CN108829370B - 有声资源播放方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明公开了有声资源播放方法、装置、计算机设备及存储介质，其中方法包括：确定用户请求智能语音设备播放的有声资源；通过耦合有声资源的第二音量以及智能语音设备的音量，对有声资源进行播放；其中，有声资源的第二音量为根据预定的调整目标对有声资源原有的第一音量进行调整后的音量。应用本发明所述方案，能够提升智能语音设备的音质等。

Description

有声资源播放方法、装置、计算机设备及存储介质

【技术领域】

本发明涉及计算机应用技术，特别涉及有声资源播放方法、装置、计算机设备及存储介质。

【背景技术】

随着技术的发展，具备语音交互功能的智能语音设备越来越普及。比如，智能语音设备可为有屏的智能音箱。

智能音箱可通过语音交互，为用户提供各种有声资源，包括歌曲、MV、短视频、电视剧、电影、相声等。而作为一个能力强大的平台，这些有声资源是聚合了各个渠道的有声资源，集百家之长，才形成了庞大的资源池，为用户的各种需求提供了资源储备。

然而，在实际应用中，可能会存在以下问题：当用户连续发出有声资源播放请求，如“我想听***(相声演员名字)的相声”、“我想听***(歌手名字)的***(歌曲名字)”等，对应的有声资源可能来自不同的渠道，而各个渠道本身的音量定义不尽相同，那么就会导致用户听到的音量忽大忽小，用户体验很不好。

具体地，在进行有声资源播放时，会耦合有声资源的原有音量以及用户设定的智能语音设备的音量，进行输出。由于各个渠道的音量定义不同，会导致和相同的智能语音设备音量耦合后的输出结果不同。

这样就会导致：如用户在听歌曲A的时候，声音很小，用户对智能语音设备的音量进行了调大设置，当歌曲A播放完毕后，播放歌曲B，由于歌曲A和歌曲B来自不同渠道，声音可能又会忽然很大，进而使得用户需要再次对智能语音设备的音量进行调整等。

【发明内容】

有鉴于此，本发明提供了有声资源播放方法、装置、计算机设备及存储介质。

具体技术方案如下：

一种有声资源播放方法，包括：

确定用户请求智能语音设备播放的有声资源；

通过耦合所述有声资源的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放；

其中，所述有声资源的第二音量为根据预定的调整目标对所述有声资源原有的第一音量进行调整后的音量。

根据本发明一优选实施例，所述对所述有声资源进行播放包括：

在所述有声资源的播放过程中，实时进行以下处理：基于当前时刻的第二音量以及预定的目标音量，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；

通过耦合所述有声资源不同时刻的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放。

根据本发明一优选实施例，所述基于当前时刻的第二音量以及预定的目标音量，对下一时刻的第一音量进行调整包括：

计算所述当前时刻的第二音量与所述目标音量之差，得到第一差值；

计算所述下一时刻的第一音量与所述第一差值之差，得到第二差值，将所述第二差值作为所述下一时刻的第二音量。

根据本发明一优选实施例，所述对所述有声资源进行播放包括：

在所述有声资源的播放过程中，实时进行以下处理：获取当前时刻所述有声资源播放的声音分贝；基于所述声音分贝以及预定的目标声音分贝，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；

通过耦合所述有声资源不同时刻的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放。

根据本发明一优选实施例，所述基于所述声音分贝以及预定的目标声音分贝，对下一时刻的第一音量进行调整包括：

计算所述声音分贝与所述目标声音分贝之差，得到第三差值；

根据耦合方式，确定出所述第三差值对应的音量调整量；

按照所述音量调整量对所述下一时刻的第一音量进行调整，其中，若所述第三差值小于0，则增大所述下一时刻的第一音量，若所述第三差值大于0，则减小所述下一时刻的第一音量。

根据本发明一优选实施例，该方法进一步包括：

在所述有声资源播放之前，根据预定的目标音量对所述有声资源不同时刻的第一音量进行调整，得到所述有声资源不同时刻的第二音量。

根据本发明一优选实施例，所述根据所述目标音量对所述有声资源不同时刻的第一音量进行调整，得到所述有声资源不同时刻的第二音量包括：

根据所述有声资源不同时刻的第一音量，按照预定方式确定出第一音量常态值；

通过比较所述第一音量常态值以及所述目标音量，确定出调整方向，所述调整方向包括增大和减小；

按照所述调整方向调整得到所述有声资源不同时刻的第二音量，根据所述有声资源不同时刻的第二音量，按照所述预定方式确定出的第二音量常态值需要等于所述目标音量。

一种有声资源播放装置，包括：确定单元以及播放单元；

所述确定单元，用于确定用户请求智能语音设备播放的有声资源；

所述播放单元，用于通过耦合所述有声资源的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放；

其中，所述有声资源的第二音量为根据预定的调整目标对所述有声资源原有的第一音量进行调整后的音量。

根据本发明一优选实施例，所述播放单元在所述有声资源的播放过程中，实时进行以下处理：基于当前时刻的第二音量以及预定的目标音量，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；通过耦合所述有声资源不同时刻的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放。

根据本发明一优选实施例，所述播放单元计算所述当前时刻的第二音量与所述目标音量之差，得到第一差值，计算所述下一时刻的第一音量与所述第一差值之差，得到第二差值，将所述第二差值作为所述下一时刻的第二音量。

根据本发明一优选实施例，所述播放单元在所述有声资源的播放过程中，实时进行以下处理：获取当前时刻所述有声资源播放的声音分贝；基于所述声音分贝以及预定的目标声音分贝，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；通过耦合所述有声资源不同时刻的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放。

根据本发明一优选实施例，所述播放单元计算所述声音分贝与所述目标声音分贝之差，得到第三差值，根据耦合方式，确定出所述第三差值对应的音量调整量，按照所述音量调整量对所述下一时刻的第一音量进行调整，其中，若所述第三差值小于0，则增大所述下一时刻的第一音量，若所述第三差值大于0，则减小所述下一时刻的第一音量。

根据本发明一优选实施例，所述播放单元进一步用于，在所述有声资源播放之前，根据预定的目标音量对所述有声资源不同时刻的第一音量进行调整，得到所述有声资源不同时刻的第二音量。

根据本发明一优选实施例，所述播放单元根据所述有声资源不同时刻的第一音量，按照预定方式确定出第一音量常态值，通过比较所述第一音量常态值以及所述目标音量，确定出调整方向，所述调整方向包括增大和减小，按照所述调整方向调整得到所述有声资源不同时刻的第二音量，根据所述有声资源不同时刻的第二音量，按照所述预定方式确定出的第二音量常态值需要等于所述目标音量。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。

基于上述介绍可以看出，采用本发明所述方案，在确定出用户请求智能语音设备播放的有声资源后，可通过耦合有声资源的第二音量以及智能语音设备的音量，对有声资源进行播放，其中，有声资源的第二音量为根据预定的调整目标对有声资源原有的第一音量进行调整后的音量，也就是说，采用本发明所述方案，可按照调整目标，尽可能地对各渠道的有声资源进行声音度量衡的统一，从而尽可能地避免了现有技术中的问题，进而提升了智能语音设备的音质及性能等。

【附图说明】

图1为本发明所述有声资源播放方法实施例的流程图。

图2为本发明所述有声资源播放装置实施例的组成结构示意图。

图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。

【具体实施方式】

为了使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案进行进一步说明。

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，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图1为本发明所述有声资源播放方法实施例的流程图。如图1所示，包括以下具体实现方式。

在101中，确定用户请求智能语音设备播放的有声资源。

在102中，通过耦合有声资源的第二音量以及智能语音设备的音量，对有声资源进行播放；其中，有声资源的第二音量为根据预定的调整目标对有声资源原有的第一音量进行调整后的音量。

智能语音设备接收到用户请求播放某一有声资源的语音请求后，如“我想听***(歌手名字)的***(歌曲名字)”，可通过语音识别以及语义解析等技术，确定出用户请求播放的有声资源。并且，可按照现有技术，通过耦合根据调整目标调整后的有声资源的第二音量以及用户设定的智能语音设备的音量，对有声资源进行播放。

所述有声资源可包括歌曲、MV、短视频、相声、电视剧、电影等任何有声的资源。

在实际应用中，本实施例可以有多种不同的实现方式，包括但不限于以下三种。

1)方式一

在有声资源的播放过程中，可实时进行以下处理：基于当前时刻的第二音量以及预定的目标音量，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；通过耦合有声资源不同时刻的第二音量以及智能语音设备的音量，对有声资源进行播放。

也就是说，在有声资源的播放过程中，可实时地对下一时刻的第一音量进行调整，以得到下一时刻的第二音量，并在下一时刻按照调整后的第二音量进行有声资源的播放。

其中，基于当前时刻的第二音量以及预定的目标音量，对下一时刻的第一音量进行调整，具体实现方式可为：首先，计算当前时刻的第二音量与目标音量之差，得到第一差值，之后，计算下一时刻的第一音量与第一差值之差，得到第二差值，将第二差值作为下一时刻的第二音量。

第一差值可能大于0，也可能小于0，还可能等于0。如果第一差值大于0，说明当前时刻的第二音量大于目标音量，那么计算下一时刻的第一音量与第一差值之差，得到的下一时刻的第二音量将会小于下一时刻的第一音量，即调低下一时刻的音量。如果第一差值小于0，说明当前时刻的第二音量小于目标音量，那么计算下一时刻的第一音量与第一差值之差，得到的下一时刻的第二音量将会大于下一时刻的第一音量，即调高下一时刻的音量。如果第一差值等于0，说明当前时刻的第二音量等于目标音量，那么计算下一时刻的第一音量与第一差值之差，得到的下一时刻的第二音量将会等于下一时刻的第一音量，即下一时刻的音量不变。通过上述方式，可使得第二音量尽量维持在目标音量附近。

本领域技术人员公知，实时处理，是指以很小的时间周期周期性进行处理，为便于说明，以下以时间周期为1秒为例进行说明，但实际应用中可以远小于1秒。

假设目标音量为60，有声资源的时长为125秒；当播放到第20秒，可将计算第20秒时的第二音量50与目标音量60之差，得到第一差值-10，之后，可计算第21秒时的第一音量55与第一差值-10之差，得到第二差值65，将65作为第21秒时的第二音量；基于第21秒时的第二音量65，可进一步计算其与目标音量60之差，得到第一差值5，之后，计算第22秒时的第一音量65与第一差值5之差，得到第二差值60，将60作为第22秒时的第二音量，依此类推。

可通过耦合有声资源不同时刻的第二音量以及用户设定的智能语音设备的音量，对有声资源进行播放。

需要说明的是，本方式中，基于上一时刻的第二音量来调整下一时刻的第二音量，而对于初始时刻，如有声资源的第1秒，是不存在上一时刻的，这种情况下，可将初始时刻的第一音量直接作为初始时刻的第二音量，或者，也可以将在当前播放的有声资源之前最近一次播放的有声资源的最后时刻如最后1秒作为当前播放的有声资源的初始时刻的上一时刻，具体实现方式不限。

2)方式二

在有声资源的播放过程中，可实时进行以下处理：获取当前时刻有声资源播放的声音分贝；基于当前时刻的声音分贝以及预定的目标声音分贝，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；通过耦合有声资源不同时刻的第二音量以及智能语音设备的音量，对有声资源进行播放。

可通过监听来获取当前时刻有声资源播放的声音分贝。

可以看出，方式二和方式一的实现思想类似，都是在有声资源播放的过程中，实时地进行音量调整，不同之处在于方式二中是实时获取当前时刻有声资源播放的声音分贝，基于当前时刻的声音分贝以及目标声音分贝，对下一时刻的第一音量进行调整，得到下一时刻的第二音量，而方式一中，是基于当前时刻的第二音量以及目标音量，对下一时刻的第一音量进行调整，得到下一时刻的第二音量。

相应地，方式二中，在获取到当前时刻有声资源播放的声音分贝后，可首先计算当前时刻的声音分贝与目标声音分贝之差，得到第三差值，之后，可根据耦合方式，确定出第三差值对应的音量调整量，进而可按照音量调整量对下一时刻的第一音量进行调整，其中，若第三差值小于0，则增大下一时刻的第一音量，若第三差值大于0，则减小下一时刻的第一音量。

如何将有声资源的音量与智能语音设备的音量进行耦合为现有技术，可按照耦合方式，相应的推算出第三差值对应的音量调整量，即推算出为了使有声资源播放的声音分贝调整为目标声音分贝，在智能语音设备的音量不变的前提下，需要对有声资源的音量进行调整的调整量。之后，即可按照获取到的音量调整量来对下一时刻的第一音量进行调整，以得到调整后的第二音量。如果第三差值小于0，说明当前时刻的声音分贝小于目标声音分贝，那么则可增大下一时刻的第一音量，如果第三差值大于0，说明当前时刻的声音分贝大于目标声音分贝，那么则可减小下一时刻的第一音量，如果第三差值等于0，说明当前时刻的声音分贝等于目标声音分贝，那么下一时刻的第一音量的增大量或减小量则为0。

其它实现请参照方式一中的相关说明，不再赘述。

3)方式三

以上两种方式中，均是在有声资源播放的过程中，实时地进行音量调整，而方式三中，可在有声资源播放之前，即完成音量调整，从而后续直接根据调整后的音量进行播放。

在有声资源播放之前，可根据预定的目标音量对有声资源不同时刻的第一音量进行调整，从而得到有声资源不同时刻的第二音量，之后，可按照有声资源不同时刻的第二音量，对有声资源进行播放。

较佳地，根据目标音量对有声资源不同时刻的第一音量进行调整，得到有声资源不同时刻的第二音量，具体实现方式可为：首先，可根据有声资源不同时刻的第一音量，按照预定方式确定出第一音量常态值，之后，可通过比较第一音量常态值以及目标音量，确定出调整方向，包括增大和减小，进而可按照所述调整方向调整得到有声资源不同时刻的第二音量，根据有声资源不同时刻的第二音量，按照所述预定方式确定出的第二音量常态值需要等于目标音量。

所述预定方式具体为何种方式可根据实际需要而定。

作为一种可能的实现方式，可通过计算均值得到音量常态值。可首先计算有声资源不同时刻的第一音量的均值，作为第一音量常态值，之后，可比较第一音量常态值以及目标音量，以确定调整方向，其中，若第一音量常态值小于目标音量，则调整方向可为增大，若第一音量常态值大于目标音量，则调整方向可为减小，进而可按照所述调整方向调整有声资源不同时刻的第一音量，得到调整后的第二音量，第二音量的均值即第二音量常态值等于目标音量。

比如，可首先计算出有声资源不同时刻的第一音量的均值50，目标音量为60，那么可分别将有声资源不同时刻的第一音量增大10，从而使得有声资源不同时刻的第二音量的均值等于60。

作为另外一种可能的实现方式，可为有声资源的不同部分分别赋予不同的权重，如有声资源为歌曲，可为歌曲的前奏、主歌、副歌等部分分别赋予不同的权重，结合权重来计算第一音量常态值，同样地，在音量调整时，也需要结合权重，按照同样的计算方式计算第二音量常态值。

上述各方式中涉及到的目标音量以及目标声音分贝等的具体取值均可根据实际需要而定。

需要说明的是，对于前述的方法实施例，为了简单描述，将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

总之，采用本发明方法实施例所述方案，可按照调整目标，尽可能地对各渠道的有声资源进行声音度量衡的统一，从而尽可能地避免了现有技术中的问题，进而提升了智能语音设备的音质及性能等。

以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。

图2为本发明所述有声资源播放装置实施例的组成结构示意图。如图2所示，包括：确定单元201以及播放单元202。

确定单元201，用于确定用户请求智能语音设备播放的有声资源。

播放单元202，用于通过耦合有声资源的第二音量以及智能语音设备的音量，对有声资源进行播放，其中，有声资源的第二音量为根据预定的调整目标对有声资源原有的第一音量进行调整后的音量。

确定单元201接收到用户请求智能语音设备播放某一有声资源的语音请求后，可通过语音识别以及语义解析等技术，确定出用户请求播放的有声资源。所述有声资源可包括歌曲、MV、短视频、相声、电视剧、电影等。

播放单元202可在有声资源的播放过程中，实时进行以下处理：基于当前时刻的第二音量以及预定的目标音量，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；通过耦合有声资源不同时刻的第二音量以及智能语音设备的音量，对有声资源进行播放。

具体地，播放单元202可计算当前时刻的第二音量与目标音量之差，得到第一差值，计算下一时刻的第一音量与第一差值之差，得到第二差值，将第二差值作为下一时刻的第二音量。

或者，播放单元202可在有声资源的播放过程中，实时进行以下处理：获取当前时刻有声资源播放的声音分贝；基于声音分贝以及预定的目标声音分贝，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；通过耦合有声资源不同时刻的第二音量以及智能语音设备的音量，对有声资源进行播放。

具体地，播放单元202可计算声音分贝与目标声音分贝之差，得到第三差值，根据耦合方式，确定出第三差值对应的音量调整量，按照音量调整量对下一时刻的第一音量进行调整，其中，若第三差值小于0，则增大下一时刻的第一音量，若第三差值大于0，则减小下一时刻的第一音量。

或者，播放单元202可在有声资源播放之前，根据预定的目标音量对有声资源不同时刻的第一音量进行调整，得到有声资源不同时刻的第二音量，进而可直接按照第二音量进行有声资源的播放。

具体地，播放单元202可根据有声资源不同时刻的第一音量，按照预定方式确定出第一音量常态值，通过比较第一音量常态值以及目标音量，确定出调整方向，调整方向包括增大和减小，按照调整方向调整得到有声资源不同时刻的第二音量，根据有声资源不同时刻的第二音量，按照预定方式确定出的第二音量常态值需要等于目标音量。

所述预定方式具体为何种方式可根据实际需要而定。

作为一种可能的实现方式，可通过计算均值得到音量常态值，可首先计算有声资源不同时刻的第一音量的均值，作为第一音量常态值，之后，可比较第一音量常态值以及目标音量，以确定调整方向，其中，若第一音量常态值小于目标音量，则调整方向可为增大，若第一音量常态值大于目标音量，则调整方向可为减小，进而可按照所述调整方向调整有声资源不同时刻的第一音量，得到调整后的第二音量，第二音量的均值即第二音量常态值等于目标音量。

作为另外一种可能的实现方式，可为有声资源的不同部分分别赋予不同的权重，如有声资源为歌曲，可为歌曲的前奏、主歌、副歌等部分分别赋予不同的权重，结合权重来计算第一音量常态值，同样地，在音量调整时，也需要结合权重，按照同样的计算方式计算第二音量常态值。

图2所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。

图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图3显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器(处理单元)16，存储器28，连接不同系统组件(包括存储器28和处理器16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图3所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1所示实施例中的方法。

本发明同时公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时将实现如图1所示实施例中的方法。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法等，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。

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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、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较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (12)

1.一种有声资源播放方法，其特征在于，包括：

确定用户请求智能语音设备播放的有声资源；

通过耦合所述有声资源的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放，

所述对所述有声资源进行播放包括：

在所述有声资源的播放过程中，实时进行以下处理：计算当前时刻的第二音量与目标音量之差，得到第一差值，计算下一时刻的第一音量与所述第一差值之差，得到第二差值，将所述第二差值作为下一时刻的第二音量，以基于当前时刻的第二音量以及预定的目标音量，对下一时刻的第一音量进行调整，得到下一时刻的第二音量，以使得第二音量尽量维持在目标音量附近；通过耦合所述有声资源不同时刻的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放；

其中，所述有声资源的第二音量为根据预定的调整目标对所述有声资源原有的第一音量进行调整后的音量。

2.根据权利要求1所述的方法，其特征在于，

所述对所述有声资源进行播放包括：

在所述有声资源的播放过程中，实时进行以下处理：获取当前时刻所述有声资源播放的声音分贝；基于所述声音分贝以及预定的目标声音分贝，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；

通过耦合所述有声资源不同时刻的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放。

3.根据权利要求2所述的方法，其特征在于，

所述基于所述声音分贝以及预定的目标声音分贝，对下一时刻的第一音量进行调整包括：

计算所述声音分贝与所述目标声音分贝之差，得到第三差值；

根据耦合方式，确定出所述第三差值对应的音量调整量；

按照所述音量调整量对所述下一时刻的第一音量进行调整，其中，若所述第三差值小于0，则增大所述下一时刻的第一音量，若所述第三差值大于0，则减小所述下一时刻的第一音量。

4.根据权利要求1所述的方法，其特征在于，

该方法进一步包括：

在所述有声资源播放之前，根据预定的目标音量对所述有声资源不同时刻的第一音量进行调整，得到所述有声资源不同时刻的第二音量。

5.根据权利要求4所述的方法，其特征在于，

所述根据所述目标音量对所述有声资源不同时刻的第一音量进行调整，得到所述有声资源不同时刻的第二音量包括：

根据所述有声资源不同时刻的第一音量，按照预定方式确定出第一音量常态值；

通过比较所述第一音量常态值以及所述目标音量，确定出调整方向，所述调整方向包括增大和减小；

按照所述调整方向调整得到所述有声资源不同时刻的第二音量，根据所述有声资源不同时刻的第二音量，按照所述预定方式确定出的第二音量常态值需要等于所述目标音量。

6.一种有声资源播放装置，其特征在于，包括：确定单元以及播放单元；

所述确定单元，用于确定用户请求智能语音设备播放的有声资源；

所述播放单元，用于通过耦合所述有声资源的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放，

所述播放单元在所述有声资源的播放过程中，实时进行以下处理：计算当前时刻的第二音量与目标音量之差，得到第一差值，计算下一时刻的第一音量与所述第一差值之差，得到第二差值，将所述第二差值作为下一时刻的第二音量，以基于当前时刻的第二音量以及预定的目标音量，对下一时刻的第一音量进行调整，得到下一时刻的第二音量，以使得第二音量尽量维持在目标音量附近；通过耦合所述有声资源不同时刻的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放；

其中，所述有声资源的第二音量为根据预定的调整目标对所述有声资源原有的第一音量进行调整后的音量。

7.根据权利要求6所述的装置，其特征在于，

所述播放单元在所述有声资源的播放过程中，实时进行以下处理：获取当前时刻所述有声资源播放的声音分贝；基于所述声音分贝以及预定的目标声音分贝，对下一时刻的第一音量进行调整，得到下一时刻的第二音量；通过耦合所述有声资源不同时刻的第二音量以及所述智能语音设备的音量，对所述有声资源进行播放。

8.根据权利要求7所述的装置，其特征在于，

所述播放单元计算所述声音分贝与所述目标声音分贝之差，得到第三差值，根据耦合方式，确定出所述第三差值对应的音量调整量，按照所述音量调整量对所述下一时刻的第一音量进行调整，其中，若所述第三差值小于0，则增大所述下一时刻的第一音量，若所述第三差值大于0，则减小所述下一时刻的第一音量。

9.根据权利要求6所述的装置，其特征在于，

所述播放单元进一步用于，在所述有声资源播放之前，根据预定的目标音量对所述有声资源不同时刻的第一音量进行调整，得到所述有声资源不同时刻的第二音量。

10.根据权利要求9所述的装置，其特征在于，

所述播放单元根据所述有声资源不同时刻的第一音量，按照预定方式确定出第一音量常态值，通过比较所述第一音量常态值以及所述目标音量，确定出调整方向，所述调整方向包括增大和减小，按照所述调整方向调整得到所述有声资源不同时刻的第二音量，根据所述有声资源不同时刻的第二音量，按照所述预定方式确定出的第二音量常态值需要等于所述目标音量。

11.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～5中任一项所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～5中任一项所述的方法。

Images