CN109213892A - 一种音频播放方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种音频播放方法、装置、设备及存储介质。该方法包括：获取特征数据；将特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；根据用户的生活习惯数据确定与之匹配的音频数据，并播放音频数据，通过本发明的技术方案，能够为用户推荐各种适合场景的音频。

Description

一种音频播放方法、装置、设备及存储介质

技术领域

本发明实施例涉及音频播放技术，尤其涉及一种音频播放方法、装置、设备及存储介质。

背景技术

科学研究发现，优美轻柔的音频传入人的大脑后可以刺激神经系统，促进一些酶和乙酰胆碱的分泌，缓和大脑疲劳并有利于促进睡眠。

现在市面上大部分的音箱都是作为其他电子产品的附属，一般都是被动操作然后播放声源，也不会过多记录用户生活中一些日常操作，让音箱成为了一个信息孤岛。

发明内容

本发明实施例提供一种音频播放方法、装置、设备及存储介质，以实现为用户推荐各种适合场景的音频。

第一方面，本发明实施例提供了一种音频播放方法，包括：

获取特征数据；

将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；

根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据。

进一步的，所述特征数据包括：光线数据、时间数据、声音数据、触控数据以及连接网络数据中的至少一个。

进一步的，根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据包括：

获取所述用户的当前情绪数据以及音频播放历史数据；

根据所述用户的生活习惯数据、所述当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放所述音频数据。

进一步的，所述用户的生活习惯数据包括：用户的起床时间和用户的睡眠时间。

进一步的，将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据之前，还包括：

获取样本数据，其中，所述样本数据包括：多日的光线数据、多日的时间数据、多日的声音数据、多日的触控数据、多日的连接网络数据以及对应的用户的生活习惯数据；

基于样本数据，采用深度神经网络算法进行模型训练，得到所述习惯确定模型。

第二方面，本发明实施例还提供了一种音频播放装置，该装置包括：

获取模块，用于获取特征数据；

确定模块，用于将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；

播放模块，用于根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据。

进一步的，所述特征数据包括：光线数据、时间数据、声音数据、触控数据以及连接网络数据中的至少一个。

进一步的，所述播放模块具体用于：

获取所述用户的当前情绪数据以及音频播放历史数据；

根据所述用户的生活习惯数据、所述当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放所述音频数据。

第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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本发明实施例中任一所述的音频播放方法。

第四方面，本发明实施例还提供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实现如本发明实施例中任一所述的音频播放方法。

本发明实施例通过获取特征数据；将特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；根据用户的生活习惯数据确定与之匹配的音频数据，并播放音频数据，能够为用户推荐各种适合场景的音频。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例一中的一种音频播放方法的流程图；

图2A是本发明实施例二中的一种音频播放方法的流程图；

图2B是本发明实施例二中的一种音频播放方法图示；

图3是本发明实施例三中的一种音频播放装置的结构示意图；

图4是本发明实施例四中的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

实施例一

图1为本发明实施例一提供的一种音频播放方法的流程图，本实施例可适用于音频播放的情况，该方法可以由本发明实施例中的音频播放装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：

S110，获取特征数据。

其中，所述特征数据的获取方式可以为，在音箱上安装灯源感应装置，通过灯源感应装置采集光线数据，也可以为直接获取音箱的播放记录，还可以为获取音箱的网段和与音箱匹配的终端设备的网段，也可以为通过计时器获取时间数据，也可以为获取用户输入与音箱匹配的终端设备的触控数据，还可以为根据音频播放记录确定用户开启和关闭音箱的时间。

具体的，获取音箱中灯源感应装置采集的数据、与音箱匹配的终端设备采集的数据以及网络数据。

可选的，所述特征数据包括：光线数据、时间数据、声音数据、触控数据以及连接网络数据中的至少一个。

其中，所述触控数据为用户输入与音箱匹配的终端设备的触控数据，通过用户是否触碰与音箱匹配的终端设备确定用户是否处于清醒状态。所述时间数据可以为用户关闭音频的时间和用户开启音频的时间。用户关闭音频的时间可以为用户手动关闭音频的时间，也可以为与音箱匹配的终端设备保持完全不动的时间超过预设时间后关闭音频的时间，还可以为用户设置的定义关闭时间，或者可以为某一时间段，光线数据等于预设数值后定时关闭，也可以为音箱和与音箱匹配的终端设备不在同一网段的时间超过预设时间后关闭。

其中，所述连接网络数据是用来确定音箱和与音箱匹配的终端设备是否处于同一网段，进而判断用户是否离开音箱所属的房间。

S120，将特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据。

其中，所述预先建立的习惯确定模型为根据采集的用户多日的光线数据、多日的时间数据、多日的声音数据、多日的触控数据、多日的连接网络数据以及与多日的光线数据、多日的时间数据、多日的声音数据、多日的触控数据、多日的连接网络数据对应的用户的生活习惯数据训练得到的模型，所述习惯确定模型的输入为特征数据，输出为用户的生活习惯数据。

其中，所述用户的生活习惯数据为用户的起床时间、用户的睡眠时间、用户的睡眠之前的习惯、用户起床后的习惯等，例如可以是，用户的生活习惯数据可以为：用户通常在睡觉前半个小时听侦探类小说，用户开始睡觉的时间为晚上11点。

具体的，将获取到的特征数据输入预先建立的习惯性确定模型，输出与上述特征数据相对应的生活习惯数据。

可选的，所述用户的生活习惯数据包括：用户的起床时间和用户的睡眠时间。

其中，所述用户的起床时间为用户从睡眠状态转为清醒状态的时间，所述用户的睡眠时间为用户从清醒状态转为睡眠状态的时间。

可选的，将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据之前，还包括：

获取样本数据，其中，所述样本数据包括：多日的光线数据、多日的时间数据、多日的声音数据、多日的触控数据、多日的连接网络数据以及对应的用户的生活习惯数据；

基于样本数据，采用深度神经网络算法进行模型训练，得到所述习惯确定模型。

具体的，上述样本数据可以进行更新，再根据新的样本数据训练模型，对模型进行修正。

S130，根据用户的生活习惯数据确定与之匹配的音频数据，并播放音频数据。

其中，所述播放音频数据为根据用户的生活习惯数据播放音频数据。

其中，所述音频数据可以为音乐、有声小数、相声等音频数据，本发明实施例对此不进行限制。

具体的，根据用户的生活习惯数据确定与用户的生活习惯数据匹配的音频数据，并通过音箱播放上述音频数据。

在一个具体的例子中，通过音箱上安装的灯源感应装置采集光线数据、获取音箱的播放记录，音箱和与音箱匹配的终端设备不在同一网段的时间，通过计时器获取时间数据，获取用户输入与音箱匹配的终端设备的触控数据，根据音频播放记录确定用户开启和关闭音箱的时间，将上述数据中的至少一种输入习惯确定模型，得到用户的生活习惯数据为：用户通常在睡觉前半个小时听侦探类小说，用户开始睡觉的时间为晚上11点，则根据用户的生活习惯确定音频数据为侦探类小数，在网上11点之前半个小时内播放侦探类小说，也就是从10:30开始播放侦探类小说。

本发明实施例中，让音箱成了一个主动输出的声源，通过灯源感应装置，收集用户开关灯的时间，然后对数据进行分类和处理，每天定时给用户播放轻柔的音乐，或者定时提醒用户起床和睡眠，不再让用户被那刺耳的闹钟闹醒。

需要说明的是，本申请中的确定的音频数据播放的优先级低于用户手动操作和预先定义的音频数据播放的优先级。且，若检测到音箱处于正在播放音频的状态则不会终止当前音乐播放根据用户的生活习惯数据确定的音频数据。

本实施例的技术方案，通过获取特征数据；将特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；根据用户的生活习惯数据确定与之匹配的音频数据，并播放音频数据，能够为用户推荐各种适合场景的音频。

实施例二

图2A为本发明实施例二中的一种音频播放方法的流程图，本实施例以上述实施例为基础进行优化，在本实施例中，根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据包括：获取所述用户的当前情绪数据以及音频播放历史数据；根据所述用户的生活习惯数据、所述当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放所述音频数据。

如图2A所示，本实施例的方法具体包括如下步骤：

S210，获取特征数据。

S220，将特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据。

S230，获取用户的当前情绪数据以及音频播放历史数据。

其中，所述用户的当前情绪数据可以通过获取用户在社交平台公布的动态信息确定用户的当前情绪数据，例如可以是，用户在微信的朋友圈发布动态“好忧伤”，则可以确定用户的当前情绪为低落。所述用户的当前情绪也可以通过与音箱匹配的终端设备的摄像头采集到的用户的面部表情确定用户的当前情绪，例如可以是，用户在哭泣，则可以确定用户的当前情绪为悲伤。所述用户的当前情绪还可以通过与音箱匹配的终端设备的听筒采集的声音确定用户的当前情绪，例如可以是，用户在大声的说“好棒呀”，则可以确定用户的当前情绪为开心。具体的用户的情绪可以用数据体现，本发明实施例对此不进行限制。

其中，所述音频播放历史数据可以通过查找与音箱匹配的终端设备的获得，也可以通过查找音箱的存储空间获得，本发明实施例对此不进行限制。

其中，所述音频播放历史数据可以为用户在某一时间点播放某一音频，也可以为用户循环播放的音频，例如可以是，用户在7点播放音频A，用户在10点至12点循环播放音频B等。

具体的，获取当前时刻用户的情绪数据以及音频播放历史数据。

S240，根据用户的生活习惯数据、当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放音频数据。

其中，根据音乐播放历史数据可以确定用户喜爱的音乐类型，也可以确定用户喜爱的音乐名称，还可以确定用户讨厌的音乐类型，具体的，可以通过用户播放音乐的频率、次数和时间来进行确定，本发明实施例对此不进行限制。

可选的，也可以采集用户历史的情绪数据，也就是在用户播放音频的时候的情绪数据，根据用户播放音频的时候的情绪数据也可以确定用户是否喜好当前播放的音频。

具体的，根据用户的生活习惯数据、当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放音频数据。

在一个具体的例子中，如图2B所示，用户开关灯会触发灯源感应器，感应器将开关灯的时间和状态上报到音箱服务器，服务器将数据送给专门的算法模型进行分析，算法完成计算后将指令返回给音箱，指令通过控制音箱给用户播放相关的声源。

本发明实施例通过给音箱安装感应灯的方式，实现智能提醒用户起床，让用户在刺耳的闹钟响来之前起床。通过给音箱安装感应灯的方式，实现智能提醒用户睡眠，不再搞混生物钟。

现在市面上的绝大部分音响都是作为一个被动声源出现，并不会以一个主动输出声源的装置出现，在此种情况下，本发明实施例可以尽量少操作手机，少操作电脑，通过机器学习或者算法的实现去替代一些繁琐而又重复的人工操作，通过灯源感应装置，每天从用户开关灯的用户行为上面，收集到看似无用但实际意义重大的时间数据，这也是互联网所谓的埋点，本发明实施例并不是通过传统的网络请求，或是光源请求来触发的，收集到开关灯数据以后，我们可以采用机器学习算法，到我们的资源库或者第三方的资源库，给用户推荐各种适合场景的音乐或者有声读物，让用户每天都能耳目一新。

本实施例的技术方案，通过获取特征数据，将特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据，获取用户的当前情绪数据以及音频播放历史数据，根据用户的生活习惯数据、当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放音频数据，能够为用户推荐各种适合场景的音频。

实施例三

图3为本发明实施例三提供的一种音频播放装置的结构示意图。本实施例可适用于音频播放的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供音频播放功能的设备中，如图3所示，所述音频播放装置具体包括：获取模块310、确定模块320和播放模块330。

其中，获取模块310，用于获取特征数据；

确定模块320，用于将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；

播放模块330，用于根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据。

可选的，所述特征数据包括：光线数据、时间数据、声音数据、触控数据以及连接网络数据中的至少一个。

可选的，所述播放模块具体用于：

获取所述用户的当前情绪数据以及音频播放历史数据；

根据所述用户的生活习惯数据、所述当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放所述音频数据。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

本实施例的技术方案，通过获取特征数据；将特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；根据用户的生活习惯数据确定与之匹配的音频数据，并播放音频数据，能够为用户推荐各种适合场景的音频。

实施例四

图4为本发明实施例四中的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图4显示的计算机设备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4所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元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。

计算机设备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设备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。

系统存储器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。计算机设备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4未显示，通常称为“硬盘驱动器”)。尽管图4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。

计算机设备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设备12交互的设备通信，和/或与使得该计算机设备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。另外，本实施例中的计算机设备12，显示器24不是作为独立个体存在，而是嵌入镜面中，在显示器24的显示面不予显示时，显示器24的显示面与镜面从视觉上融为一体。并且，计算机设备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。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备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。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的音频播放方法：获取特征数据；将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据。

实施例五

本发明实施例五提供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实现如本申请所有发明实施例提供的音频播放方法：获取特征数据；将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据。

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)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种音频播放方法，其特征在于，包括：

获取特征数据；

将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；

根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据。

2.根据权利要求1所述的方法，其特征在于，所述特征数据包括：光线数据、时间数据、声音数据、触控数据以及连接网络数据中的至少一个。

3.根据权利要求1所述的方法，其特征在于，根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据包括：

获取所述用户的当前情绪数据以及音频播放历史数据；

根据所述用户的生活习惯数据、所述当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放所述音频数据。

4.根据权利要求1所述的方法，其特征在于，所述用户的生活习惯数据包括：用户的起床时间和用户的睡眠时间。

5.根据权利要求1所述的方法，其特征在于，将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据之前，还包括：

获取样本数据，其中，所述样本数据包括：多日的光线数据、多日的时间数据、多日的声音数据、多日的触控数据、多日的连接网络数据以及对应的用户的生活习惯数据；

基于样本数据，采用深度神经网络算法进行模型训练，得到所述习惯确定模型。

6.一种音频播放装置，其特征在于，包括：

获取模块，用于获取特征数据；

确定模块，用于将所述特征数据输入预先建立的习惯确定模型，获得用户的生活习惯数据；

播放模块，用于根据所述用户的生活习惯数据确定与之匹配的音频数据，并播放所述音频数据。

7.根据权利要求6所述的装置，其特征在于，所述特征数据包括：光线数据、时间数据、声音数据、触控数据以及连接网络数据中的至少一个。

8.根据权利要求6所述的装置，其特征在于，所述播放模块具体用于：

获取所述用户的当前情绪数据以及音频播放历史数据；

根据所述用户的生活习惯数据、所述当前情绪数据以及音频播放历史数据确定与之匹配的音频数据，并播放所述音频数据。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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中任一所述的方法。

10.一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，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。