CN106027809A - 一种音量的调节方法及移动终端 - Google Patents

Abstract

本发明实施例提供了一种音量的调节方法及移动终端。该方法包括：计算移动终端所处环境的嘈杂程度的环境量化值；计算移动终端中播放音频的应用程序的应用量化值；计算表示移动终端与耳机之间的连接状态的耳机状态量化值；通过人工神经网络算法构建的模型，基于环境量化值、应用量化值和耳机状态量化值进行计算，得到第一目标音量；将播放音频的应用程序的播放音量调节至第一目标音量。本发明实施例能够使输出的音量与所处的噪声环境、播放音频的应用程序以及是否佩戴耳机相匹配，提高用户使用体验，从而使移动终端在切换不同嘈杂环境、使用不同应用程序播放音频或是使用耳机或是公放音频时，能够对输出音量进行灵活调节。

Description

一种音量的调节方法及移动终端

技术领域

本发明涉及通信技术领域，尤其涉及一种音量的调节方法及移动终端。

背景技术

随着科技的发展，移动终端(例如手机)集成有越来越多的功能，比如看视频、听音乐、聊微信、打电话等。但是，在使用应用程序的过程中，不同分贝的环境(例如安静和嘈杂)中，需要对移动终端的输出音量进行调整；而且，在同一分贝的环境中，即便设置相同的音量，但是不同的应用程序(例如视频播放器、游戏、音乐等)所输出的音量往往不同。

每当用户处于不同嘈杂程度的环境中或者打开不同的应用程序时，为了避免移动终端输出的音量过大或过小，现有技术主要是通过由用户手动调节音量按钮来对当前音量进行调整的。

那么在这种现有的解决方案中，不论是通过移动终端的“设置”界面来对音量进行提前调节还是在进入应用程序后再进行音量调节，都需要用户频繁调节移动终端的音量。这不仅存在着操作繁琐的问题，而且不能从根本上解决切换程序或切换场景时带来的输出音量过大或过小的问题，例如在嘈杂的环境中收听音乐，音乐播放器的声音设置的很高，而当由嘈杂的环境切换至安静的环境中时，此时高分贝的音乐播放声音将对人耳造成很大伤害，虽然用户可以此时进行手动调节音乐播放器的音量来保护听力，但是在进行程序切换时，用户仍然听到了很大的声音。

发明内容

本发明实施例提供一种音量的调节方法及移动终端，以解决现有技术中在对移动终端的音量调节时所存在的调节频繁以及无法在不同的嘈杂场景和应用程序中对音量进行灵活调节的问题。

第一方面，本发明实施例提供了一种音量的调节方法，应用于移动终端，所述方法包括：

计算所述移动终端所处环境的嘈杂程度的环境量化值；

计算所述移动终端中播放音频的应用程序的应用量化值；

计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值；

通过人工神经网络算法构建的模型，基于所述环境量化值、所述应用量化值和所述耳机状态量化值进行计算，得到第一目标音量；

将播放音频的所述应用程序的播放音量调节至所述第一目标音量。

第二方面，本发明实施例还提供了一种移动终端，所述移动终端包括：

第一计算模块，用于计算所述移动终端所处环境的嘈杂程度的环境量化值；

第二计算模块，用于计算所述移动终端中播放音频的应用程序的应用量化值；

第三计算模块，用于计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值；

第四计算模块，用于通过人工神经网络算法构建的模型，基于所述第一计算模块计算的所述环境量化值、所述第二计算模块计算的所述应用量化值和所述第三计算模块计算的所述耳机状态量化值进行计算，得到第一目标音量；

第一调节模块，用于将播放音频的所述应用程序的播放音量调节至所述第四计算模块计算的所述第一目标音量。

这样，本发明实施例借助于移动终端所处的嘈杂环境、播放音频的应用程序以及移动终端与耳机的连接状态来确定需要输出的目标音量，并将音量调节至所述目标音量，能够避免用户在更换环境或应用程序时对音量的频繁调节所造成的操作不便性，并且，使输出的音量与所处的噪声环境、播放音频的应用程序以及是否佩戴耳机相匹配，提高用户使用体验，从而使移动终端在切换不同嘈杂环境、使用不同应用程序播放音频或是使用耳机或是公放音频时，能够对输出音量进行灵活调节。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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发明的一些实施例，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是本发明第一实施例的音量的调节方法的流程图；

图2是本发明第二实施例的音量的调节方法的流程图；

图3是本发明第四实施例的移动终端的框图；

图4是本发明第四实施例的另一移动终端的框图；

图5是本发明第五实施例的移动终端的框图；

图6是本发明第六实施例的移动终端的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

第一实施例

参照图1，示出了本发明一个实施例的音量的调节方法的流程图，应用于移动终端，所述方法具体可以包括如下步骤：

步骤101，计算所述移动终端所处环境的嘈杂程度的环境量化值。

其中，当移动终端(例如手机)在使用一款应用程序(App，application)进行音频的播放时，例如正在播放音乐播放器中的音乐，那么为了确定该手机所处的环境的声音嘈杂度，本发明通过人工神经网络算法所构建的模型能够将不同的嘈杂程度信息计算为具体的量化数值，以表达当前的嘈杂程度。

步骤102，计算所述移动终端中播放音频的应用程序的应用量化值。

其中，不仅需要获取上述环境量化值，还需要获取该音乐播放器App对应的应用量化值，本发明实施例同样将不同的应用程序播放的音频的音量进行了量化，从而得到不同应用程序的不同应用量化值。例如QQ音乐播放的声音的应用量化值为5，视频播放器播放的声音的应用量化值为6。

步骤103，计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值。

其中，由于移动终端在用户佩戴耳机和不佩戴耳机而采用公放的方式播放音频时，音量大小是不同的，因此还需要对移动终端连接耳机和未连接耳机这两种情况分别进行量化，从而得到耳机状态量化值。

步骤104，通过人工神经网络算法构建的模型，基于所述环境量化值、所述应用量化值和所述耳机状态量化值进行计算，得到第一目标音量。

其中，可以通过人工神经网络算法构建的模型来对上述获取的环境量化值、应用量化值以及耳机状态量化值进行计算处理，从而得到第一目标音量。

步骤105，将播放音频的所述应用程序的播放音量调节至所述第一目标音量。

其中，为了使移动终端所使用的上述应用程序播放的音频的音量不淹没在环境噪声中，且又不会大到影响听力，可以将手机对播放该应用程序的音频的音量调节至所述第一目标音量并输出。

这样，本发明实施例借助于移动终端所处的嘈杂环境、播放音频的应用程序以及移动终端与耳机的连接状态来确定需要输出的目标音量，并将音量调节至所述目标音量，能够避免用户在更换环境或应用程序时对音量的频繁调节所造成的操作不便性，并且，使输出的音量与所处的噪声环境、播放音频的应用程序以及是否佩戴耳机相匹配，提高用户使用体验，从而使移动终端在切换不同嘈杂环境、使用不同应用程序播放音频或是使用耳机或是公放音频时，能够对输出音量进行灵活调节。

第二实施例

参照图2，示出了本发明另一个实施例的音量的调节方法的流程图，应用于移动终端，所述方法具体可以包括如下步骤：

为了获取步骤101中的环境量化值，可以通过本领域已知或未来开发的任意合适方式来计算所述移动终端所处环境的嘈杂程度的环境量化值，以下步骤201～203为本发明一个实施例的获取所述环境量化值的具体流程：

步骤201，采集所述环境的嘈杂程度信息；

其中，可以采集移动终端(这里为手机)当前所处环境的嘈杂程序信息(例如0.8)。

步骤202，根据预设的嘈杂程度信息与环境量化等级的对应关系，确定所述嘈杂程度信息对应的目标环境量化等级。

其中，在本实施例中，预先设计了嘈杂程度信息与环境量化等级的对应关系，例如包含0.1～0.5对应1级，0.5～1.0对应2级这样的一种对应关系，这样就可以根据该对应关系来确定所采集的嘈杂程度信息对应的环境量化等级为2级。

步骤203，确定所述目标环境量化等级对应的目标环境权值。

并且，本发明实施例还为不同的环境量化等级设置了不同的权值(即环境权值)，即预设有环境量化等级与环境权值的对应关系，例如1级对应0.3，2级对应0.6等，这样就可以获取目标环境量化等级2级对应的环境权值0.6。

其中，需要注意的是，在本实施例中，步骤202中的对应关系以及步骤203中的对应关系均预设在通过人工神经网络算法构建的模型中，而在不同实施例中，上述两种对应关系也可以存储在其他位置，例如移动终端的存储器等。

这样，通过步骤201～203就确定了环境量化等级以及环境权值，即得到了步骤101中的环境量化值。

而为了获取步骤102中的应用量化值，可以通过本领域已知或未来开发的任意合适方式来获取所述移动终端当前所使用的应用程序对应的应用量化值，以下步骤204～205为本发明一个实施例的计算所述移动终端中播放音频的应用程序的应用量化值的具体流程：

步骤204，在预设的应用程序与应用量化等级的对应关系中，查找所述播放音频的应用程序的目标应用量化等级。

其中，在本实施例中，预先设计了应用程序与应用量化等级的对应关系，即将移动终端(例如手机)中能够播放音频的所有应用程序分别进行了等级的量化，需要播放的声音越高等级越高，例如游戏声音为1级、电话为2级、视频播放器为3级，音乐播放器为4级等。这样就可以在该对应关系中查找当前所使用的播放音频的App(例如音乐播放器)对应的应用量化等级，可以确定目标应用量化等级为4级。

步骤205，确定所述目标应用量化等级对应的目标应用权值。

并且，本发明实施例还为不同的应用量化等级设置了不同的权值(即应用权值)，即预设有应用量化等级与应用权值的对应关系，例如1级对应0.3、2级对应0.6、3级对应0.8、4级对应0.9等，这样就可以获取目标应用量化等级4级对应的应用权值0.9。

而为了计算步骤103中的耳机状态量化值，可以通过本领域已知或未来开发的任意合适方式来计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值，以下步骤为本发明一个实施例的计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值的具体流程：

步骤206，检测所述移动终端是否连接有耳机。

步骤207，若检测到所述移动终端连接有耳机，则将表示连接有耳机的第一耳机量化值确定为目标耳机量化值；将所述第一耳机量化值对应的第一耳机权值确定为目标耳机权值。

可选的，若检测到所述移动终端没有连接耳机，则将表示没有连接耳机的第二耳机量化值确定为目标耳机量化值；将所述第二耳机量化值对应的第二耳机权值确定为目标耳机权值。

步骤208，通过人工神经网络算法构建的模型对所述目标环境量化等级和所述目标环境权值进行加权计算，得到第一音量。

其中，可以通过人工神经网络算法构建的模型对目标环境量化等级和所述目标环境权值进行乘法计算，这里为2*0.6，得到第一音量值1.2。即，单纯的针对当前的环境噪声来确定合适该噪声的第一音量。

步骤209，通过人工神经网络算法构建的模型对所述目标应用量化等级和所述目标应用权值进行加权计算，得到第二音量。

其中，可以通过人工神经网络算法构建的模型对所述目标应用量化等级和所述目标应用权值进行乘法计算，这里为4*0.9，得到第二音量值3.6。即，单纯的针对当前所使用的应用程序来确定合适该程序的第二音量。

步骤210，通过人工神经网络算法构建的模型对所述目标耳机量化值和所述目标耳机权值进行加权计算，得到第三音量。

其中，可以通过人工神经网络算法构建的模型对所述目标耳机量化值和所述目标耳机权值进行乘法计算，得到第二音量值。即，单纯的针对移动终端与耳机的连接状态来确定合适该播放音频的应用程序的播放音量，记为第三音量。

步骤211，通过人工神经网络算法构建的模型对所述第一音量、所述第二音量和所述第三音量进行加权求和计算，得到所述第一目标音量。

其中，由于当前既包含环境噪声又涉及具体播放音频的应用程序，还涉及移动终端是否连接耳机，因此，还需要通过人工神经网络算法构建的模型来对所述第一音量1.2、所述第二音量3.6、第三音量进行加权求和计算，即第一音量、第二音量、第三音量还对应有相应的权值，从而得到所述第一目标音量。即，得到既符合当前环境噪声又适应于当前应用的音量以及是否连接耳机。

步骤212，将播放音频的所述应用程序的播放音量调节至所述第一目标音量。

其中，可将移动终端对播放该应用程序的播放音量调节至所述第一目标音量输出。

在步骤212之后，可选的，为了使所述第二音量、所述第一音量，以及所述第三音量更符合用户的实际音量需求，根据本发明实施例的方法还可包括：若接收到移动终端用户对所述移动终端的所述应用程序的播放音量的调节命令，则获取调节后的音量，记为第二目标音量；计算所述第一目标音量和所述第二目标音量的差值，得到音量差值；基于所述人工神经网络算法构建的模型和所述音量差值，对所述目标环境权值、所述目标应用权值和所述目标耳机权值进行调整，使基于调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值计算得到的所述第一目标音量与所述第二目标音量相同；存储调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值。

这样，就可以使得预设的应用量化等级与应用权值的对应关系中的应用权值与用户使用该应用的实际音量需求更加匹配，以及预设的环境量化等级与环境权值的对应关系中的环境权值与用户在该环境下所需的实际音量需求更加匹配，以及在使用该应用以及在该环境下连接耳机和未连接耳机所需的实际音量更加匹配。

第三实施例

为了更好的理解本发明的上述技术方案，下面结合一具体实施例来对本发明的上述方案进行详细阐述。

其中，在本实施例中，考虑到即便在同一噪声环境和使用同一应用程序的情况下，但是移动终端是否有插入耳机将影响输出音量的大小，因此，在本实施例中不仅涉及环境的嘈杂程度和所使用的应用程序，还会涉及移动终端是否连接有耳机。

具体而言，本发明实施例可以将是否连接耳机、环境的嘈杂程度、当前所打开的应用这三种因素分别量化为具体的数值，并作为通过人工神经网络算法构建的模型的输入参数。其中，对于是否插入耳机的量化具体数值为：移动终端当前有耳机插入，则以1表示，移动终端当前没有耳机插入，则以0表示；而周围环境的嘈杂程度所量化的具体数值，即为上述环境量化等级；当前所适应的应用程序的量化具体数值则为上述应用量化等级。

此外，所述模型中还分别为上述具体的量化数值xi(i＝1～8)设置了对应的权值，例如插入耳机(量化值x1＝1)的权值为w1，未插入耳机(量化值x2＝0)的权值为w2，1级环境嘈杂(量化值x3＝1)的权值为w3、2级环境嘈杂(量化值x4＝2)的权值为w4、3级环境嘈杂(量化值x5＝3)的权值为w5、1级应用等级(量化值x6＝1)的权值为w6、2级应用等级(量化值x7＝2)的权值为w7、3级应用等级(量化值x8＝3)的权值为w8，通过上述权值可以控制移动终端输出不同的音量。其中，量化数值为xi，对应的权值为wi，i＝1,2,3,4,5,6,7,8。值得注意的是，虽然本例中对于环境噪声和当前打开的应用仅仅分别涉及了三个，但是，这仅用于示意性本发明实施例的方案，但不限制本发明实施例的方案，即周围环境的嘈杂程度的具体量化值可以多余3个，涉及音量调节的应用程序也不限制为三个，可以为用户需要的任意数量。

其中，在模型初始创建时，由于无法采集到用户平时调节音量的数据，因此为了避免输出的音量过大伤害听力，可以将上述权值随机设置为较小的初值，再通过图1～图2所述的自动音量调节方案将模型的音量输出值(此时，输出的音量值较小)反馈给用户；然后，如果用户对输出的音量不满意，可以在此基础上进行音量调节，此时就可以将用户调节后的音量值作为一条数据记录下来，并根据调节后的音量以及通过音量调节方案输出的音量借助于上述模型来更新模型中对应的各个权值。通过每一次的权值的更新迭代，可以不断优化模型中的权值参数，并基于更新参数后的模型来对音量进行调节，使得最终输出的调节后的音量为用户满意的音量值。

下面将对上述三种因素对本发明实施例的音量调节方案进行具体说明：

对于移动终端是否插入耳机的因素，如果检测到移动终端插入了耳机，这时输入至模型的x1由0变为1，根据模型可以通过x1和w1相乘运算得到一个音量值v1；对于环境因素，如果检测到用户从安静的环境进入到某一嘈杂的环境，那么这时环境的输入值会发生变化，例如当前环境嘈杂程度的量化值为x4，那么根据模型可以通过x4和w4相乘运算得到一个音量值v4；针对不同的应用，比如用户从某一款游戏程序中退出，并打开了音乐播放器，此时应用的输入值会发生变化，即输入模型的量化值为该音乐播放器对应的量化值x7，那么通过模型计算x7与w7的乘积，可以得到音量值v7。

然后，再通过模型基于v1、v4、v7进行计算来得到输出音量VV1，并将当前音量调节至VV1。其中，对于模型计算得到VV1的方案来说，可以在模型中对上述三个因素计算得到的音量，这里为v1、v4、v7再分别设置对应的权值，然后将各个vi分别与对应的权值相乘，并将相乘结果相加求和，以此得到VV1。

那么在通过模型计算出新的音量值VV1并输出后，如果用户对自动调节的音量VV1不满意，则进行手动调节，那么本发明实施例可以将用户调整之后的音量值VV2记录下来，并通过所述模型基于VV1和VV2之间的差值来重新调整上述三个因素的对应权值w1、w4、w7，使得基于调节后的权值w1、w4、w7计算得到的音量为VV2，从而使得下次可为用户输出更满意的音量值。

由此可见，本发明实施例可以通过人工神经网络算法建立一个模型，并将环境、应用以及耳机因素的量化数值作为输入参数；并通过收集用户平时调节音量的数据VV2，来对模型中上述量化数值对应的权值进行调整；那么在用户进入不同的环境或切换不同应用以及插入或断开耳机时，本发明实施例能够将当前的环境、应用以及耳机插入情况量化为具体数据输入到模型，并结合调整后的权值来计算，从而得到合适的音量值并输出，实现了对音量进行自动调节，并能够使得调节后的音量符合用户平时的使用习惯。

第四实施例

参照图3，示出了本发明一个实施例的移动终端的框图。图3所示移动终端300包括：

第一计算模块301，用于计算所述移动终端所处环境的嘈杂程度的环境量化值；

第二计算模块302，用于计算所述移动终端中播放音频的应用程序的应用量化值；

第三计算模块303，用于计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值；

第四计算模块304，用于通过人工神经网络算法构建的模型，基于所述第一计算模块301计算的所述环境量化值、所述第二计算模块302计算的所述应用量化值和所述第三计算模块303计算的所述耳机状态量化值进行计算，得到第一目标音量；

第一调节模块305，用于将播放音频的所述应用程序的播放音量调节至所述第四计算模块304计算的所述第一目标音量。

参照图4，在图3的基础上，所述第一计算模块301可包括：

采集子模块3011，用于采集所述环境的嘈杂程度信息；

第一确定子模块3012，用于根据预设的嘈杂程度信息与环境量化等级的对应关系，确定所述采集子模块3011采集的所述嘈杂程度信息对应的目标环境量化等级；

第二确定子模块3013，用于确定所述第一确定子模块3012确定的所述目标环境量化等级对应的目标环境权值。

所述第二计算模块302包括：

查找子模块3021，用于在预设的应用程序与应用量化等级的对应关系中，查找所述播放音频的应用程序的目标应用量化等级；

第三确定子模块3022，用于确定所述查找子模块3021查找的所述目标应用量化等级对应的目标应用权值。

所述第三计算模块303包括：

检测子模块3031，用于检测所述移动终端是否连接有耳机；

第四确定子模块3032，用于在所述检测子模块检测到所述移动终端连接有耳机时，将表示连接有耳机的第一耳机量化值确定为目标耳机量化值；

第五确定子模块3033，用于将所述第四确定子模块确定的所述第一耳机量化值对应的第一耳机权值确定为目标耳机权值。

所述移动终端还包括：

第一确定模块306，用于若所述检测子模块3031检测到所述移动终端没有连接耳机，则将表示没有连接耳机的第二耳机量化值确定为目标耳机量化值；

第二确定模块307，用于将所述第一确定模块306确定的将所述第二耳机量化值对应的第二耳机权值确定为目标耳机权值。

所述第一调节模块305包括：

第一计算子模块3051，用于通过人工神经网络算法构建的模型对所述目标环境量化等级和所述目标环境权值进行加权计算，得到第一音量；

第二计算子模块3052，用于通过人工神经网络算法构建的模型对所述目标应用量化等级和所述目标应用权值进行加权计算，得到第二音量；

第三计算子模块3053，用于通过人工神经网络算法构建的模型对所述目标耳机量化值和所述目标耳机权值进行加权计算，得到第三音量；

加权求和子模块3054，用于通过人工神经网络算法构建的模型对所述第一音量、所述第二音量和所述第三音量进行加权求和计算，得到所述第一目标音量。

参照图4，在图3的基础上，可选的，所述移动终端300还包括：

第二调节模块308，用于若接收到移动终端用户对所述移动终端的所述应用程序的播放音量的调节命令，则获取调节后的音量，记为第二目标音量；

计算差值模块309，用于计算所述第一目标音量和所述第二调节模块308获取的所述第二目标音量的差值，得到音量差值；

调整模块310，用于基于所述人工神经网络算法构建的模型和所述计算差值模块309计算的所述音量差值，对所述目标环境权值、所述目标应用权值和所述目标耳机权值进行调整，使基于调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值计算得到的所述第一目标音量与所述第二目标音量相同；

存储模块311，用于存储所述调整模块310调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值。

移动终端300能够实现第一至第三方法实施例中移动终端实现的避免用户在更换环境或应用程序时对音量的频繁调节所造成的操作不便性，并且，使输出的音量与所处的噪声环境和应用程序相匹配，提高用户使用体验，从而使移动终端在切换不同嘈杂环境和应用程序时，能够对输出音量进行灵活调节的效果，为避免重复，这里不再赘述。

第五实施例

图5是本发明又一个实施例的移动终端的框图。图5所示的移动终端500包括：至少一个处理器501、存储器502、至少一个网络接口504和用户接口503。移动终端500中的各个组件通过总线系统505耦合在一起。可理解，总线系统505用于实现这些组件之间的连接通信。总线系统505除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线系统505。

其中，用户接口503可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。

可以理解，本发明实施例中的存储器502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器(ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本发明实施例描述的系统和方法的存储器502旨在包括但不限于这些和任意其它适合类型的存储器。

在一些实施方式中，存储器502存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统5021和应用程序5022。

其中，操作系统5021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序5022，包含各种应用程序，例如媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序5022中。

在本发明实施例中，通过调用存储器502存储的程序或指令，具体的，可以是应用程序5022中存储的程序或指令，处理器501用于计算所述移动终端所处环境的嘈杂程度的环境量化值；计算所述移动终端中播放音频的应用程序的应用量化值；计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值；通过人工神经网络算法构建的模型，基于所述环境量化值、所述应用量化值和所述耳机状态量化值进行计算，得到第一目标音量；将播放音频的所述应用程序的播放音量调节至所述第一目标音量。

上述本发明实施例揭示的方法可以应用于处理器501中，或者由处理器501实现。处理器501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(FieldProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器501读取存储器502中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本发明实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecificIntegratedCircuits，ASIC)、数字信号处理器(DigitalSignalProcessing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(ProgrammableLogicDevice，PLD)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本发明实施例所述功能的模块(例如过程、函数等)来实现本发明实施例所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

可选地，处理器501还用于：采集所述环境的嘈杂程度信息；根据预设的嘈杂程度信息与环境量化等级的对应关系，确定所述嘈杂程度信息对应的目标环境量化等级；确定所述目标环境量化等级对应的目标环境权值。

可选地，处理器501还用于：在预设的应用程序与应用量化等级的对应关系中，查找所述播放音频的应用程序的目标应用量化等级；确定所述目标应用量化等级对应的目标应用权值。

可选地，处理器501还用于：检测所述移动终端是否连接有耳机；若检测到所述移动终端连接有耳机，则将表示连接有耳机的第一耳机量化值确定为目标耳机量化值；将所述第一耳机量化值对应的第一耳机权值确定为目标耳机权值。

可选地，处理器501还用于：若检测到所述移动终端没有连接耳机，则将表示没有连接耳机的第二耳机量化值确定为目标耳机量化值；将所述第二耳机量化值对应的第二耳机权值确定为目标耳机权值。

可选地，处理器501还用于：通过人工神经网络算法构建的模型对所述目标环境量化等级和所述目标环境权值进行加权计算，得到第一音量；通过人工神经网络算法构建的模型对所述目标应用量化等级和所述目标应用权值进行加权计算，得到第二音量；通过人工神经网络算法构建的模型对所述目标耳机量化值和所述目标耳机权值进行加权计算，得到第三音量；通过人工神经网络算法构建的模型对所述第一音量、所述第二音量和所述第三音量进行加权求和计算，得到所述第一目标音量。

可选地，处理器501还用于：若接收到移动终端用户对所述移动终端的所述应用程序的播放音量的调节命令，则获取调节后的音量，记为第二目标音量；计算所述第一目标音量和所述第二目标音量的差值，得到音量差值；基于所述人工神经网络算法构建的模型和所述音量差值，对所述目标环境权值、所述目标应用权值和所述目标耳机权值进行调整，使基于调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值计算得到的所述第一目标音量与所述第二目标音量相同；存储调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值。

移动终端500能够实现前述实施例中移动终端实现的避免用户在更换环境或应用程序时对音量的频繁调节所造成的操作不便性，并且，使输出的音量与所处的噪声环境、播放音频的应用程序以及是否佩戴耳机相匹配，提高用户使用体验，从而使移动终端在切换不同嘈杂环境、使用不同应用程序播放音频或是使用耳机或是公放音频时，能够对输出音量进行灵活调节，为避免重复，这里不再赘述。

第六实施例

图6是本发明另一个实施例的移动终端的结构示意图。具体地，图6中的移动终端600可以为手机、平板电脑、个人数字助理(PersonalDigitalAssistant，PDA)、或车载电脑等。

图6中的移动终端600包括射频(RadioFrequency，RF)电路610、存储器620、输入单元630、显示单元640、处理器660、音频电路670、WiFi(WirelessFidelity)模块680和电源690。

其中，输入单元630可用于接收移动终端用户输入的数字或字符信息，以及产生与移动终端600的移动终端用户设置以及功能控制有关的信号输入。具体地，本发明实施例中，该输入单元630可以包括触控面板631。触控面板631，也称为触摸屏，可收集移动终端用户在其上或附近的触摸操作(比如移动终端用户使用手指、触笔等任何适合的物体或附件在触控面板631上的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板631可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测移动终端用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给该处理器660，并能接收处理器660发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板631。除了触控面板631，输入单元630还可以包括其他输入设备632，其他输入设备632可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

其中，显示单元640可用于显示由移动终端用户输入的信息或提供给移动终端用户的信息以及移动终端600的各种菜单界面。显示单元640可包括显示面板641，可选的，可以采用LCD或有机发光二极管(OrganicLight-EmittingDiode，OLED)等形式来配置显示面板641。

应注意，触控面板631可以覆盖显示面板641，形成触摸显示屏，当该触摸显示屏检测到在其上或附近的触摸操作后，传送给处理器660以确定触摸事件的类型，随后处理器660根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。

触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定，可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件，例如，设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。

其中处理器660是移动终端600的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在第一存储器621内的软件程序和/或模块，以及调用存储在第二存储器622内的数据，执行移动终端600的各种功能和处理数据，从而对移动终端600进行整体监控。可选的，处理器660可包括一个或多个处理单元。

在本发明实施例中，通过调用存储该第一存储器621内的软件程序和/或模块和/或该第二存储器622内的数据，处理器660用于计算所述移动终端所处环境的嘈杂程度的环境量化值；计算所述移动终端中播放音频的应用程序的应用量化值；计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值；通过人工神经网络算法构建的模型，基于所述环境量化值、所述应用量化值和所述耳机状态量化值进行计算，得到第一目标音量；将播放音频的所述应用程序的播放音量调节至所述第一目标音量。

可选地，处理器660还用于：采集所述环境的嘈杂程度信息；根据预设的嘈杂程度信息与环境量化等级的对应关系，确定所述嘈杂程度信息对应的目标环境量化等级；确定所述目标环境量化等级对应的目标环境权值。

可选地，处理器660还用于：在预设的应用程序与应用量化等级的对应关系中，查找所述播放音频的应用程序的目标应用量化等级；确定所述目标应用量化等级对应的目标应用权值。

可选地，处理器660还用于：检测所述移动终端是否连接有耳机；若检测到所述移动终端连接有耳机，则将表示连接有耳机的第一耳机量化值确定为目标耳机量化值；将所述第一耳机量化值对应的第一耳机权值确定为目标耳机权值。

可选地，处理器660还用于：若检测到所述移动终端没有连接耳机，则将表示没有连接耳机的第二耳机量化值确定为目标耳机量化值；将所述第二耳机量化值对应的第二耳机权值确定为目标耳机权值。

可选地，处理器660还用于：通过人工神经网络算法构建的模型对所述目标环境量化等级和所述目标环境权值进行加权计算，得到第一音量；通过人工神经网络算法构建的模型对所述目标应用量化等级和所述目标应用权值进行加权计算，得到第二音量；通过人工神经网络算法构建的模型对所述目标耳机量化值和所述目标耳机权值进行加权计算，得到第三音量；通过人工神经网络算法构建的模型对所述第一音量、所述第二音量和所述第三音量进行加权求和计算，得到所述第一目标音量。

可选地，处理器660还用于：若接收到移动终端用户对所述移动终端的所述应用程序的播放音量的调节命令，则获取调节后的音量，记为第二目标音量；计算所述第一目标音量和所述第二目标音量的差值，得到音量差值；基于所述人工神经网络算法构建的模型和所述音量差值，对所述目标环境权值、所述目标应用权值和所述目标耳机权值进行调整，使基于调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值计算得到的所述第一目标音量与所述第二目标音量相同；存储调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值。

可见，本发明实施例能够避免用户在更换环境或应用程序时对音量的频繁调节所造成的操作不便性，并且，使输出的音量与所处的噪声环境、播放音频的应用程序以及是否佩戴耳机相匹配，提高用户使用体验，从而使移动终端在切换不同嘈杂环境、使用不同应用程序播放音频或是使用耳机或是公放音频时，能够对输出音量进行灵活调节，为避免重复，这里不再赘述。

本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

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，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。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，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，在本发明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。

所述功能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，本发明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)执行本发明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、ROM、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，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种音量的调节方法，应用于移动终端，其特征在于，所述方法包括：

计算所述移动终端所处环境的嘈杂程度的环境量化值；

计算所述移动终端中播放音频的应用程序的应用量化值；

计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值；

通过人工神经网络算法构建的模型，基于所述环境量化值、所述应用量化值和所述耳机状态量化值进行计算，得到第一目标音量；

将播放音频的所述应用程序的播放音量调节至所述第一目标音量。

2.根据权利要求1所述的方法，其特征在于，所述计算所述移动终端所处环境的嘈杂程度对应的环境量化值的步骤，包括：

采集所述环境的嘈杂程度信息；

根据预设的嘈杂程度信息与环境量化等级的对应关系，确定所述嘈杂程度信息对应的目标环境量化等级；

确定所述目标环境量化等级对应的目标环境权值。

3.根据权利要求2所述的方法，其特征在于，所述计算所述移动终端播放音频的应用程序的应用量化值的步骤，包括：

在预设的应用程序与应用量化等级的对应关系中，查找所述播放音频的应用程序的目标应用量化等级；

确定所述目标应用量化等级对应的目标应用权值。

4.根据权利要求3所述的方法，其特征在于，所述计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值的步骤，包括：

检测所述移动终端是否连接有耳机；

若检测到所述移动终端连接有耳机，则将表示连接有耳机的第一耳机量化值确定为目标耳机量化值；

将所述第一耳机量化值对应的第一耳机权值确定为目标耳机权值。

5.根据权利要求4所述的方法，其特征在于，所述检测所述移动终端是否连接有耳机的步骤之后，所述方法还包括：

若检测到所述移动终端没有连接耳机，则将表示没有连接耳机的第二耳机量化值确定为目标耳机量化值；

将所述第二耳机量化值对应的第二耳机权值确定为目标耳机权值。

6.根据权利要求5所述的方法，其特征在于，所述通过人工神经网络算法构建的模型，对所述环境量化值、所述应用量化值和所述耳机状态量化值进行计算，得到第一目标音量的步骤，包括：

通过人工神经网络算法构建的模型对所述目标环境量化等级和所述目标环境权值进行加权计算，得到第一音量；

通过人工神经网络算法构建的模型对所述目标应用量化等级和所述目标应用权值进行加权计算，得到第二音量；

通过人工神经网络算法构建的模型对所述目标耳机量化值和所述目标耳机权值进行加权计算，得到第三音量；

通过人工神经网络算法构建的模型对所述第一音量、所述第二音量和所述第三音量进行加权求和计算，得到所述第一目标音量。

7.根据权利要求6所述的方法，其特征在于，所述将播放音频的所述应用程序的播放音量调节至所述第一目标音量的步骤之后，所述方法还包括：

若接收到移动终端用户对所述移动终端的所述应用程序的播放音量的调节命令，则获取调节后的音量，记为第二目标音量；

计算所述第一目标音量和所述第二目标音量的差值，得到音量差值；

基于所述人工神经网络算法构建的模型和所述音量差值，对所述目标环境权值、所述目标应用权值和所述目标耳机权值进行调整，使基于调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值计算得到的所述第一目标音量与所述第二目标音量相同；

存储调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值。

8.一种移动终端，其特征在于，包括：

第一计算模块，用于计算所述移动终端所处环境的嘈杂程度的环境量化值；

第二计算模块，用于计算所述移动终端中播放音频的应用程序的应用量化值；

第三计算模块，用于计算表示所述移动终端与耳机之间的连接状态的耳机状态量化值；

第四计算模块，用于通过人工神经网络算法构建的模型，基于所述第一计算模块计算的所述环境量化值、所述第二计算模块计算的所述应用量化值和所述第三计算模块计算的所述耳机状态量化值进行计算，得到第一目标音量；

第一调节模块，用于将播放音频的所述应用程序的播放音量调节至所述第四计算模块计算的所述第一目标音量。

9.根据权利要求8所述的移动终端，其特征在于，所述第一计算模块包括：

采集子模块，用于采集所述环境的嘈杂程度信息；

第一确定子模块，用于根据预设的嘈杂程度信息与环境量化等级的对应关系，确定所述采集子模块采集的所述嘈杂程度信息对应的目标环境量化等级；

第二确定子模块，用于确定所述第一确定子模块确定的所述目标环境量化等级对应的目标环境权值。

10.根据权利要求9所述的移动终端，其特征在于，所述第二计算模块包括：

查找子模块，用于在预设的应用程序与应用量化等级的对应关系中，查找所述播放音频的应用程序的目标应用量化等级；

第三确定子模块，用于确定所述查找子模块查找的所述目标应用量化等级对应的目标应用权值。

11.根据权利要求10所述的移动终端，其特征在于，所述第三计算模块包括：

检测子模块，用于检测所述移动终端是否连接有耳机；

第四确定子模块，用于在所述检测子模块检测到所述移动终端连接有耳机时，将表示连接有耳机的第一耳机量化值确定为目标耳机量化值；

第五确定子模块，用于将所述第四确定子模块确定的所述第一耳机量化值对应的第一耳机权值确定为目标耳机权值。

12.根据权利要求11所述的移动终端，其特征在于，所述移动终端还包括：

第一确定模块，用于若所述检测子模块检测到所述移动终端没有连接耳机，则将表示没有连接耳机的第二耳机量化值确定为目标耳机量化值；

第二确定模块，用于将所述第一确定模块确定的将所述第二耳机量化值对应的第二耳机权值确定为目标耳机权值。

13.根据权利要求12所述的移动终端，其特征在于，所述第一调节模块包括：

第一计算子模块，用于通过人工神经网络算法构建的模型对所述目标环境量化等级和所述目标环境权值进行加权计算，得到第一音量；

第二计算子模块，用于通过人工神经网络算法构建的模型对所述目标应用量化等级和所述目标应用权值进行加权计算，得到第二音量；

第三计算子模块，用于通过人工神经网络算法构建的模型对所述目标耳机量化值和所述目标耳机权值进行加权计算，得到第三音量；

加权求和子模块，用于通过人工神经网络算法构建的模型对所述第一音量、所述第二音量和所述第三音量进行加权求和计算，得到所述第一目标音量。

14.根据权利要求13所述的移动终端，其特征在于，所述移动终端还包括：

第二调节模块，用于若接收到移动终端用户对所述移动终端的所述应用程序的播放音量的调节命令，则获取调节后的音量，记为第二目标音量；

计算差值模块，用于计算所述第一目标音量和所述第二调节模块获取的所述第二目标音量的差值，得到音量差值；

调整模块，用于基于所述人工神经网络算法构建的模型和所述计算差值模块计算的所述音量差值，对所述目标环境权值、所述目标应用权值和所述目标耳机权值进行调整，使基于调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值计算得到的所述第一目标音量与所述第二目标音量相同；

存储模块，用于存储所述调整模块调整后的所述目标环境权值、所述目标应用权值和所述目标耳机权值。