CN107690034A - 基于环境背景声音的智能情景模式切换系统及方法 - Google Patents

基于环境背景声音的智能情景模式切换系统及方法 Download PDF

Info

Publication number
CN107690034A
CN107690034A CN201711019987.1A CN201711019987A CN107690034A CN 107690034 A CN107690034 A CN 107690034A CN 201711019987 A CN201711019987 A CN 201711019987A CN 107690034 A CN107690034 A CN 107690034A
Authority
CN
China
Prior art keywords
information
state
environmental
user
acceleration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711019987.1A
Other languages
English (en)
Inventor
杨威
许杨
黄刘生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Institute for Advanced Study USTC
Original Assignee
Suzhou Institute for Advanced Study USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Institute for Advanced Study USTC filed Critical Suzhou Institute for Advanced Study USTC
Priority to CN201711019987.1A priority Critical patent/CN107690034A/zh
Publication of CN107690034A publication Critical patent/CN107690034A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements

Abstract

本发明公开了一种基于环境背景声音的智能情景模式切换系统，包括数据采集模块，获取终端所处环境的环境信息及加速度数据；状态检测模块，根据加速度数据在X、Y和Z三个方向上的加速度大小判断用户的运动状态；特征提取模块，根据运动状态信息，对环境信息提取特征信息；场景识别模块，采用分类算法对特征信息进行分类识别，确定场景类别；情景模式切换模块，根据用户运动状态、环境信息和场景类别，按照预定义的情景模式切换规则切换情景模式。识别用户所处生活场景，同时利用加速度传感器间接感知用户的运动状态，并结合时间等相关信息自主、动态地调整手机的情景模式。

Description

基于环境背景声音的智能情景模式切换系统及方法
技术领域
本发明属于普适计算、机器学习与移动应用领域，具体地涉及一种基于环境背景声音的智能情景模式切换系统和方法。
背景技术
随着移动通讯设备的快速发展，尤其是智能手机的出现，使得人们的日常生活变得愈加丰富多彩。智能手机以其强大的计算能力和网络通信能力，正在慢慢改变人们使用手机的习惯以及社会生产及生活方式。从以前只能利用手机打电话、发短信到现如今可以利用手机等移动设备进行语音及视频通话、网购、导航、联网游戏等各种复杂任务。智能化的手机设备正受到越来越多普通民众的青睐。然而，由于手机的不断普及，随之而来的负面影响，如垃圾短信、骚扰电话等，也给人们带来很多麻烦和困扰。同时，当人们正聚精会神工作、学习或静心休憩之时，突然的手机响铃往往会打断人们的注意力，影响人们正常工作或休息，进一步可能造成工作失误甚至是引发人们焦虑烦躁的情绪。因此，如何能够智能化地控制手机的响铃音量和情景模式等参数配置成为了一个有趣而实用的研究方向。
现有技术和方案主要是利用手机内部基本配置和数据记录，例如日期时间、用户手动输入的日程安排、网络连接情况、用户使用记录等，进行手机情景模式的设置和调整。此外，Google Play上现有情景模式设置软件如 Phone Profile Manager Lite、PhoneProfiles等需要用户事先定义一些情景模式设置规则，之后通过手动点击某条规则来达到修改手机情景模式的目的。另外一些应用软件如Phone Profiles Plus、PhoneWeaver等则利用手机内部的数据记录以实现情景模式的自动切换。这种利用手机内部状态和数据进行情景模式切换的系统应用通常需要用户及时录入或更新行程计划，甚至需要人为触发切换过程。因此很难真正实现手机自适应且动态地调整其情景模式。
随着声音感知技术的发展，研究人员开始逐渐利用智能手机内置的话筒 (亦称为麦克风)和扬声器实现了用户情感分析、社交记录、动作检测与识别、室内定位等新型移动应用功能。声音感知主要是通过接收和分析回波声音信号或者外界声源产生的声音信号来感知周围环境变化的一种技术。在日常生活当中，不同的生活场景往往会产生不同的背景声音，如街道上行驶车辆的轰鸣声、教室里老师或学生说话的声音；此外，不同空间结构或材料构建的场所对同一种声源的响应不同，从而给听者带来的听觉感受会有所不同。基于上述现象，手机可以通过麦克风自动感知用户所处环境的变化，并根据其所识别的场景类别动态地调整自身情景模式。研究实现这种智能化的情景模式切换系统具有很高的实用价值。
发明内容
针对上述现有手机情景模式控制系统存在的技术问题，本发明目的是：提供了一种基于环境背景声音的智能情景模式切换系统和方法，识别用户所处生活场景，同时利用手机内置加速度传感器间接感知用户的运动状态，并结合时间等相关信息自主、动态地调整手机的情景模式。
本发明的技术方案是：
一种基于环境背景声音的智能情景模式切换系统，包括：
一数据采集模块，获取终端所处环境的环境信息及加速度数据；
一状态检测模块，根据加速度数据在X、Y和Z三个方向上的加速度大小判断用户的运动状态；
一特征提取模块，根据运动状态信息，对环境信息提取特征信息；
一场景识别模块，采用分类算法对特征信息进行分类识别，确定场景类别；
一情景模式切换模块，根据用户运动状态、环境信息和场景类别，按照预定义的情景模式切换规则切换情景模式。
优选的，所述状态检测模块判断用户的运动状态的处理步骤包括：
(1)分别对X、Y、Z三个方向一定时间的加速度数据进行平滑处理，计算各方向加速度数据的标准差；
(2)计算最大标准差所对应方向的加速度数据的零交叉点数；
(3)判断最大标准差所对应方向的加速度数据的标准差和零交叉点数是否均超过设定阈值，若均超过设定阈值，则判断为“运动”状态；否则判断为“相对静止”状态。
优选的，所述环境信息包括声音信息，系统还包括声音信息处理模块，用于对声音信息进行滤波处理，保留100Hz至12KHz频段声音信息，并对声音信息进行平滑处理。
优选的，若用户运动状态为“运动”，特征提取模块提取声音信息的响度特征；若用户运动状态为“相对静止”，特征提取模块提取声音信息的响度特征，并生成一个N维特征向量。
优选的，所述N维特征向量的计算步骤如下：
1)将一定时间的声音信息分割为Nf个声音帧；
2)对每个声音帧执行l层离散小波变换操作，得到Ndwt＝l+1个重构信号，再计算每个重构信号的短时幅度，得到Ndwt×Nf维的小波变换矩阵；
3)提取每个声音帧的前Nmfcc个梅尔频率倒谱系数，构成Nmfcc×Nf维的梅尔频率倒谱系数矩阵；
4)按行对小波变换矩阵和梅尔频率倒谱系数矩阵进行升序排序，并按行将排序后的矩阵平均分割成a份，对每一份计算各行的均值，分别得到 Ndwt×a维矩阵和Nmfcc×a维矩阵；
5)将步骤4)所得矩阵串联成一个N＝aNdwt+aNmfcc维特征向量。
本发明还公开了一种基于环境背景声音的智能情景模式切换方法，包括以下步骤：
S01：获取终端所处环境的环境信息及加速度数据；
S02：根据加速度数据在X、Y和Z三个方向上的加速度大小判断用户的运动状态；
S03：根据运动状态信息，对环境信息提取特征信息；
S04：采用分类算法对特征信息进行分类识别，确定场景类别；
S05：根据用户运动状态、环境信息和场景类别，按照预定义的情景模式切换规则切换情景模式。
优选的，判断用户的运动状态的处理步骤包括：
(1)分别对X、Y、Z三个方向一定时间的加速度数据进行平滑处理，计算各方向加速度数据的标准差；
(2)计算最大标准差所对应方向的加速度数据的零交叉点数；
(3)判断最大标准差所对应方向的加速度数据的标准差和零交叉点数是否均超过设定阈值，若均超过设定阈值，则判断为“运动”状态；否则判断为“相对静止”状态。
优选的，所述环境信息包括声音信息，对声音信息进行滤波处理，保留 100Hz至12KHz频段声音信息，并对声音信息进行平滑处理。
优选的，若用户运动状态为“运动”，提取声音信息的响度特征；若用户运动状态为“相对静止”，提取声音信息的响度特征，并生成一个N维特征向量。
优选的，所述N维特征向量的计算步骤如下：
1)将一定时间的声音信息分割为Nf个声音帧；
2)对每个声音帧执行l层离散小波变换操作，得到Ndwt＝l+1个重构信号，再计算每个重构信号的短时幅度，得到Ndwt×Nf维的小波变换矩阵；
3)提取每个声音帧的前Nmfcc个梅尔频率倒谱系数，构成Nmfcc×Nf维的梅尔频率倒谱系数矩阵；
4)按行对小波变换矩阵和梅尔频率倒谱系数矩阵进行升序排序，并按行将排序后的矩阵平均分割成a份，对每一份计算各行的均值，分别得到 Ndwt×a维矩阵和Nmfcc×a维矩阵；
5)将步骤4)所得矩阵串联成一个N＝aNdwt+aNmfcc维特征向量。
与现有技术相比，本发明的优点是：
1、不需要用户经常录入或更新手机中的行程计划，用户只需在系统设置时为预定义的各场景类别选择合适的情景模式即可，从而减少了用户与系统的直接交互操作次数，方便用户使用。
2、系统可以自动感知用户状态和用户所处环境，进而实时、动态地将手机情景模式调整至合适的设置选项，无需用户手动干预切换过程，从而使得手机变得更加的智能化、人性化。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明实施例中系统处理流程图；
图2为本发明实施例中用户坐在电影院座椅上看电影时的手机加速度数据(手机位于用户衣服口袋中)；
图3为本发明实施例中用户行走在道路上时的手机加速度数据(手机位于用户手中)；
图4为本发明实施例中用户状态检测算法流程图；
图5为本发明实施例中用户状态检测结果示例图；
图6为本发明实施例中声音信号的88维DWT&MFCC特征向量构造流程图。
具体实施方式
以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。
实施例：
一种基于环境背景声音的智能情景模式切换系统，主要包括数据采集模块、状态检测模块、声音信号处理模块、特征提取模块、场景识别模块和情景模式切换模块。系统处理流程如图1所示，各模块具体处理过程如下：
1、数据采集模块
获取终端所处环境的环境信息及加速度数据，环境信息可以包括位置信息、时间信息、声音信息、光线信息、记事本信息中的一种或多种，本实施例以采集声音信息为例进行说明。
本实施例选用华为Mate8手机对用户所处环境背景声音进行采集，同时读取手机内置加速度传感器的加速度数据。声音和加速度数据的采样频率分别为44.1kHz和50Hz，根据Nyquist采样定理，系统能捕获最大频率为 22kHz左右的外界声音，同时能感知最大频率为25Hz左右的行为动作。系统数据采样间隔Tgap设置为5秒，每次采样时长Tduration也设为5秒，因此系统的数据处理周期为10秒。
2、状态检测模块
状态检测模块主要任务是处理并分析手机加速度传感器在X、Y和Z三个方向上的加速度大小来间接检测用户的运动状态。
在一个数据处理周期，针对加速度数据，先对X、Y、Z三个方向上的加速度数据做平滑处理，接着保留标准差最大的方向上的加速度数据，并计算其零交叉点数。若加速度数据的标准差和零交叉点数均超过预定义的阈值，则标记用户状态为“运动”状态，否则标记为“相对静止”状态。
图2显示的是用户坐在电影院座椅上观看电影时某一采样周期内手机的加速度数据，当时手机位于用户衣服口袋当中。
此外，图3显示的是用户在道路上行走时某一采样周期内手机的加速度数据，当时手机位于用户手中。
根据图2和图3可以看出，当人处于不同运动状态时，其身上携带的手机的加速度数据往往会有不同的变化模式。当人运动时，加速度的变化更为明显。图2和图3中加速度数据的最大标准差分别为0.007m/s2和3.78m/s2。另外再结合零交叉点数可以更加准确地对用户的运动状态进行综合判定，具体处理流程如图4所示。图5所示即为状态检测模块对用户状态的检测结果示例。
3、声音信号处理模块
声音信号处理模块所选用的滤波器为Butterworth带通滤波器，其能极大程度保留原始信号中的细节信息，主要用于滤除受硬件缺陷影响的较低频和较高频声音信号，上下两个截止频率分别设置为12.5kHz和80Hz，从而保留100Hz至12KHz频段声音信号。同时利用0.25秒宽的滑动平滑窗口对滤波后的声音信号进行平滑处理，消除突发噪声的干扰。
4、特征提取模块
特征提取模块根据不同的运动状态信息，对预处理后的声音数据进行特征提取。
若检测到的用户运动状态为“运动”，则只提取环境背景声音响度特征。响度L的计算公式为其中T为Tduration秒声音信号采样点数，ai为第i个采样点的幅值。
若检测到用户状态为“相对静止”，则除了计算声音信号的响度L，还会生成一个N维特征向量，具体计算过程如下：
(1)将Tduration秒声音信号分割为Nf个50毫秒声音片段，即为声音帧；
(2)对每个声音帧执行l层离散小波变换(Discrete Wavelet Transform, DWT)操作，并根据DWT系数得到Ndwt＝l+1个重构信号，再计算每个重构信号的短时幅度，得到Ndwt×Nf维的DWT矩阵；
(3)提取每个声音帧的前Nmfcc个梅尔频率倒谱系数 (Mel-FrequencyCepstralCoefficients,MFCC)，构成Nmfcc×Nf维的MFCC矩阵；
(4)按行对步骤(2)所得DWT矩阵和步骤(3)所得MFCC矩阵进行升序排序，并按行将排序后的矩阵平均分割成4份，对每一份计算各行的均值，从而分别得到Ndwt×4维矩阵和Nmfcc×4维矩阵；
(5)将步骤(4)所得矩阵各列向量首尾相接串联成一个N＝4Ndwt+ 4Nmfcc维特征向量，记为N维DWT&MFCC特征向量。
如图5所示，若检测到用户状态为“运动”，则只提取并输出声音信号的响度；若检测到用户状态为“静止”，则除了计算声音信号的响度，系统还会生成一个88维DWT&MFCC特征向量，具体构造过程如图6所示。本实施例中系统选用Daubechies db4小波基对分割后的声音帧进行8层离散小波变换，因此根据DWT系数可重构9个不同频段的声音信号。此外，系统主要提取每个声音帧第1至第13个MFCC系数用于环境背景声音特征向量的构造。所得88维特征向量汇集了声音信号频域和时域的内在特征，从而能很好地表征源于不同场景的声音的特性，便于分类器进行分类识别。
6、场景识别模块
场景识别模块利用随机森林分类器对输入的88维DWT&MFCC特征向量进行分类识别，输出预定义的某一种场景类别。
本实施例主要定义了9种不同的生活场景，即“街道”、“公交车”、“超市”、“餐厅”、“电影院”、“卧室”、“办公室”、“教室”、“会议室”。同时又定义了一种特殊的场景类别——“未知”场景，当输入的特征向量不属于以上9种场景中的任何一种场景时，系统会将特征向量分类为“未知”场景。
7、情景模式切换模块
系统在实际应用中可根据检测到的用户运动状态、所识别的具体场景类别以及时间等环境信息，按照预定义的情景模式切换规则动态调整手机的情景模式。
表1所示为本实施例定义的用户运动状态、生活场景及时间等信息同手机情景模式之间的映射规则。当检测到用户状态为“运动”时，手机情景模式只设置为“响铃”模式，且铃声音量会根据环境背景声音的响度进行动态调整。当检测到用户状态为“相对静止”且识别出的生活场景为“卧室”时，手机情景模式自动切换至“震动”模式。特别地，在本实施例中，当在夜晚22点之后连续一个小时均识别出用户所处场景为“卧室”，则系统认定用户已进入睡眠状态，随后系统会将手机情景模式从“震动”模式切换至“静音”模式，同时还会打开手机闹钟功能。
实际应用中，用户可以根据自己的实际情况为不同的生活场景(包括“未知”场景)设置不同的情景模式切换规则。
表1.情景模式设置规则示例
上述实例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于环境背景声音的智能情景模式切换系统，其特征在于，包括：
一数据采集模块，获取终端所处环境的环境信息及加速度数据；
一状态检测模块，根据加速度数据在X、Y和Z三个方向上的加速度大小判断用户的运动状态；
一特征提取模块，根据运动状态信息，对环境信息提取特征信息；
一场景识别模块，采用分类算法对特征信息进行分类识别，确定场景类别；
一情景模式切换模块，根据用户运动状态、环境信息和场景类别，按照预定义的情景模式切换规则切换情景模式。
2.根据权利要求1所述的基于环境背景声音的智能情景模式切换系统，其特征在于，所述状态检测模块判断用户的运动状态的处理步骤包括：
（1）分别对X、Y、Z三个方向一定时间的加速度数据进行平滑处理，计算各方向加速度数据的标准差；
（2）计算最大标准差所对应方向的加速度数据的零交叉点数；
（3）判断最大标准差所对应方向的加速度数据的标准差和零交叉点数是否均超过设定阈值，若均超过设定阈值，则判断为“运动”状态；否则判断为“相对静止”状态。
3.根据权利要求2所述的基于环境背景声音的智能情景模式切换系统，其特征在于，所述环境信息包括声音信息，系统还包括声音信息处理模块，用于对声音信息进行滤波处理，保留100Hz至12KHz频段声音信息，并对声音信息进行平滑处理。
4.根据权利要求3所述的基于环境背景声音的智能情景模式切换系统，其特征在于，若用户运动状态为“运动”，特征提取模块提取声音信息的响度特征；若用户运动状态为“相对静止”，特征提取模块提取声音信息的响度特征，并生成一个维特征向量。
5.根据权利要求4所述的基于环境背景声音的智能情景模式切换系统，其特征在于，所述维特征向量的计算步骤如下：
1）将一定时间的声音信息分割为个声音帧；
2）对每个声音帧执行层离散小波变换操作，得到个重构信号，再计算每个重构信号的短时幅度，得到维的小波变换矩阵；
3）提取每个声音帧的前个梅尔频率倒谱系数，构成维的梅尔频率倒谱系数矩阵；
4）按行对小波变换矩阵和梅尔频率倒谱系数矩阵进行升序排序，并按行将排序后的矩阵平均分割成a份，对每一份计算各行的均值，分别得到维矩阵和维矩阵；
5）将步骤4）所得矩阵串联成一个维特征向量。
6.一种基于环境背景声音的智能情景模式切换方法，其特征在于，包括以下步骤：
S01：获取终端所处环境的环境信息及加速度数据；
S02：根据加速度数据在X、Y和Z三个方向上的加速度大小判断用户的运动状态；
S03：根据运动状态信息，对环境信息提取特征信息；
S04：采用分类算法对特征信息进行分类识别，确定场景类别；
S05：根据用户运动状态、环境信息和场景类别，按照预定义的情景模式切换规则切换情景模式。
7.根据权利要求6所述的基于环境背景声音的智能情景模式切换方法，其特征在于，判断用户的运动状态的处理步骤包括：
（1）分别对X、Y、Z三个方向一定时间的加速度数据进行平滑处理，计算各方向加速度数据的标准差；
（2）计算最大标准差所对应方向的加速度数据的零交叉点数；
（3）判断最大标准差所对应方向的加速度数据的标准差和零交叉点数是否均超过设定阈值，若均超过设定阈值，则判断为“运动”状态；否则判断为“相对静止”状态。
8.根据权利要求7所述的基于环境背景声音的智能情景模式切换方法，其特征在于，所述环境信息包括声音信息，对声音信息进行滤波处理，保留100Hz至12KHz频段声音信息，并对声音信息进行平滑处理。
9.根据权利要求8所述的基于环境背景声音的智能情景模式切换方法，其特征在于，若用户运动状态为“运动”，提取声音信息的响度特征；若用户运动状态为“相对静止”，提取声音信息的响度特征，并生成一个维特征向量。
10.根据权利要求8所述的基于环境背景声音的智能情景模式切换方法，其特征在于，所述维特征向量的计算步骤如下：
1）将一定时间的声音信息分割为个声音帧；
2）对每个声音帧执行层离散小波变换操作，得到个重构信号，再计算每个重构信号的短时幅度，得到维的小波变换矩阵；
3）提取每个声音帧的前个梅尔频率倒谱系数，构成维的梅尔频率倒谱系数矩阵；
4）按行对小波变换矩阵和梅尔频率倒谱系数矩阵进行升序排序，并按行将排序后的矩阵平均分割成a份，对每一份计算各行的均值，分别得到维矩阵和维矩阵；
5）将步骤4）所得矩阵串联成一个维特征向量。
CN201711019987.1A 2017-10-27 2017-10-27 基于环境背景声音的智能情景模式切换系统及方法 Pending CN107690034A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711019987.1A CN107690034A (zh) 2017-10-27 2017-10-27 基于环境背景声音的智能情景模式切换系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711019987.1A CN107690034A (zh) 2017-10-27 2017-10-27 基于环境背景声音的智能情景模式切换系统及方法

Publications (1)

Publication Number Publication Date
CN107690034A true CN107690034A (zh) 2018-02-13

Family

ID=61154632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711019987.1A Pending CN107690034A (zh) 2017-10-27 2017-10-27 基于环境背景声音的智能情景模式切换系统及方法

Country Status (1)

Country Link
CN (1) CN107690034A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108919277A (zh) * 2018-07-02 2018-11-30 深圳米唐科技有限公司 基于亚超声波的室内外环境识别方法、系统及存储介质
CN109361821A (zh) * 2018-11-30 2019-02-19 维沃移动通信有限公司 一种控制闹钟的方法及移动终端
CN111402617A (zh) * 2020-03-12 2020-07-10 Oppo广东移动通信有限公司 站点信息确定方法、装置、终端及存储介质
WO2020151108A1 (zh) * 2019-01-22 2020-07-30 中国科学院自动化研究所 基于情境信号类前额叶网络的信息处理方法、系统、装置
WO2022022585A1 (zh) * 2020-07-31 2022-02-03 华为技术有限公司 电子设备及其音频降噪方法和介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101800796A (zh) * 2009-02-09 2010-08-11 英华达股份有限公司 可携式通讯装置及其来电告知控制方法
CN103340634A (zh) * 2013-06-17 2013-10-09 无锡市中安捷联科技有限公司 一种基于加速度变化检测人运动状态的方法
CN103414825A (zh) * 2013-08-15 2013-11-27 惠州Tcl移动通信有限公司 基于传感器组的情景模式切换方法及其移动终端
CN103455170A (zh) * 2013-08-22 2013-12-18 西安电子科技大学 一种基于传感器的移动终端运动识别装置及方法
CN103456301A (zh) * 2012-05-28 2013-12-18 中兴通讯股份有限公司 一种基于环境声音的场景识别方法及装置及移动终端
CN104836918A (zh) * 2015-05-28 2015-08-12 惠州Tcl移动通信有限公司 一种移动终端的情景模式自动切换方法及系统
WO2016201962A1 (zh) * 2015-06-15 2016-12-22 中兴通讯股份有限公司 控制移动终端的方法、装置及移动终端
CN107113571A (zh) * 2016-02-02 2017-08-29 华为技术有限公司 一种行为轨迹记录方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101800796A (zh) * 2009-02-09 2010-08-11 英华达股份有限公司 可携式通讯装置及其来电告知控制方法
CN103456301A (zh) * 2012-05-28 2013-12-18 中兴通讯股份有限公司 一种基于环境声音的场景识别方法及装置及移动终端
CN103340634A (zh) * 2013-06-17 2013-10-09 无锡市中安捷联科技有限公司 一种基于加速度变化检测人运动状态的方法
CN103414825A (zh) * 2013-08-15 2013-11-27 惠州Tcl移动通信有限公司 基于传感器组的情景模式切换方法及其移动终端
CN103455170A (zh) * 2013-08-22 2013-12-18 西安电子科技大学 一种基于传感器的移动终端运动识别装置及方法
CN104836918A (zh) * 2015-05-28 2015-08-12 惠州Tcl移动通信有限公司 一种移动终端的情景模式自动切换方法及系统
WO2016201962A1 (zh) * 2015-06-15 2016-12-22 中兴通讯股份有限公司 控制移动终端的方法、装置及移动终端
CN107113571A (zh) * 2016-02-02 2017-08-29 华为技术有限公司 一种行为轨迹记录方法和装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108919277A (zh) * 2018-07-02 2018-11-30 深圳米唐科技有限公司 基于亚超声波的室内外环境识别方法、系统及存储介质
CN109361821A (zh) * 2018-11-30 2019-02-19 维沃移动通信有限公司 一种控制闹钟的方法及移动终端
WO2020151108A1 (zh) * 2019-01-22 2020-07-30 中国科学院自动化研究所 基于情境信号类前额叶网络的信息处理方法、系统、装置
US10915815B1 (en) 2019-01-22 2021-02-09 Institute Of Automation, Chinese Academy Of Sciences Information processing method, system and device based on contextual signals and prefrontal cortex-like network
CN111402617A (zh) * 2020-03-12 2020-07-10 Oppo广东移动通信有限公司 站点信息确定方法、装置、终端及存储介质
CN111402617B (zh) * 2020-03-12 2022-05-13 Oppo广东移动通信有限公司 站点信息确定方法、装置、终端及存储介质
WO2022022585A1 (zh) * 2020-07-31 2022-02-03 华为技术有限公司 电子设备及其音频降噪方法和介质

Similar Documents

Publication Publication Date Title
CN107690034A (zh) 基于环境背景声音的智能情景模式切换系统及方法
US10453443B2 (en) Providing an indication of the suitability of speech recognition
US9542938B2 (en) Scene recognition method, device and mobile terminal based on ambient sound
CN108346433A (zh) 一种音频处理方法、装置、设备及可读存储介质
CN101795323B (zh) 一种电子闹铃运行方法、电子闹铃及一种移动通信终端
CN107450724A (zh) 一种基于双声道音频多普勒效应的手势识别方法及系统
WO2016173132A1 (zh) 语音识别方法、装置及用户设备
CN106095384B (zh) 一种音效调节方法及用户终端
Hwang et al. Environmental audio scene and activity recognition through mobile-based crowdsourcing
CN110400565A (zh) 说话人识别方法、系统及计算机可读存储介质
CN107507625A (zh) 声源距离确定方法及装置
CN108256513A (zh) 一种智能视频分析方法及智能视频记录系统
CN103513891A (zh) 情景模式切换的方法和终端
CN106548786A (zh) 一种音频数据的检测方法及系统
CN111081275B (zh) 基于声音分析的终端处理方法、装置、存储介质及终端
Beritelli et al. An automatic emergency signal recognition system for the hearing impaired
Park et al. Towards soundscape information retrieval (SIR)
Valero et al. Narrow-band autocorrelation function features for the automatic recognition of acoustic environments
CN109997186A (zh) 一种用于分类声环境的设备和方法
CN113709291A (zh) 音频处理方法、装置、电子设备及可读存储介质
Valero et al. Classification of audio scenes using narrow-band autocorrelation features
CN105549744A (zh) 一种终端屏幕亮度调节方法及装置
Boes et al. Attention-driven auditory stream segregation using a SOM coupled with an excitatory-inhibitory ANN
CN113327624B (zh) 一种采用端到端时域声源分离系统进行环境噪声智能监测的方法
Chen et al. Audio-based early warning system of sound events on the road for improving the safety of hearing-impaired people

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180213