CN106817653B - 音频设定方法及装置 - Google Patents

Abstract

本发明实施例公开了一种音频设定方法及装置，属于音频播放领域。所述方法包括：通过图像采集组件采集当前环境图像；检测当前环境图像与预存环境图像的相似度是否小于阈值，预存环境图像为最近一次更新的环境图像；若当前环境图像与预存环境图像的相似度小于阈值，则重新进行音频设定。本发明实施例中，音频播放设备能够根据所处的环境，自适应调整音频设定，从而确保在不同环境中均能够到达较好的声场效果，进而提高用户的收听体验；同时，整个环境检测和音频设定过程均由音频播放设备自动执行，无需人为干预，避免用户进行繁琐的手动操作。

Description

音频设定方法及装置

技术领域

本发明实施例涉及音频播放领域，特别涉及一种音频设定方法及装置。

背景技术

随着音频播放技术的不断发展，越来越多的音频播放设备应运而生。常见的音频播放设备包括网络音箱以及集成有音频播放组件的智能家电设备。

然而，由于在不同环境下，同一音频播放设备即使播放相同的音频内容，所达到的声场效果也可能不同，因此当音频播放设备所处的环境发生较大变化时，音频播放设备所达到的音频播放效果也将发生较大变化，进而对用户收听造成影响。比如，当用户将音频播放设备由客厅移动至卧室时，由于卧室的尺寸通常小于客厅的尺寸，导致播放音频时存在严重回音，影响用户的收听体验。

发明内容

为了解决现有技术中存在的问题，本发明实施例提供了一种音频设定方法及装置。所述技术方案如下：

第一方面，提供了一种音频设定方法，用于设置有图像采集组件的音频播放设备，所述方法包括：

通过图像采集组件采集当前环境图像；

检测当前环境图像与预存环境图像的相似度是否小于阈值，预存环境图像为最近一次更新的环境图像；

若当前环境图像与预存环境图像的相似度小于所述阈值，则重新进行音频设定。

在一种可能的实施方式中，通过图像采集组件采集当前环境图像，包括：

当进入工作状态时，通过图像采集组件采集当前环境图像。

在一种可能的实施方式中，通过图像采集组件采集当前环境图像，包括：

每隔预定时间间隔，通过图像采集组件采集当前环境图像。

在一种可能的实施方式中，通过图像采集组件采集当前环境图像，包括：

获取传感器组件采集到的传感器数据；根据传感器数据检测是否发生移动；若检测到发生移动，则通过图像采集组件采集当前环境图像。

在一种可能的实施方式中，若当前环境图像与预存环境图像的相似度小于阈值，则重新进行音频设定，包括：

若当前环境图像与预存环境图像的相似度小于阈值，则识别当前环境图像和预存环境图像的差异区域；

对差异区域进行人体检测和运动物体检测；

若人体检测结果指示差异区域内不包含人体，且，运动物体检测结果指示差异区域内不包含运动物体，则重新进行音频设定。

在一种可能的实施方式中，若当前环境图像与预存环境图像的相似度小于阈值，则重新进行音频设定，包括：

若当前环境图像与预存环境图像的相似度小于阈值，则检测当前是否处于音频播放状态；

若当前未处于音频播放状态，则重新进行音频设定；

若当前处于音频播放状态，则在结束音频播放状态后，重新进行音频设定。

在一种可能的实施方式中，检测当前环境图像与预存环境图像的相似度是否小于阈值之后，还包括：

若当前环境图像与预存环境图像的相似度大于阈值，则识别当前环境图像和预存环境图像的差异区域；

对差异区域进行门窗检测；

若门窗检测结果指示差异区域内包含门窗时，则重新进行音频设定。

在一种可能的实施方式中，该方法还包括：

对当前环境图像和预存环境图像进行相似度检测后，根据当前环境图像对预存环境图像进行更新；

或，

完成音频设定后，根据当前环境图像对所述预存环境图像进行更新。

在一种可能的实施方式中，重新进行音频设定，包括：

通过扬声器播放探测音频信号，探测音频信号为预定频率范围内的扫频信号；

通过麦克风接收外部音频信号，外部音频信号中包括探测音频信号的反射音频信号；

根据探测音频信号和外部音频信号设置音频响应曲线，音频响应曲线用于指示不同频率音频信号对应的声压值。

第二方面，提供了一种音频设定装置，应用于设置有图像采集组件的音频播放设备中，所述装置包括：

采集模块，用于通过图像采集组件采集当前环境图像；

第一检测模块，用于检测当前环境图像与预存环境图像的相似度是否小于阈值，预存环境图像为最近一次更新的环境图像；

设定模块，用于若当前环境图像与预存环境图像的相似度小于阈值，则重新进行音频设定。

在一种可能的实施方式中，采集模块，用于当进入工作状态时，通过图像采集组件采集当前环境图像。

在一种可能的实施方式中，采集模块，用于每隔预定时间间隔，通过图像采集组件采集当前环境图像；

在一种可能的实施方式中，采集模块，用于获取传感器组件采集到的传感器数据；根据传感器数据检测是否发生移动；若检测到发生移动，则通过图像采集组件采集当前环境图像。

在一种可能的实施方式中，设定模块，包括：

识别单元，用于当当前环境图像与预存环境图像的相似度小于阈值时，识别当前环境图像和预存环境图像的差异区域；

第一检测单元，用于对差异区域进行人体检测和运动物体检测；

第一设定单元，用于当人体检测结果指示差异区域内不包含人体，且，运动物体检测结果指示差异区域内不包含运动物体时，重新进行音频设定。

在一种可能的实施方式中，设定模块，包括：

第二检测单元，用于当当前环境图像与预存环境图像的相似度小于阈值时，检测当前是否处于音频播放状态；

第二设定单元，用于当当前未处于音频播放状态时，重新进行音频设定；

第三设定单元，用于当当前处于音频播放状态时，在结束音频播放状态后，重新进行音频设定。

在一种可能的实施方式中，该装置，还包括：

识别模块，用于当当前环境图像与预存环境图像的相似度大于阈值时，识别当前环境图像和预存环境图像的差异区域；

第二检测模块，用于对差异区域进行门窗检测；

设定模块，还用于当门窗检测结果指示差异区域内包含门窗时，重新进行音频设定。

在一种可能的实施方式中，该装置还包括：

第一更新模块，用于对当前环境图像和预存环境图像进行相似度检测后，根据当前环境图像对预存环境图像进行更新；

或，

第二更新模块，用于完成音频设定后，根据当前环境图像对预存环境图像进行更新。

在一种可能的实施方式中，设定模块，包括：

播放单元，用于通过扬声器播放探测音频信号，探测音频信号为预定频率范围内的扫频信号；

接收单元，用于通过麦克风接收外部音频信号，外部音频信号中包括探测音频信号的反射音频信号；

设置单元，用于根据探测音频信号和外部音频信号设置音频响应曲线，音频响应曲线用于指示不同频率音频信号对应的声压值。

本发明实施例提供的技术方案带来的有益效果包括：

通过内置的图像采集组件自动采集当前环境图像，将当前环境图像和最近一次更新的环境图像进行对比，并在两者相似度较低的情况下，确定音频播放设备所处环境发生变化，进而重新根据当前环境进行音频设定，使得音频播放设备能够根据所处的环境，自适应调整音频设定，从而确保在不同环境中均能够到达较好的声场效果，进而提高用户的收听体验；同时，整个环境检测和音频设定过程均由音频播放设备自动执行，无需人为干预，避免用户进行繁琐的手动操作。

附图说明

图1示出了本发明一个实施例提供的图像采集组件设置方式的示意图；

图2示出了本发明一个实施例提供的音频设定方法的流程图；

图3A示出了本发明另一个实施例提供的音频设定方法的流程图；

图3B示出了本发明再一个实施例提供的音频设定方法的流程图；

图3C是根据当前环境图像和预存环境图像确定差异区域的实施示意图；

图3D是音频播放设备设置的音频响应曲线的示意图；

图3E示出了本发明再一个实施例提供的音频设定方法的流程图；

图3F示出了本发明再一个实施例提供的音频设定方法的流程图；

图3G是根据当前环境图像和预存环境图像确定差异区域的实施示意图；

图4示出了本发明一个实施例提供的音频设定装置的框图；

图5示出了本发明另一个实施例提供的音频设定装置的框图；

图6示出了本发明一个实施例提供的音频播放设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

在本文中提及的“多个”是指两个或两个以上。“和/或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。

本发明各个实施例提供的音频设定方法中，各步骤的执行主体可以是设置有图像采集组件的音频播放设备，该音频播放设备为网络音箱或集成有音频播放功能的智能家电设备。其中，该图像采集组件为设置在音频播放设备上的至少一个摄像头，且为了获取到音频播放设备传音方向上的环境图像，该图像采集组件与音频播放设备扬声器的朝向一致。

示意性的，以音频播放设备为网络音箱为例，如图1所示，扬声器11位于网络音箱10的正前方，则至少一个图像采集组件12也设置在网络音箱10的正前方。

在其他可能的实施方式中，该音频播放设备中还设置有用于收音的麦克风，用于采集传感器数据的各类传感器(比如加速度传感器、陀螺仪、光线传感器等等)等其他组件，本发明实施例并不对音频播放设备的具体结构进行限定。

请参考图2，其示出了本发明一个实施例提供的音频设定方法的流程图，本实施例以该音频设定方法用于设置有图像采集组件的音频播放设备为例进行说明，该方法可以包括如下步骤。

步骤201，通过图像采集组件采集当前环境图像。

其中，由于图像采集组件与音频播放设备扬声器的朝向一致，因此，图像采集组件采集到的当前环境图像为音频播放设备扬声器当前朝向上的环境图像。

由于音频播放设备所处环境并未时刻发生变化，因此，为了避免频繁采集图像造成的资源浪费，可选的，音频播放设备在检测到当前满足图像采集条件时，通过图形采集组件采集环境图像。其中，该图像采集条件包括：进入工作状态、达到预定时间间隔和检测到音频播放设备发生移动中的至少一种。

步骤202，检测当前环境图像与预存环境图像的相似度是否小于阈值，预存环境图像为最近一次更新的环境图像。

在一种可能的实施方式中，音频播放设每次完成音频设定后，即根据当前环境图像对预存环境图像进行更新(或通过图像采集组件再采集一次环境图像，利用该环境图像对预存环境图像进行更新)。在另一种可能的实施方式中，音频播放设备对当前环境图像和预存环境图像进行相似度检测后，即根据该当前环境图像对预存环境图像进行更新。后续检测周期内采集到当前环境图像时，音频播放设备即根据当前环境图像和预存环境图像检测音频播放设备所处环境是否发生变化。

在一种可能的实施方式中，音频播放设备检测当前环境图像与预存环境图像的相似度是否小于阈值(比如70％)，若当前环境图像与预存环境图像的相似度小于阈值，音频播放设备则确定所处环境已经发生变化，并执行下述步骤203；若当前环境图像与预存环境图像的相似度小于阈值，音频播放设备则确定所处环境未发生变化，并等待进入下一个检测周期。

步骤203，若当前环境图像与预存环境图像的相似度小于阈值，则重新进行音频设定。

当音频播放设备所处环境发生变化时，原先音频设定可能并不适合当前所处的环境，因此，音频播放设备需要重新进行音频设定。

在一种可能的实施方式中，音频播放设备通过扬声器播放探测音频信号(探测音频信号为预定频率范围内的扫频信号)，并通过麦克风接收外部音频信号(包含探测音频信号的反射音频信号)，从而根据探测音频信号和外部音频信号设置音频响应曲线，进而根据音频响应曲线所指示的不同频率音频信号对应的声压值进行音频播放。

综上所述，本实施例提供的音频设定方法，通过内置的图像采集组件自动采集当前环境图像，将当前环境图像和最近一次更新的环境图像进行对比，并在两者相似度较低的情况下，确定音频播放设备所处环境发生变化，进而重新根据当前环境进行音频设定，使得音频播放设备能够根据所处的环境，自适应调整音频设定，从而确保在不同环境中均能够到达较好的声场效果，进而提高用户的收听体验；同时，整个环境检测和音频设定过程均由音频播放设备自动执行，无需人为干预，避免用户进行繁琐的手动操作。

由于图像采集组件采集当前环境图像的时机并不固定，因此，当用户出现在音频播放设备前方(比如正在调试音频播放设备)或刚好有物体从音频播放设备前方经过(比如用户从音频播放设备前方走过)时，图像采集组件采集到的当前环境图像中将包含用户影像或运动物体影像。

为了避免音频播放设备在当前环境画面中出现人像或运动物体时，错误判断环境发生变化，在一种可能的实施方式中，当检测到当前环境图像与预存环境图像的相似度小于阈值时，音频播放设备需要进一步检测当前环境图像和预存环境图像的差异是否由人像或运动物体导致。下面采用示意性的实施例进行说明。

请参考图3A，其示出了本发明另一个实施例提供的音频设定方法的流程图，本实施例以该音频设定方法用于设置有图像采集组件的音频播放设备为例进行说明，该方法可以包括如下步骤。

步骤301，通过图像采集组件采集当前环境图像。

为了避免频繁采集当前环境图像，音频播放设备预先设置图像采集条件，并在检测到满足图像采集条件时，通过图像采集组件采集当前环境图像。在一种可能的实施方式中，如图3B所示，本步骤包括如下步骤。

步骤301A，当进入工作状态时，通过图像采集组件采集当前环境图像。

由于音频播放设备通常在关闭或待机状态下被用户移动，因此，音频播放设备在检测到进入工作状态时，通过图像采集组件采集当前环境图像，即在每次进入工作状态时检测当前环境与上一次音频播放时的环境是否相同。

可选的，音频播放设备在检测到由待机或关闭状态进入工作状态，或，检测到通电开机时，确定进入工作状态。

步骤301B，每隔预定时间间隔，通过图像采集组件采集当前环境图像。

为了避免处于工作状态的音频播放设备被用户移动，导致用户在新环境下收听体验不佳的问题，音频播放设备在工作状态，每隔预定时间间隔通过图像采集组件采集一次当前环境图像。其中，该预定时间间隔为预先配置或由用户自行设定。

比如，当该预定时间间隔为20分钟时，音频播放设备在工作状态下，每隔20分钟采集一次当前环境图像，即每隔20分钟检测所处环境是否发生变化。

步骤301C，获取传感器组件采集到的传感器数据；根据传感器数据检测是否发生移动；若检测到发生移动，则通过图像采集组件采集当前环境图像。

为了使音频播放设备能够及时检测到自身发生移动，进而重新进行音频设定，在一种可能的实施方式中，音频播放设备中设置有多种传感器组件，在工作状态下，音频播放设备即通过传感器组件采集传感器数据，并根据该传感器数据实时检测自身是否发生移动。

可选的，该传感器组件包括加速度传感器和/或陀螺仪(角速度传感器)，音频播放设备即根据加速度传感器采集到的加速度数据检测自身是否被搬动，和/或，音频播放设备根据陀螺仪采集到的角速度数据检测自身是否发生旋转(即检测扬声器的朝向是否发生变化)。当检测到自身被搬动，或，检测到自身发生旋转时，音频播放设备确定自身发生移动，并通过图像采集组件采集当前环境图像。

需要说明的是，音频播放设备还可以通过设置其他图像采集条件触发图像采集组件采集当前环境图像，本发明实施例仅以上述三种可能的实现方式进行示意性说明，并不对本发送构成限定。

步骤302，检测当前环境图像与预存环境图像的相似度是否小于阈值，预存环境图像为最近一次更新的环境图像。

通过图像采集组件采集到当前环境图像后，音频播放设备即从缓存中获取预存环境图像，并计算当前环境图像和预存环境图像的相似度。

计算得到两者的相似度后，音频播放设备进一步检测该相似度是否小于阈值，其中，该阈值为预先设定或由用户自定义，比如，该阈值为80％。若当前环境图像与预存环境图像的相似度小于阈值，音频播放设备确定当前所处环境与上一次音频设定时所处的环境不同；若当前环境图像与预存环境图像的相似度大于阈值，音频播放设备确定当前所处环境与上一次音频设定时所处的环境相同。

可选的，音频播放设备通过SIFT(Scale-Invariant Feature Transform，尺度不变特征转换)算法或OpenCV(Open Source Computer Vision Library，开源计算机视觉库)算法计算当前环境图像与预存环境图像之间的相似度，本发明实施例并不对采用何种图像相似度算法进行限定。

步骤303，若当前环境图像与预存环境图像的相似度小于阈值，则识别当前环境图像和预存环境图像的差异区域。

当检测到当前环境图像与预存环境图像的相似度小于阈值时，音频播放设备进一步识别当前环境图像与预存环境图像的差异区域。

示意性的，如图3C所示，音频播放设备计算得到预存环境图像31和当前环境图像32的相似度为75％，且该相似度小于阈值80％，并识别出预存环境图像31和当前环境图像32的差异区域33。

步骤304，对差异区域进行人体检测和运动物体检测。

由于相同环境下，人体或运动物体的出现并不会对音频播放设备所产生的声场造成较大影响(即仍旧可以使用先前的音频设定)，因此，若在当前环境图像中出现人体或运动物体时，确定音频播放设备所处的环境发生变换，并重新进行音效设定将造成处理资源浪费。

为了避免处理资源浪费，识别出预存环境图像和当前环境图像和差异区域后，音频播放设备进一步对该差异区域进行人体检测和运动物体检测。当检测到差异区域中包含人体，和/或，差异区域中包含运动物体时，音频播放设备确定自身所处环境未发生变化，并执行下述步骤307；当检测到差异区域中不包含人体，且，差异区域中不包含运动物体时，音频播放设备确定自身所处环境发生变化，并执行下述步骤305和306。

可选的，在进行人体检测时，音频播放设备对差异区域进行人脸识别和/或人体轮廓识别，并在识别出差异区域包含人脸或人体轮廓时，确定差异区域内包含人体。本发明实施例并不对人体检测的方式进行限定。

可选的，在进行运动物体识别时，音频播放设备识别差异区域中是否包含模糊影像，并在识别出差异区域包含模糊影像时，确定差异区域内包含运动物体。本发明实施例并不对运动物体检测的方式进行限定。

步骤305，若人体检测结果指示差异区域内不包含人体，且，运动物体检测结果指示差异区域内不包含运动物体，则重新进行音频设定。

当上述步骤304得到的人体检测结果指示差异区域内不包含人体，且，运动物体检测结果指示差异区域内不包含运动物体时，音频播放设备确定当前所处环境发生变化，并重新进行音频设定。

可选的，音频播放设备进行音频设定时包括如下步骤。

一、通过扬声器播放探测音频信号，探测音频信号为预定频率范围内的扫频信号。

检测到所处环境发送变化时，音频播放设备即通过扬声器在当前所处环境内播放探测音频信号，其中，该探测音频信号为一段预定频率范围内的扫频信号。比如，该探测音频信号为一段20Hz至20KHz的扫频信号。

二、通过麦克风接收外部音频信号，外部音频信号中包括探测音频信号的反射音频信号。

音频播放设备通过扬声器播放的探测音频信号会在物体表面发生反射，产生探测音频信号的反射音频信号，且该反射音频信号的强度与物体距扬声器的距离有关。音频播放设备在播放探测音频信号的同时，通过内置的麦克风接收外部音频信号，并进一步根据探测音频信号和外部音频信号中包含的反射音频信号进行音频设定。

三、根据探测音频信号和外部音频信号设置音频响应曲线，音频响应曲线用于指示不同频率音频信号对应的声压值。

在一种可能的实施方式中，音频播放设备根据探测音频信号和外部音频信号中包含的反射音频信号，设置播放音频时的音频响应曲线，并根据该音频响应曲线所指示的不同频率音频信号对应的声压值进行音频播放。示意性的，音频播放设备生成的音频响应曲线如图3D所示，其中，X轴为音频信号对应的频率，Y轴为音频信号对应的声压值。

步骤306，完成音频设定后，根据当前环境图像对预存环境图像进行更新。

完成音频设定后，音频播放设备即根据当前环境图像对预存环境图像进行更新，以便下一次进行相似度检测时使用，即音频播放设备中的预存环境图像为上一次音频设定后图像采集组件采集到的环境图像。

需要说明的是，在其他可能的实施方式中，音频播放设备也可以在每次完成相似度检测后，利用当前环境图像对预存环境图像进行更新，即步骤306可以被替换为：对当前环境图像和预存环境图像进行相似度检测后，根据当前环境图像对预存环境图像进行更新。本发明实施例并不对音频播放设备更新预存环境图像的时机进行限定。步骤307，若人体检测结果指示差异区域内包含人体，或，运动物体检测结果指示差异区域内包含运动物体，则停止进行音频设定。

当上述步骤304得到的人体检测结果指示差异区域内包含人体，或，运动物体检测结果指示差异区域内包含运动物体时，音频播放设备停止进行音频设定，并沿用上一次音频播放时的音频设定播放音频。

可选的，停止进行音频设定的同时，音频播放设备根据当前环境图像对预存环境图像进行更新，或，不对预存环境图像进行更新(即仅在音频设定后更新预存环境图像)。

本实施例中，在当前环境图像与预存环境图像的相似度小于阈值时，音频播放设备识别两者之间的差异区域，并进一步对该差异区域进行人体检测和运动物体检测，从而根据检测结果确定是否需要重新进行音频设定，避免误将人体或运动物体识别为环境变化而导致的处理资源浪费。

在一种可能的实施方式中，当音频播放设备正在播放音频时，为了避免对用户收听造成影响，在图3A的基础上，如图3E所示，上述步骤303至306可以被替换为如下步骤。

步骤308，若当前环境图像与预存环境图像的相似度小于阈值，则检测当前是否处于音频播放状态。

其中，音频播放状态指音频播放设备正在播放音频的状态。当检测到当前处于音频播放状态时，为了不对用户收听造成影响(因为重新进行音频设定时需要播放扫频信号)，音频播放设备暂不进行音频设定，并执行下述步骤310；当检测到当前未处于音频播放状态时，音频播放设备则通过下述步骤309重新进行音频设定。

步骤309，若当前未处于音频播放状态，则重新进行音频设定。

其中，音频播放设备进行音频设定的方式参见上述步骤305，本实施例在此不再赘述。

步骤310，若当前处于音频播放状态，则在结束音频播放状态后，重新进行音频设定。

当检测到当前处于音频播放状态时，音频播放设备继续播放音频，暂不进行音频设定；当结束音频播放状态时(比如播放完一首歌曲时)，音频播放设备重新进行音频设定。其中，音频播放设备进行音频设定的方式参见上述步骤305，本实施例在此不再赘述。

步骤311，完成音频设定后，根据当前环境图像对预存环境图像进行更新。

通过上述步骤309或310完成音频设定后，音频播放设备通过图像采集组件采集环境图像，并根据该环境图像对预存环境图像进行更新。

本实施例中，音频播放设备在检测到所处环境发生变化时，进一步检测当前是否处于音频播放状态，并在检测到当前处于音频播放状态时，停止进行音频设定，在结束音频播放状态后重新进行音频设定，从而避免音频设定过程对用户收听造成影响。

在实际应用过程中，即使音频播放设备所处的环境未发生变化，但是当用户开闭该环境中的门窗时，由于该环境的密闭性发生了变化，导致音频播放设备所产生的声场发生变化，进而影响用户的收听体验。为了确保用户开闭门窗后，仍旧能够达到较好的收听体验，在图3A的基础上，如图3F所示，上述步骤302之后，还包括如下步骤：

步骤312，若当前环境图像与预存环境图像的相似度大于阈值，则识别当前环境图像和预存环境图像的差异区域。

当检测到当前环境图像与预存环境图像的相似度大于阈值时(但未达到100％)，为了进一步确定两者的差异是否由门窗开闭造成，音频播放设备识别当前环境图像和预存环境图像的差异区域。其中，识别差异区域的方式与上述步骤303相似，本实施例在此不再赘述。

示意性的，如图3G所示，音频播放设备计算得到预存环境图像31和当前环境图像34的相似度为90％，且该相似度大于阈值80％，并识别出预存环境图像31和当前环境图像34的差异区域35。

步骤313，对差异区域进行门窗检测。

识别出两者的差异区域后，音频播放设备进一步对该差异区域进行门窗检测。当检测到差异区域中包含门窗时，音频播放设备确定当前环境的密闭性发生变化，并执行下述步骤314；当检测到差异区域中不包含门窗时，音频播放设备则沿用上一次音频播放时的音频设定。

可选的，在进行门窗检测时，音频播放设备对差异区域中的影像进行轮廓识别，并在识别出的轮廓与门窗轮廓一致时，确定差异区域内包含门窗。本发明实施例并不对门窗检测的具体实现方式进行限定。

步骤314，若门窗检测结果指示差异区域内包含门窗时，则重新进行音频设定。

其中，音频播放设备进行音频设定的方式参见上述步骤305，本实施例在此不再赘述。

重新进行音频设定后，音频播放设备即通过执行步骤306，对预存环境图像进行更新。

可选的，当若门窗检测结果指示差异区域内不包含门窗时，音频播放设备则停止进行音频设定，并继续使用上一次音频播放时的音频设定；与此同时，音频播放设备根据当前环境图像对预存环境图像进行更新，或，不对预存环境图像进行更新。

本实施例中，音频播放设备通过对当前环境图像和预存环境图像的差异区域进行门窗检测，从而确定音频播放设备所处环境的密闭性是否发生变化，并在该环境的密闭性发生变化时，重新进行音频设定，进一步提高了用户在该环境中的收听体验。

下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。

请参考图4，其示出了本发明一个实施例提供的音频设定装置的框图。该装置具有实现上述方法示例的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以包括：。

采集模块410，用于通过所述图像采集组件采集当前环境图像；

第一检测模块420，用于检测所述当前环境图像与预存环境图像的相似度是否小于阈值，所述预存环境图像为最近一次更新的环境图像；

设定模块430，用于若所述当前环境图像与所述预存环境图像的相似度小于所述阈值，则重新进行音频设定。

综上所述，本实施例提供的音频设定装置，通过内置的图像采集组件自动采集当前环境图像，将当前环境图像和最近一次更新的环境图像进行对比，并在两者相似度较低的情况下，确定音频播放设备所处环境发生变化，进而重新根据当前环境进行音频设定，使得音频播放设备能够根据所处的环境，自适应调整音频设定，从而确保在不同环境中均能够到达较好的声场效果，进而提高用户的收听体验；同时，整个环境检测和音频设定过程均由音频播放设备自动执行，无需人为干预，避免用户进行繁琐的手动操作。

基于图4所示的音频设定装置，在一种可能的实施方式中，

采集模块410，用于当进入工作状态时，通过所述图像采集组件采集所述当前环境图像；

和/或，

采集模块410，用于每隔预定时间间隔，通过所述图像采集组件采集所述当前环境图像；

和/或，

采集模块410，用于获取传感器组件采集到的传感器数据；根据所述传感器数据检测是否发生移动；若检测到发生移动，则通过所述图像采集组件采集所述当前环境图像。

基于图4所示的音频设定装置，在一种可能的实施方式中，如图5所示，设定模块430，包括：

识别单元431，用于当所述当前环境图像与所述预存环境图像的相似度小于所述阈值时，识别所述当前环境图像和所述预存环境图像的差异区域；

第一检测单元432，用于对所述差异区域进行人体检测和/或运动物体检测；

第一设定单元433，用于当人体检测结果指示所述差异区域内不包含人体，且，运动物体检测结果指示所述差异区域内不包含运动物体时，重新进行音频设定。

本实施例中，在当前环境图像与预存环境图像的相似度小于阈值时，音频播放设备识别两者之间的差异区域，并进一步对该差异区域进行人体检测和运动物体检测，从而根据检测结果确定是否需要重新进行音频设定，避免误将人体或运动物体识别为环境变化而导致的处理资源浪费。

基于图4所示的音频设定装置，在一种可能的实施方式中，如图5所示，设定模块430，包括：

第二检测单元434，用于当所述当前环境图像与所述预存环境图像的相似度小于所述阈值时，检测当前是否处于音频播放状态；

第二设定单元435，用于当当前未处于所述音频播放状态时，重新进行音频设定；

第三设定单元436，用于当当前处于所述音频播放状态时，在结束所述音频播放状态后，重新进行音频设定。

本实施例中，音频播放设备在检测到所处环境发生变化时，进一步检测当前是否处于音频播放状态，并在检测到当前处于音频播放状态时，停止进行音频设定，在结束音频播放状态后重新进行音频设定，从而避免音频设定过程对用户收听造成影响。

基于图4所示的音频设定装置，在一种可能的实施方式中，如图5所示，该装置，还包括：

识别模块440，用于当所述当前环境图像与所述预存环境图像的相似度大于所述阈值时，识别所述当前环境图像和所述预存环境图像的差异区域；

第二检测模块450，用于对所述差异区域进行门窗检测；

所述设定模块430，还用于当门窗检测结果指示所述差异区域内包含门窗时，重新进行音频设定。

本实施例中，音频播放设备通过对当前环境图像和预存环境图像的差异区域进行门窗检测，从而确定音频播放设备所处环境的密闭性是否发生变化，并在该环境的密闭性发生变化时，重新进行音频设定，进一步提高了用户在该环境中的收听体验。

基于图4所示的音频设定装置，在一种可能的实施方式中，如图5所示，该装置还包括：

第一更新模块460，用于对所述当前环境图像和所述预存环境图像进行相似度检测后，根据所述当前环境图像对所述预存环境图像进行更新；

或，

第二更新模块470，用于完成音频设定后，根据所述当前环境图像对所述预存环境图像进行更新。

基于图4所示的音频设定装置，在一种可能的实施方式中，如图5所示，设定模块430，包括：

播放单元437，用于通过扬声器播放探测音频信号，所述探测音频信号为预定频率范围内的扫频信号；

接收单元438，用于通过麦克风接收外部音频信号，所述外部音频信号中包括所述探测音频信号的反射音频信号；

设置单元439，用于根据所述探测音频信号和所述外部音频信号设置音频响应曲线，所述音频响应曲线用于指示不同频率音频信号对应的声压值。

需要说明的是：上述实施例提供的装置在实现其功能时，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，即将设备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。另外，上述实施例提供的音频设定装置与音频设定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参考图6，其示出了本发明一个实施例提供的音频播放设备的结构示意图。该音频播放设备用于实施上述实施例中提供的音频设定方法。具体来讲：

音频播放设备600可以包括有一个或一个以上计算机可读存储介质的存储器620、输入单元630、显示单元640、传感器650、音频电路660、WiFi(wireless fidelity，无线保真)模块670、包括有一个或者一个以上处理核心的处理器680、以及电源690等部件。本领域技术人员可以理解，图6中示出的结构并不构成对音频播放设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

存储器620可用于存储软件程序以及模块，处理器680通过运行存储在存储器620的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器620可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据音频播放设备600的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器620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，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器620还可以包括存储器控制器，以提供处理器680和输入单元630对存储器620的访问。

输入单元630可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元630可包括图像输入设备631以及其他输入设备632。图像输入设备631可以是摄像头，也可以是光电扫描设备。除了图像输入设备631，输入单元630还可以包括其他输入设备632。具体地，其他输入设备632可以包括但不限于麦克风、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。

显示单元640可用于显示由用户输入的信息或提供给用户的信息以及音频播放设备600的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元640可包括显示面板641，可选的，可以采用LCD(Liquid CrystalDisplay，液晶显示器)、OLED(Organic Light-Emitting Diode，有机发光二极管)等形式来配置显示面板641。

音频播放设备600还可包括至少一种传感器650，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板641的亮度。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别音频播放设备姿态、振动识别相关功能(比如敲击)等；至于音频播放设备600还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路660、扬声器661，传声器662可提供用户与音频播放设备600之间的音频接口。音频电路660可将接收到的音频数据转换后的电信号，传输到扬声器661，由扬声器661转换为声音信号输出。音频电路660还可能包括耳塞插孔，以提供外设耳机与音频播放设备600的通信。

WiFi属于短距离无线传输技术，音频播放设备600通过WiFi模块670可以帮助用户从互联网获取音频数据等，它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块670，但是可以理解的是，其并不属于音频播放设备600的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器680是音频播放设备600的控制中心，利用各种接口和线路连接整个音频播放设备的各个部分，通过运行或执行存储在存储器620内的软件程序和/或模块，以及调用存储在存储器620内的数据，执行音频播放设备600的各种功能和处理数据，从而进行整体监控。可选的，处理器680可包括一个或多个处理核心；优选的，处理器680可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器680中。

音频播放设备600还包括给各个部件供电的电源690(比如电池)，优选的，电源可以通过电源管理系统与处理器680逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源690还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管未示出，音频播放设备600还可以包括蓝牙模块、无线网络模块等，在此不再赘述。

具体在本实施例中，音频播放设备600还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于执行上述音频设定方法的指令。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器，上述指令可由音频播放设备的处理器执行以完成上述方法实施例中的各个步骤。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的示例性实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种音频设定方法，其特征在于，用于设置有图像采集组件的音频播放设备，所述方法包括：

通过所述图像采集组件采集当前环境图像；

检测所述当前环境图像与预存环境图像的相似度是否小于阈值，所述预存环境图像为最近一次更新的环境图像；

若所述当前环境图像与所述预存环境图像的相似度小于所述阈值，则识别所述当前环境图像和所述预存环境图像的差异区域；

对所述差异区域进行人体检测和运动物体检测；

若人体检测结果指示所述差异区域内不包含人体，且，运动物体检测结果指示所述差异区域内不包含运动物体，则确定所述音频播放设备所处环境发生变化，并重新进行音频设定。

2.根据权利要求1所述的方法，其特征在于，所述通过所述图像采集组件采集当前环境图像，包括：

当进入工作状态时，通过所述图像采集组件采集所述当前环境图像。

3.根据权利要求1所述的方法，其特征在于，所述通过所述图像采集组件采集当前环境图像，包括：

每隔预定时间间隔，通过所述图像采集组件采集所述当前环境图像。

4.根据权利要求1所述的方法，其特征在于，所述通过所述图像采集组件采集当前环境图像，包括：

获取传感器组件采集到的传感器数据；

根据所述传感器数据检测是否发生移动；

若检测到发生移动，则通过所述图像采集组件采集所述当前环境图像。

5.根据权利要求1至4任一所述的方法，其特征在于，所述方法还包括：

若所述当前环境图像与所述预存环境图像的相似度小于所述阈值，则检测当前是否处于音频播放状态；

若当前未处于所述音频播放状态，则重新进行音频设定；

若当前处于所述音频播放状态，则在结束所述音频播放状态后，重新进行音频设定。

6.根据权利要求1至4任一所述的方法，其特征在于，所述检测所述当前环境图像与预存环境图像的相似度是否小于阈值之后，还包括：

若所述当前环境图像与所述预存环境图像的相似度大于所述阈值，则识别所述当前环境图像和所述预存环境图像的差异区域；

对所述差异区域进行门窗检测；

若门窗检测结果指示所述差异区域内包含门窗时，则重新进行音频设定。

7.根据权利要求1至4任一所述的方法，其特征在于，所述方法还包括：

对所述当前环境图像和所述预存环境图像进行相似度检测后，根据所述当前环境图像对所述预存环境图像进行更新；

或，

完成音频设定后，根据所述当前环境图像对所述预存环境图像进行更新。

8.根据权利要求1至4任一所述的方法，其特征在于，所述重新进行音频设定，包括：

通过扬声器播放探测音频信号，所述探测音频信号为预定频率范围内的扫频信号；

通过麦克风接收外部音频信号，所述外部音频信号中包括所述探测音频信号的反射音频信号；

根据所述探测音频信号和所述外部音频信号设置音频响应曲线，所述音频响应曲线用于指示不同频率音频信号对应的声压值。

9.一种音频设定装置，其特征在于，应用于设置有图像采集组件的音频播放设备中，所述装置包括：采集模块，第一检测模块和设定模块，所述设定模块包括识别单元、第一检测单元和第一设定单元；

采集模块，用于通过所述图像采集组件采集当前环境图像；

第一检测模块，用于检测所述当前环境图像与预存环境图像的相似度是否小于阈值，所述预存环境图像为最近一次更新的环境图像；

所述识别单元，用于若所述当前环境图像与所述预存环境图像的相似度小于所述阈值，则识别所述当前环境图像和所述预存环境图像的差异区域；

所述第一检测单元，用于对所述差异区域进行人体检测和运动物体检测；

所述第一设定单元，用于若人体检测结果指示所述差异区域内不包含人体，且，运动物体检测结果指示所述差异区域内不包含运动物体，则确定所述音频播放设备所处环境发生变化，并重新进行音频设定。

10.根据权利要求9所述的装置，其特征在于，

所述采集模块，用于当进入工作状态时，通过所述图像采集组件采集所述当前环境图像。

11.根据权利要求9所述的装置，其特征在于，

所述采集模块，用于每隔预定时间间隔，通过所述图像采集组件采集所述当前环境图像。

12.根据权利要求9所述的装置，其特征在于，

所述采集模块，用于获取传感器组件采集到的传感器数据；根据所述传感器数据检测是否发生移动；若检测到发生移动，则通过所述图像采集组件采集所述当前环境图像。

13.根据权利要求9至12任一所述的装置，其特征在于，所述设定模块，还包括：

第二检测单元，用于当所述当前环境图像与所述预存环境图像的相似度小于所述阈值时，检测当前是否处于音频播放状态；

第二设定单元，用于当当前未处于所述音频播放状态时，重新进行音频设定；

第三设定单元，用于当当前处于所述音频播放状态时，在结束所述音频播放状态后，重新进行音频设定。

14.根据权利要求9至12任一所述的装置，其特征在于，所述装置，还包括：

识别模块，用于当所述当前环境图像与所述预存环境图像的相似度大于所述阈值时，识别所述当前环境图像和所述预存环境图像的差异区域；

第二检测模块，用于对所述差异区域进行门窗检测；

所述设定模块，还用于当门窗检测结果指示所述差异区域内包含门窗时，重新进行音频设定。

15.根据权利要求9至12任一所述的装置，其特征在于，所述装置还包括：

第一更新模块，用于对所述当前环境图像和所述预存环境图像进行相似度检测后，根据所述当前环境图像对所述预存环境图像进行更新；

或，

第二更新模块，用于完成音频设定后，根据所述当前环境图像对所述预存环境图像进行更新。

16.根据权利要求9至12任一所述的装置，其特征在于，所述设定模块，包括：

播放单元，用于通过扬声器播放探测音频信号，所述探测音频信号为预定频率范围内的扫频信号；

接收单元，用于通过麦克风接收外部音频信号，所述外部音频信号中包括所述探测音频信号的反射音频信号；

设置单元，用于根据所述探测音频信号和所述外部音频信号设置音频响应曲线，所述音频响应曲线用于指示不同频率音频信号对应的声压值。

Images