以选用上述分类方法，也可以选用其他分类方法。

在步骤104中，根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式

根据步骤102和103可以确定步骤101中获得的音频内容的分类结果，本发明实施例中，在数字电视机中存储的音效模式主要包括标准模式、音乐模式、剧场模式、电影模式、运动模式和新闻模式等。其中，音乐模式还可以分为轻柔模式、摇滚模式、经典模式等。

根据音频内容的分类结果和数字电视机存储的音效模式，数字电视机可以根据音频内容的分类结果自动匹配与该音频内容相匹配的音效模式。

比如用户在观看电视节目或者欣赏不同类型的音视频时，比如当数字电视用于卡拉OK的时候，会播放各种流派的MTV，这时，为了使用户获得更佳的音效，数字电视会获得正在播放的音频内容，根据音频内容的音频帧的特征，获得该音频内容的音频段特征，基于音频段特征对该音频内容进行分类，最后根据该音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与该音频内容所属类型相匹配的音效模式。

在步骤105中，根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。

当数字电视为正在播放的音频内容确定了与该音频内容所属的类型相匹配的音效模式后，数字电视需要设置该音频内容的播放参数，主要是将该音频内容正在播放的音效模式调整为最新匹配的音效模式。

比如，数字电视正在播放的是一首音乐，由于音乐可以是MV的形式播放，也可以是某个电视剧的背景音乐，也可以是某个电影的背景音乐等。数字电视会先为该音频内容匹配为音乐的经典模式进行播放，当该音频内容在播放的时候，数字电视根据基于该音频内容中，获得该音频内容的音频段特征，基于音频段特征对该音频内容进行分类，最后根据该音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与该音频内容所属类型相匹配的音效模式。比如，数字电视此刻为该音乐匹配的音效模式为电影模式，则数字电视将该音乐的音效模式调整为最新为该音乐匹配的电影模式后，开始采用电影模式播放该音乐。

进一步地，若所述获得音频内容之前，还包括：从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容，则根据设置的播放参数播放所述音频内容之前，还包括：

获取所述第二频道的音量设置值；

将所述第二频道的音量设置值与所述第一频道的音量设置值进行比较；

若前者的差值的绝对值大于设定阈值，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

比如，数字电视机当前正在播放的节目为CCTV-13频道中的新闻节目，此时数字电视所采用的音效模式为新闻模式，且当前频道的音量设置为10，当用户需要将当前频道切换到CCTV-15频道中的音乐节目时，数字电视机首先获得CCTV-15频道中播放的音乐节目内容，其次根据得到的音乐内容确定当前播放内容的音效模式应为音乐模式，数字电视将将当前播放的音效模式从新闻模式调整为音乐模式之前，还需要获得CCTV-15频道的音量设置值，比如CCTV-15频道的音量设置值25，可以知道CCTV-13频道的音量值与CCTV-15频道的音量值差值为15。

若数字电视设置的阈值为5，则确定CCTV-15频道中的音量设置与CCTV-13频道的音量值的差值大于设定的阈值，则数字电视将获取到的CCTV-15频道音量调整到与CCTV-13频道的音量值相等的音量值，即将CCTV-15频道音量调整为10。

若数字电视设置的阈值为20，则确定CCTV-15频道中的音量设置与CCTV-13频道的音量值的差值不大于设定的阈值，则数字电视对获取到的CCTV-15频道音量值15不进行任何调整，而保持CCTV-15频道音量值15不变。

进一步地，若所述获得音频内容之前，还包括：从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容，则根据设置的播放参数播放所述音频内容之前，还包括：

获取第二频道的音量设置值，以及预先为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息；其中，所述音量调整指示信息用于指示是否需要进行音量调整操作；

若所述第二频道的音量设置值与所述第一频道的音量设置值的差值的绝对值大于设定阈值，且为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息表明需要进行音量调节操作，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

比如，数字电视机当前正在播放的节目为CCTV-13频道中的新闻节目，此时数字电视所采用的音效模式为新闻模式，且当前频道的音量设置为10，当用户需要将当前频道切换到CCTV-6频道中的电影节目时，数字电视机首先获得CCTV-6频道中播放的电影节目内容，其次根据得到的电影内容确定当前播放内容的音效模式应为为电影模式，数字电视将当前播放的音效模式从新闻模式调整为电影模式之前，还需要获得CCTV-6频道的音量设置值，比如CCTV-6频道的音量设置值25，可以知道CCTV-13频道的音量值与CCTV-6频道的音量值差值为15。

若数字电视设置的阈值为5，而且CCTV-6频道中需要播放的节目是电影，数字电视中的AVC(Automatic Voltage Control，自动音量控制)控制开关中预先设定了对电影模式进行音量控制操作。本发明实施例中，AVC控制开关中预先设定了对某些播放模式进行音量控制的操作。

根据上述CCTV-6频道中的音量值与CCTV-13频道中的音量值的差值大于设定阈值，且电影模式属于AVC控制开关中预先设定的进行音量控制的模式，则数字电视将获取到的CCTV-6频道音量调整到与CCTV-13频道的音量值相等的音量值，即将CCTV-6频道音量调整为10。

比如，数字电视机当前正在播放的节目为CCTV-13频道中的新闻节目，此时数字电视所采用的音效模式为新闻模式，且当前频道的音量设置为10，当用户需要将当前频道切换到CCTV-15频道中的音乐节目时，数字电视机首先获得CCTV-15频道中播放的音乐节目内容，其次根据得到的音乐内容将当前播放的音效模式从新闻模式调整为音乐模式，数字电视将将当前播放的音效模式从新闻模式调整为音乐模式之前，还需要获得CCTV-15频道的音量设置值，比如CCTV-15频道的音量设置值20，可以知道CCTV-13频道的音量值与CCTV-15频道的音量值差值为10。

若数字电视设置的阈值为25，而且CCTV-15频道中需要播放的节目是音乐，数字电视中的AVC控制开关中预先设定了的音效模式中不包括音乐模式。则数字电视对获取到的CCTV-15频道音量值20不进行任何调整，而保持CCTV-15频道音量值20不变。

比如，数字电视机当前正在播放的节目为CCTV-13频道中的新闻节目，此时数字电视所采用的音效模式为新闻模式，且当前频道的音量设置为10，当用户需要将当前频道切换到CCTV-6频道中的电影节目时，数字电视机首先获得CCTV-6频道中播放的电影节目内容，其次根据得到的电影内容将当前播放的音效模式从新闻模式调整为电影模式，数字电视将将当前播放的音效模式从新闻模式调整为电影模式之前，还需要获得CCTV-6频道的音量设置值，比如CCTV-6频道的音量设置值25，可以知道CCTV-13频道的音量值与CCTV-6频道的音量值差值为15。

若数字电视设置的阈值为25，而且CCTV-6频道中需要播放的节目是电影，数字电视中的AVC控制开关中预先设定了的音效模式中包括电影模式。数字电视根据上述CCTV-6频道中的音量值与CCTV-13频道中的音量值的差值小于设定阈值，则数字电视对获取到的CCTV-6频道音量值25不进行任何调整，保持CCTV-6频道音量值25不变。

比如，数字电视机当前正在播放的节目为CCTV-13频道中的新闻节目，此时数字电视所采用的音效模式为新闻模式，且当前频道的音量设置为10，当用户需要将当前频道切换到CCTV-15频道中的音乐节目时，数字电视机首先获得CCTV-15频道中播放的音乐节目内容，其次根据得到的音乐内容将当前播放的音效模式从新闻模式调整为音乐模式，数字电视将将当前播放的音效模式从新闻模式调整为音乐模式之前，还需要获得CCTV-15频道的音量设置值，比如CCTV-15频道的音量设置值25，可以知道CCTV-13频道的音量值与CCTV-15频道的音量值差值为15。

若数字电视设置的阈值为10，而且CCTV-15频道中需要播放的节目是音乐，数字电视中的AVC控制开关中预先设定了的音效模式中不包括音乐模式。则数字电视对获取到的CCTV-15频道音量值25不进行任何调整，而保持CCTV-15频道音量值25不变。

本发明实施例中，根据获得的音频内容特征对所述音频内容分类；根据所述音频内容分类结果选择与所述分类相匹配的音效模式；根据所述与所述分类相匹配的音效模式调整播放状态。采用该方法可以根据音频内容的变化而选择与音频内容相匹配的音效模式，并且根据匹配的音效模式调整播放状态，解决现有技术中存在无法根据播放的音频内容匹配合适的音效模式的问题。

针对上述方法流程，本发明实施例还提供一种音效匹配的装置，这些装置的具体内容可以参照上述方法实施，在此不再赘述。

实施例二

本发明实施例提供一种音效匹配装置，如图4所示，包括：获取单元21、提取单元22、分类单元23、匹配单元24和调整单元25。

获得单元21，用于获得待播放的音频内容；

提取单元22，用于提取所述待播放的音频内容特征；

分类单元23，用于根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；

匹配单元24，用于根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；

调整单元25，用于根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。

进一步地，所述提取单元22具体用于：

提取所述音频内容内的音频帧的特征；

根据所述音频内容内的音频帧的特征，对所述音频内容进行分段；

针对每个音频段，根据音频段内的每个音频帧的特征确定该音频段的特征；

所述匹配单元24具体用于：

根据所述音频内容内各音频段的特征，对所述音频内容进行分类。

进一步地，所述调整单元25具体还用于：

根据设置的播放参数播放所述音频内容。

进一步地，所述获得单元21具体还用于：

从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容；

所述调整单元25具体还用于：

获取所述第二频道的音量设置值；

将所述第二频道的音量设置值与所述第一频道的音量设置值进行比较；

若前者的差值的绝对值大于设定阈值，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

进一步地，所述获得单元21具体还用于：

从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容；

所述调整单元25具体还用于：

获取第二频道的音量设置值，以及预先为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息；其中，所述音量调整指示信息用于指示是否需要进行音量调整操作；

若所述第二频道的音量设置值与所述第一频道的音量设置值的差值的绝对值大于设定阈值，且为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息表明需要进行音量调节操作，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

当从第一频道切换到第二频道时，获取第二频道的音量设置值；

将所述第二频道的音量设置值与所述第一频道的音量设置值进行比较；

若前者的差值的绝对值大于设定阈值，则将所述第二频道的音量的大小设置为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

应当理解，以上一种音效匹配装置包括的单元仅为根据该装置实现的功能进行的逻辑划分，实际应用中，可以进行上述单元的叠加或拆分。并且该实施例提供的一种音效匹配装置所实现的功能与上述实施例提供的一种音效匹配方法一一对应，对于该装置所实现的更为详细的处理流程，在上述方法实施例一中已做详细描述，此处不再详细描述。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种音效匹配方法，其特征在于，包括：

获得待播放的音频内容；

提取所述待播放的音频内容特征；

根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；

根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；

根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。

2.如权利要求1所述的方法，其特征在于，所述提取音频内容特征包括：

提取所述音频内容内的音频帧的特征；

根据所述音频内容内的音频帧的特征，对所述音频内容进行分段；

针对每个音频段，根据音频段内的每个音频帧的特征确定该音频段的特征；

所述根据所述音频内容特征对所述音频内容进行分类，包括：

根据所述音频内容内各音频段的特征，对所述音频内容进行分类。

3.如权利要求1所述的方法，其特征在于，所述根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数之后，还包括：

根据设置的播放参数播放所述音频内容。

4.如权利要求3所述方法，其特征在于，所述获得音频内容之前，还包括：从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容，则根据设置的播放参数播放所述音频内容之前，还包括：

获取所述第二频道的音量设置值；

将所述第二频道的音量设置值与所述第一频道的音量设置值进行比较；

若前者的差值的绝对值大于设定阈值，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

5.如权利要求3所述方法，其特征在于，所述获得音频内容之前，还包括：从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容，则根据设置的播放参数播放所述音频内容之前，还包括：

获取第二频道的音量设置值，以及预先为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息；其中，所述音量调整指示信息用于指示是否需要进行音量调整操作；

若所述第二频道的音量设置值与所述第一频道的音量设置值的差值的绝对值大于设定阈值，且为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息表明需要进行音量调节操作，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

6.一种音效匹配装置，其特征在于，包括：

获得单元，用于获得待播放的音频内容；

提取单元，用于提取所述待播放的音频内容特征；

分类单元，用于根据所述音频内容特征对所述音频内容进行分类，确定所述音频内容所属的类型；

匹配单元，用于根据所述音频内容所属的类型以及各类型音频内容与音效模式的对应关系，确定与所述音频内容所属的类型相匹配的音效模式；

调整单元，用于根据与所述音频内容所属的类型相匹配的音效模式设置所述音频内容的播放参数。

7.如权利要求6所述的装置，其特征在于，所述提取单元具体用于：

提取所述音频内容内的音频帧的特征；

根据所述音频内容内的音频帧的特征，对所述音频内容进行分段；

针对每个音频段，根据音频段内的每个音频帧的特征确定该音频段的特征；

所述匹配单元具体用于：

根据所述音频内容内各音频段的特征，对所述音频内容进行分类。

8.如权利要求6所述的装置，其特征在于，所述调整单元具体还用于：

根据设置的播放参数播放所述音频内容。

9.如权利要求8所述的装置，其特征在于，所述获得单元具体还用于：

从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容；

所述调整单元具体还用于：

获取所述第二频道的音量设置值；

将所述第二频道的音量设置值与所述第一频道的音量设置值进行比较；

若前者的差值的绝对值大于设定阈值，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。

10.如权利要求8所述的装置，其特征在于，所述获得单元具体还用于：

从第一频道切换到第二频道的步骤，且所获得的音频内容为所述第二频道的音频内容；

所述调整单元具体还用于：

获取第二频道的音量设置值，以及预先为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息；其中，所述音量调整指示信息用于指示是否需要进行音量调整操作；

若所述第二频道的音量设置值与所述第一频道的音量设置值的差值的绝对值大于设定阈值，且为所述音频内容所属的类型相匹配的音效模式所设置的音量调整指示信息表明需要进行音量调节操作，则将所述第二频道的音量设置值调整为与所述第一频道的音量设置值相等，否则，保持所述第二频道的音量设置值不变。