CN105306673A - 移动终端及其自动调整情景模式的方法 - Google Patents

Abstract

本发明公开了一种移动终端及其自动调整情景模式的方法，该方法包括：获取声音频段；通过声音匹配识别算法，判断该声音频段对应的情景模式，并形成对应的情景模式信号；根据该情景模式信号变更或保持现有的情景模式。本发明的有益效果是：区别于现有技术的情况，本发明的移动终端及其自动调整情景模式的方法基于不同年龄的用户的声音频率是有所不同的理论，首先采集用户的声音，根据用户的声音频段来自动调整情景模式，实用性强，并且提高了用户体验。

Description

移动终端及其自动调整情景模式的方法

技术领域

本发明涉及移动终端领域，特别是涉及一种移动终端及其自动调整情景模式的方法。

背景技术

随着移动终端技术的不断发展，一些例如手机、平板电脑等移动终端已经普及到千家万户，成为了人们生活和工作中的必需品。家里的移动终端很多都是大人孩子共享的，不同的年龄段均使用同一个移动终端。但有时需要防止儿童沉迷于移动终端中的游戏，则需要调整移动终端的情景模式。或者有时老人需要使用时却发现功能太多而不会使用，因此现有的移动终端使用起来还是不太方便，也需要调整一下移动终端的情景模式。现有技术中，此种调整均需要手动调整，无法自动调整。

发明内容

本发明主要解决的技术问题是提供一种移动终端及其自动调整情景模式的方法，能够基于不同年龄的用户的声音频率是有所不同的理论解决移动终端中的情景模式无法根据使用者年龄不同而无法自动切换情景模式的问题。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种移动终端，该移动终端包括：传感模块，检测当前的声音频段，并将该声音频段发送；分析模块，与传感模块连接，接收传感模块发送的声音频段，并通过声音匹配识别算法判断此声音频段所对应的情景模式，发送对应的情景模式信号；处理模块，与分析模块连接，接收情景模式信号，并根据情景模式信号变更或保持现有的情景模式。

其中，不同的情景模式对应不同的移动终端的操作权限。

其中，分析模块包括：信号采集单元，获取当前的声音频段；第一矢量处理单元，连接信号采集单元，接收信号采集单元获取的声音频段，并进行矢量化处理，形成矢量特征文件；样本特征矢量库，存储有不同声音频段所对应的矢量特征文件；匹配算法单元，连接第一矢量处理单元与样本特征矢量库，获取第一矢量处理单元处的矢量特征文件并根据声音匹配识别算法与样本特征矢量库中的矢量特征文件进行匹配，并输出匹配结果；情景模式判断单元，连接匹配算法单元，根据匹配算法单元输出的匹配结果来判断其对应何种情景模式，并发送对应的情景模式信号。

其中，分析模块进一步包括样本获取单元与第二矢量处理单元，样本获取单元用于获取样本声音频段；第二矢量处理单元连接样本获取单元与样本特征矢量库，将样本获取单元获取的样本声音频段进行矢量化处理后存储到样本特征矢量库。

其中，每一情景模式均对应不同的声音频段，通过不同的阈值范围来区分声音频段的不同。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种移动终端自动调整情景模式的方法，该方法包括：获取声音频段；通过声音匹配识别算法，判断该声音频段对应的情景模式，并形成对应的情景模式信号；根据该情景模式信号变更或保持现有的情景模式。

其中，不同的情景模式对应不同的移动终端的操作权限。

其中，通过声音匹配识别算法，判断该声音频段对应的情景模式，并形成对应的情景模式信号的步骤中，包括：根据获取的声音频段，将声音频段进行矢量化处理，形成矢量特征文件；将该矢量特征文件根据声音匹配识别算法与样本特征矢量库中的矢量特征文件进行匹配，并输出匹配结果；根据该匹配结果来判断其对应何种情景模式，并发送对应的情景模式信号。

其中，在获取声音频段的步骤前，进一步包括：获取样本声音频段；将该样本声音频段进行矢量化处理后存储到样本特征矢量库。

其中，每一情景模式均对应不同的声音频段，通过不同的阈值范围来区分声音频段的不同。

本发明的有益效果是：区别于现有技术的情况，本发明的移动终端及其自动调整情景模式的方法基于不同年龄的用户的声音频率是有所不同的理论，首先采集用户的声音，根据用户的声音频段来自动调整情景模式，实用性强，并且提高了用户体验。

附图说明

图1是本发明第一实施例的移动终端的结构示意图；

图2是图1中的移动终端的分析模块的结构示意图；

图3是声音识别的原理框图；

图4是本发明第二实施例的移动终端的分析模块的结构示意图；

图5是本发明第三实施例的移动终端自动调整情景模式的方法的流程图；

图6是图5中步骤S12的子流程图；

图7是本发明第四实施例的移动终端自动调整情景模式的方法的流程图。

具体实施方式

下面结合附图和实施方式对本发明进行详细说明。

参阅图1，图1是本发明第一实施例的移动终端的结构示意图。在本实施例中，移动终端10包括传感模块11、分析模块12以及处理模块13。

传感模块11用于检测当前的声音频段，并将该声音频段发送至分析模块12。传感模块11例如为内置麦克风或连接耳机的声音获取单元等。

分析模块12与传感模块11连接，接收传感模块11发送的声音频段，并通过声音匹配识别算法判断此声音频段所对应的情景模式，发送对应的情景模式信号。

进一步参阅图2，图2是图1中的移动终端的分析模块的结构示意图。分析模块12包括信号采集单元121、第一矢量处理单元122、样本特征矢量库123、匹配算法单元124以及情景模式判断单元125。信号采集单元121连接传感模块11，用于获取当前的声音频段。第一矢量处理单元122连接信号采集单元121，接收信号采集单元121获取的声音频段，并进行矢量化处理，形成矢量特征文件。样本特征矢量库123存储有不同声音频段所对应的矢量特征文件。匹配算法单元124连接第一矢量处理单元122与样本特征矢量库123，获取第一矢量处理单元122处的矢量特征文件并根据声音匹配识别算法与样本特征矢量库123中的矢量特征文件进行匹配，并输出匹配结果。情景模式判断单元125连接匹配算法单元124，根据匹配算法单元124输出的匹配结果来判断其对应何种情景模式，并发送对应的情景模式信号。

处理模块13与分析模块12中的情景模式判断单元125连接，接收情景模式信号，并根据情景模式信号变更或保持现有的情景模式。

每一情景模式均对应不同的声音频段，通过不同的阈值范围来区分声音频段的不同。例如，将声音频段分为儿童、中年与老年三种声音频段，则三种声音频段均对应不同的情景模式。而不同的情景模式对应不同的移动终端的操作权限。例如：青年人的声音频段设定为声音频段1，对应的情景模式为青年模式，移动终端的权限设置为管理员权限，具有移动终端的所有访问及操作权限。老年人的声音频段设定为声音频段2，对应的情景模式为老年模式，移动终端的权限设置为老年访客权限，仅打开老年桌面，可使用的应用包括电话、收音机、麻将棋牌游戏等。儿童的声音频段设定为声音频段3，对应的情景模式为儿童模式，移动终端的权限设置为儿童访客权限，仅打开儿童桌面，可使用的应用包括电话、宝贝听听、宝贝图图等儿童益智游戏，并设定开启后的使用时间。另外，在老年模式或儿童模式中，电话可设定为仅支持一件报警以及联络亲人。

在工作时，移动终端在打开或者解锁时，是提示用户输入声音，用户输入的声音被传感模块11获取，然后输送至分析模块12的信号采集单元121中，在经过第一矢量处理单元122进行处理并形成特征文件，由匹配算法单元124根据样本特征矢量库123中的样本特征文件进行匹配比对，再由情景模式判断单元125根据匹配结果来判断其对应何种情景模式，并发送对应的情景模式信号至处理模块13，由处理模块13根据情景模式信号变更或保持现有的情景模式。

具体匹配原理如下：

对一段输入声音进行分段短时分析，可以得到一个特征序列对训练阶段输入的声音进行分析，得到各组特征序列成为参考样本，记为：Rj＝{r1j，r2j，……rjj}，j＝1，2，……V，式中，j为样本对应的命令编号；J为该命令中的总分析帧数；V为系统样本库中的总样本数，可以等于或大于待识别的命令条数。对识别阶段输入的声音进行分析得到的特征序列成为测试样本，记为，t＝{t1，t2，t3，……ti}，I为输入待识别声音的帧数。样本匹配过程就是在参考样本R和测试样本T之间进行比较，计算其相似程度。

现将已存入样本的各个词条特征序列称作参考模式，一个参考模式可以表示为R＝{R(1)，R(2)，……，R(m)，……，R(M)}。其中，m为训练声音帧的顺序标号，m＝1～M，M是声音帧总数，R(m)为第m帧声音特征矢量。待识别的输入词条声音称为测试模式，测试模式表示为T＝{T(1)，T(2)，……，T(n)，……T(N)}，n为测试声音帧号，共包括N帧声音，T(n)为第n帧特征矢量。

通过计算T和R之间的失真度，判别T和R的相似度。计算失真时从T和R中对应帧的失真算起，设n和m分别为T和R中任意选择的帧号，D【T(n)，R(m)】表示这两帧特征矢量的失真度，则按照不同的情况求出样本中每帧之间的失真，从而计算总失真D【T，R】。

1)N＝M，这是可依此计算n＝m＝N＝M个帧之间的失真并取和，即可得到总失真。

2)N≠M，假设N>M，则可以将R＝{R(1)，R(2)，……，R(m)，……，R(M)}用线性扩张映射，再计算后者与T＝{T(1)，T(2)，……，T(n)，……T(N)}之间的总失真，这种计算就可以按照第一种情况逐帧进行，线性扩张映射的计算根公式为：

假设N<M，则可以将{T(1)，T(2)，……，T(n)，……T(N)}用线性扩张法映射为一个帧序列，再计算后者与{R(1)，R(2)，……，R(m)，……，R(M)}之间的总失真。

通过简单匹配算法来计算测试声音和参考声音的误差较大，为了达到最佳效果，我们采用动态规划的方法。

一般的，我们使用DTW(DynamicTimeWarping，动态时间归整)算法进行计算，DTW算法及计算基本原理如下：

进一步参阅图3，图3是声音识别的原理框图。

设测试声音样本有N帧矢量，参考样本有M帧矢量，且N≠M。动态时间归正要寻找一个时间归正函数m＝ω(n)，将测试矢量的时间轴非线性地映射到样本的时间轴上，并使函数满足

式中，d﹝T(n)，R(ω(n))﹞是测试样本第n帧矢量T(n)与参考样本第m帧矢量R(m)之间的距离测度；D则是出于最优时间归正情况下两矢量的距离。T的第n个样本与R的第m个样本对准，当T和M完全相同时得到一条斜率为l的直线。如图3所示，T和M不完全相同时，为使R的第m个样本与T的第n个样本对准，则对应的点不在此直线上，而形成一条曲线，这条曲线对应的函数就是归正函数。DTW不断地计算两矢量的距离以寻找最优的匹配路径，从而保证它们之间存在的最大声学相似性。

另外，再介绍一下声音特征参数的提取：

声音特征提取是模式识别的关键问题，特征参数的好坏对于声音识别精度有很大的影响。一般认为，声音是由空气强迫通过声门周期脉冲经声道滤波而形成的，并且语音建模为周期脉冲通过时变线性滤波器。描述时变声音特征的常用方法是采用短时谱，倒谱是常用的一种。倒谱能将周期脉冲与声道隔离，得到声音参数。

倒谱系数可由倒谱的定义直接求得，也可由线性预测系数(LPC)递推到LPCC，其中LPCC的计算量较小。声音信号可用全极点模型来表示，P阶前向预测表达式是：

式中：a_i为预测系数。由前向预测系数可递推出倒谱系数C：

为了提高识别精度，按美尔(MEL)尺度进行非线变换，LPCMCC(LPC美尔倒谱系数)的计算公式是：

C_i表示倒谱系数；MC_k表示美尔倒数系数。当抽样频率等于8KHZ，a取0.31。

另外我们不按下式求取r阶的LPCMCC线性回归系数，比较试验证明，利用下式求出的动态参数，可以得到较好的识别结果。

其中C(t)，T，△T和N分别表示在时刻t和LPC美尔倒谱系数、计算回归系数的时间宽度、声音特征参数分析时的窗移和计算回归系数时所用的帧数；P(X，N)表示求取r阶线性回归系数时的加权函数，一阶和二阶的加权函数分别为

特征提取预处理过程是：声音信号经8KHZ采样，1-0.98Z-1的预加重，乘窗长21.33ms(256点)、窗移10ms的汉明窗，然后进行14阶LPC分析，将14维的线性回归一阶LPCMCC(△△LPCMCC)系数作为声音特征参数(共30维)。

矢量化技术如下：

假定X是一个K维向量，各维分量是实值随机变量。矢量量化时将向量X映射成另一个K维向量Y，表达成：

Y＝VQ(X)

Y在一个有限集中取值，一个有限集是一个码本，记作CB＝{CW_i}，

1≤i≤NC，NC为码本大小。VQ(VectorQuantization，单词商数)的过程就是样本空间X到有限空间CB的映射：

X和Y之间存在一个量化失真或称距离度量d(X,Y)。量化器VQ(.)的优劣可用平均量化失真D表达。

其中|X|表示集合X中的元素个数。

当选用下面形式的量化器(NN原则)时，

Y＝VQ(X)＝CW_iiffd(X，CW_j)

对所有j≠i

对某一样本集X来说，码本和量化器是一一对应的。

码本的选择由聚类算法实现，而VQ过程由最近邻(NN)原则很容易实现。特定领域(如声音领域)的样本(训练)集x是Ex的一个真子集，X越大、覆盖面越宽(相对于领域)，对聚类越有帮助。

实际应用中向量X对某一码本CB量化CW_i后，只用该码字在CB中的编号i来表示量化结果。这样，VQ可以表示为：

Y＝VQ(X)＝iiffd(X，Cw_i)＜d(X，·CW_j)，·对所有j≠i

如在声音通信方面，在原来编码速率为24Kbit/s的线性预测声码器基础上，若将每帧的10个反射系数加已10维的矢量量化，就可使编码速率降低到80bit/s，而声音质量基本未下降。分段声码器采用矢量量化，可以使码速率降低到150bit/s。

通过上述方式，本实施例的移动终端基于不同年龄的用户的声音频率是有所不同的理论，首先采集用户的声音，根据用户的声音频段来自动调整情景模式，实用性强，并且提高了用户体验。

请参阅图4，图4是本发明第二实施例的移动终端的分析模块的结构示意图。在本实施例中，分析模块22除了包括信号采集单元221、第一矢量处理单元222、样本特征矢量库223、匹配算法单元224以及情景模式判断单元225外，还包括第二矢量处理单元226。

第二矢量处理单元226连接信号采集单元221与样本特征矢量库223，将信号采集单元221获取的样本声音频段进行矢量化处理后存储到样本特征矢量库223。

在其他实施例中，分析模块22中还可包括样本获取单元，用于获取样本声音频段，第二矢量处理单元226连接样本获取单元与样本特征矢量库223。

请参阅图5，图5是本发明第三实施例的移动终端自动调整情景模式的方法的流程图。在本实施例中，移动终端自动调整情景模式的方法包括步骤：

在步骤S11中，移动终端获取声音频段。

在步骤S12中，通过声音匹配识别算法，判断该声音频段对应的情景模式，并形成对应的情景模式信号。

在步骤S13中，根据该情景模式信号变更或保持现有的情景模式。

请进一步参阅图6，图6是图5中步骤S12的子流程图。步骤S12包括：

在步骤S121中，根据获取的声音频段，将声音频段进行矢量化处理，形成矢量特征文件。

在步骤S122中，将该矢量特征文件根据声音匹配识别算法与样本特征矢量库中的矢量特征文件进行匹配，并输出匹配结果。

在步骤S123中，根据该匹配结果来判断其对应何种情景模式，并发送对应的情景模式信号。

通过上述方式，可以基于不同年龄的用户的声音频率是有所不同的理论，首先采集用户的声音，根据用户的声音频段来自动调整情景模式，实用性强，并且提高了用户体验。

请参阅图7，图7是本发明第四实施例的移动终端自动调整情景模式的方法的流程图。在本实施例中，移动终端自动调整情景模式的方法包括步骤：

在步骤S21中，获取样本声音频段。

在步骤S22中，将该样本声音频段进行矢量化处理后存储到样本特征矢量库。

在步骤S23中，获取声音频段。

在步骤S24中，通过声音匹配识别算法，判断该声音频段对应的情景模式，并形成对应的情景模式信号。

在步骤S25中，根据该情景模式信号变更或保持现有的情景模式。

其中，步骤S24可以与第三实施例中的步骤S12拥有相同的子步骤。

同样的，在第二、第三与第四实施例中，每一情景模式均对应不同的声音频段，通过不同的阈值范围来区分声音频段的不同。例如，将声音频段分为儿童、中年与老年三种声音频段，则三种声音频段均对应不同的情景模式。而不同的情景模式对应不同的移动终端的操作权限。

甚至于，本发明中的移动终端及其自动调整情景模式的方法能够针对不同的人分配不同的声音模式，只要声音频率差别较大，便可分配不同的情景模式。

另外，本发明是对样本音频和被识别声音信号进行量化，然后提取声音特征，最后通过对声音特征的匹配比对得出计算结果。对两个声音进行相似性识别，是通过两个声音的归一化互相关函数来实现，其间存在着多种算法，其计算量和样本以及被识别声音的量化文件的大小直接相关。声音的量化可以分为两大类，一类是标量量化，另一类是矢量量化。标量量化是将取样后的信号值逐个的进行量化，而矢量量化是将若干个取样信号分为一组，即构成一个矢量，然后对此矢量一次进行量化。通过矢量量化，能够大幅度减少声音的量化文件的大小，从而降低声音匹配识别的计算工作量。因此，本发明中采用的是矢量量化的方式进行匹配识别，能够大幅度降低计算复杂度，可以快速的进行匹配计算。

本发明的有益效果是：区别于现有技术的情况，本发明的移动终端及其自动调整情景模式的方法基于不同年龄的用户的声音频率是有所不同的理论，首先采集用户的声音，根据用户的声音频段来自动调整情景模式，实用性强，并且提高了用户体验。

以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种移动终端，其特征在于，所述移动终端包括：

传感模块，检测当前的声音频段，并将该声音频段发送；

分析模块，与所述传感模块连接，接收所述传感模块发送的声音频段，并通过声音匹配识别算法判断此声音频段所对应的情景模式，发送对应的情景模式信号；

处理模块，与所述分析模块连接，接收所述情景模式信号，并根据所述情景模式信号变更或保持现有的情景模式。

2.根据权利要求1所述的移动终端，其特征在于，不同的情景模式对应不同的所述移动终端的操作权限。

3.根据权利要求1所述的移动终端，其特征在于，所述分析模块包括：

信号采集单元，获取当前的声音频段；

第一矢量处理单元，连接所述信号采集单元，接收所述信号采集单元获取的声音频段，并进行矢量化处理，形成矢量特征文件；

样本特征矢量库，存储有不同声音频段所对应的矢量特征文件；

匹配算法单元，连接所述第一矢量处理单元与所述样本特征矢量库，获取所述第一矢量处理单元处的矢量特征文件并根据声音匹配识别算法与所述样本特征矢量库中的矢量特征文件进行匹配，并输出匹配结果；

情景模式判断单元，连接所述匹配算法单元，根据所述匹配算法单元输出的匹配结果来判断其对应何种情景模式，并发送对应的情景模式信号。

4.根据权利要求3所述的移动终端，其特征在于，所述分析模块进一步包括样本获取单元与第二矢量处理单元，所述样本获取单元用于获取样本声音频段；所述第二矢量处理单元连接所述样本获取单元与所述样本特征矢量库，将所述样本获取单元获取的样本声音频段进行矢量化处理后存储到所述样本特征矢量库。

5.根据权利要求1所述的移动终端，其特征在于，每一情景模式均对应不同的声音频段，通过不同的阈值范围来区分声音频段的不同。

6.一种移动终端自动调整情景模式的方法，其特征在于，所述方法包括：

获取声音频段；

通过声音匹配识别算法，判断该声音频段对应的情景模式，并形成对应的情景模式信号；

根据该情景模式信号变更或保持现有的情景模式。

7.根据权利要求6所述的移动终端自动调整情景模式的方法，其特征在于，不同的情景模式对应不同的所述移动终端的操作权限。

8.根据权利要求6所述的移动终端自动调整情景模式的方法，其特征在于，所述通过声音匹配识别算法，判断该声音频段对应的情景模式，并形成对应的情景模式信号的步骤中，包括：

根据获取的声音频段，将声音频段进行矢量化处理，形成矢量特征文件；

将该矢量特征文件根据声音匹配识别算法与样本特征矢量库中的矢量特征文件进行匹配，并输出匹配结果；

根据该匹配结果来判断其对应何种情景模式，并发送对应的情景模式信号。

9.根据权利要求8所述的移动终端自动调整情景模式的方法，其特征在于，在所述获取声音频段的步骤前，进一步包括：

获取样本声音频段；

将该样本声音频段进行矢量化处理后存储到所述样本特征矢量库。

10.根据权利要求6所述的移动终端自动调整情景模式的方法，其特征在于，每一情景模式均对应不同的声音频段，通过不同的阈值范围来区分声音频段的不同。