CN109343821A - 声音播放方法、装置、存储介质及电子装置 - Google Patents

Abstract

本发明提供了一种声音播放方法、装置、存储介质及电子装置，该方法包括：获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；按照所述声音的信息播放所述声音。通过本发明，解决智能家居在进行声音播放时，并不会根据目标对象的活动内容进行自动调整的问题，达到智能家居的闹钟会根据用户的活动内容进行自动调整的效果。

Description

声音播放方法、装置、存储介质及电子装置

技术领域

本发明涉及通信领域，具体而言，涉及一种声音播放方法、装置、存储介质及电子装置。

背景技术

目前智能家居的生活越来越受追捧，各种智能家居设备层出不穷，目前市场智能空调有语音、图像等各式智能功能。在智能家居上设置在预定的时间播放声音，如设置闹钟，以达到提醒用户的功能，是目前智能家居流行的趋势。目前各种音乐闹钟，震动闹钟，咖啡闹钟，灯光闹钟等等层出不穷。然而，现有技术中的闹钟往往需要用户预先设置，并不会根据用户的活动内容进行自动调整。例如，在现实生活中常常会出现由于起床铃声设置的音乐类型不够温和或者声音设置的较大，导致用户往往收到起床铃声的惊吓，降低了用户体验。

针对相关技术中，智能家居在进行声音播放时，并不会根据目标对象的活动内容进行自动调整的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种声音播放方法、装置、存储介质及电子装置，以至少解决相关技术中智能家居在进行声音播放时，并不会根据目标对象的活动内容进行自动调整的问题。

根据本发明的一个实施例，提供了一种声音播放方法，包括：获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；按照所述声音的信息播放所述声音。

可选地，使用第一模型对所述目标数据进行分析，预测待播放的声音的信息包括以下至少之一：使用所述第一模型对所述目标数据进行分析，预测所述声音的类型信息；使用所述第一模型对所述目标数据进行分析，预测所述声音的声音特征信息。

可选地，在按照所述声音的信息播放所述声音之前，所述方法还包括：使用第二模型对所述目标数据进行分析，预测播放所述声音的第一播放时间；按照所述声音的信息播放所述声音包括：在达到所述第一播放时间时，按照所述声音的信息播放所述声音。

可选地，在预测播放所述声音的第一播放时间之后，所述方法还包括：将所述第一播放时间的信息发送给用户设备UE，以指示所述UE显示所述第一播放时间的信息，其中，所述UE具备根据输入的第一调整指令调整所述第一播放时间的信息的能力；接收来自所述UE的第二调整指令，其中，所述第二调整指令为所述UE根据所述第一调整指令所触发的；根据所述第一调整指令对所述第一播放时间的信息进行调整。

可选地，在达到所述第一播放时间时，按照所述声音的信息播放所述声音包括：将所述第一播放时间更新为调整后的第一播放时间，并在达到所述调整后的第一播放时间时，按照所述声音的信息播放所述声音。

可选地，在预测待播放的声音的信息之后，所述方法还包括：将所述声音的信息发送给用户设备UE，以指示所述UE显示所述声音的信息，其中，所述UE具备根据输入的第三调整指令调整所述声音的信息的能力；接收来自所述UE的第四调整指令，其中，所述第四调整指令为所述UE根据所述第三调整指令所触发的；根据所述第四调整指令对所述声音的信息进行调整。

可选地，按照所述声音的信息播放所述声音包括：将所述声音的信息更新为调整后的声音的信息，并按照所述调整后的声音的信息播放所述声音。

根据本发明的另一个实施例，提供了一种声音播放装置，包括：获取模块，用于获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；预测模块，用于使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；播放模块，用于按照所述声音的信息播放所述声音。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，由于通过第一模型多目标对象的活动内容进行分析，按照通过第一模型预测得到的播放声音的信息播放所述声音。因此，可以解决智能家居在进行声音播放时，并不会根据目标对象的活动内容进行自动调整的问题，达到智能家居的闹钟会根据用户的活动内容进行自动调整的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种声音播放方法的智能家居终端的硬件结构框图；

图2是根据本发明实施例的声音播放方法的流程图；

图3是根据本发明实施例的数据流结构图；

图4是根据本发明实施例的语音指令控制功能设置示图；

图5是根据本发明实施例的声音播放装置的结构框图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本申请实施例一所提供的方法实施例可以在智能家居终端、移动终端或者类似的运算装置中执行。以运行在智能家居终端上为例，图1是本发明实施例的一种声音播放方法的智能家居终端的硬件结构框图。如图1所示，智能家居终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述智能家居终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，智能家居终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的声音播放方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括智能家居终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种运行于智能家居终端的声音播放方法，图2是根据本发明实施例的声音播放的流程图，如图2所示，该流程包括如下步骤：

步骤S202，获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；

步骤S204，使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；

步骤S206，按照所述声音的信息播放所述声音。

通过上述步骤由于通过第一模型多目标对象的活动内容进行分析，按照通过第一模型预测得到的播放声音的信息播放所述声音。因此，可以解决智能家居在进行声音播放时，并不会根据目标对象的活动内容进行自动调整的问题，达到智能家居的闹钟会根据用户的活动内容进行自动调整的效果。

可选地，上述步骤的执行主体可以为终端等，但不限于此。

在一个可选实施例，使用第一模型对所述目标数据进行分析，预测待播放的声音的信息包括以下至少之一：使用所述第一模型对所述目标数据进行分析，预测所述声音的类型信息；使用所述第一模型对所述目标数据进行分析，预测所述声音的声音特征信息。在本实施例，其中第一模型可以为人工智能分析模型，例如，人工神经网络模型。下面举例说明，利用采集设备采集用户的睡眠信息(对应于目标数据)，其中，睡眠信息包括用户开始睡眠的时间，结束睡眠的时间，用户深睡眠与时间的关系，浅睡眠与时间的关系等。根据采集得到的用户睡眠信息训练人工神经网络模型(对应于第一模型)，利用该训练得到的人工神经网络模型可以预测用户在某个时间点的睡眠状态，例如，可以预测出在某个时间点用户结束睡眠，进而在该时间点自动设置一个闹钟铃声，并根据用户在结束睡眠之前是深睡眠还是浅睡眠自动设置闹钟所播放的音乐类型及声音大小，例如，若在结束睡眠之前的一段时间内，用户是深睡眠，那么此时设置的闹钟铃声类型是欢快类型的音乐，并且声音较大。反之，闹钟自动调整为舒缓类型的音乐，声音较小。

在一个可选实施例，在按照所述声音的信息播放所述声音之前，所述方法还包括：使用第二模型对所述目标数据进行分析，预测播放所述声音的第一播放时间；按照所述声音的信息播放所述声音包括：在达到所述第一播放时间时，按照所述声音的信息播放所述声音。在本实施例中，其中第二模型可以为人工智能分析模型，例如，人工神经网络模型，第二模型与第一模型可以是同一个人工神经网络模型，该模型既具有预测声音的声音特征信息的功能，还具有预测播放声音的第一播放时间的功能。第二模型与第一模型也可以是两个不同的模型。下面举例说明，利用采集设备采集用户的睡眠信息(对应于目标数据)，其中，睡眠信息包括用户开始睡眠的时间，解说睡眠的时间，用户深睡眠与时间的关系，浅睡眠与时间的关系等。根据采集得到的用户睡眠信息训练人工神经网络模型(对应于第二模型)，利用该训练得到的人工神经网络模型可以预测出用户的生物钟，即，用户一般情况下习惯在哪个时间点进入睡眠，哪个时间结束睡眠，根据预测出的结果，智能家居中的闹钟可以自动设置一个时间闹钟，提醒用户在预测出的某个时间点该睡觉了，在预测出的另外一个时间点该起床了。

在一个可选实施例，在预测播放所述声音的第一播放时间之后，所述方法还包括：将所述第一播放时间的信息发送给用户设备UE，以指示所述UE显示所述第一播放时间的信息，其中，所述UE具备根据输入的第一调整指令调整所述第一播放时间的信息的能力；接收来自所述UE的第二调整指令，其中，所述第二调整指令为所述UE根据所述第一调整指令所触发的；根据所述第一调整指令对所述第一播放时间的信息进行调整。在本实施例，智能家居的闹钟将预测出的播放闹钟的时间信息发送给用户终端(可以是手机终端或者平板电脑等终端的某个应用APP(Application program，简称APP，应用程序))，用户可以通过手机终端了解智能家居所设置的闹钟播放时间(对应于第一播放时间的信息)，并且用户可以在手机终端上修改闹钟的播放时间(第一调整指令)，以防止用户在某天有特殊的事情需要早起(如，赶飞机)。手机终端将用户的修改信息发送至智能家居(对应于第二调整指令)，智能家居根据该信息修改闹钟的播放时间。

在一个可选实施例，在达到所述第一播放时间时，按照所述声音的信息播放所述声音包括：将所述第一播放时间更新为调整后的第一播放时间，并在达到所述调整后的第一播放时间时，按照所述声音的信息播放所述声音。在本实施例中，智能家居根据由用户手机终端发送的用户修改后的闹钟提醒时间修改闹钟的播放时间，在修改后的时间到达时，播放闹钟铃声。

在一个可选实施例，在预测待播放的声音的信息之后，所述方法还包括：将所述声音的信息发送给用户设备UE，以指示所述UE显示所述声音的信息，其中，所述UE具备根据输入的第三调整指令调整所述声音的信息的能力；接收来自所述UE的第四调整指令，其中，所述第四调整指令为所述UE根据所述第三调整指令所触发的；根据所述第四调整指令对所述声音的信息进行调整。在本实施例，智能家居的闹钟将预测出的播放闹钟的声音信息时间信息发送给用户终端(可以是手机终端或者平板电脑等终端的某个应用APP)，用户可以通过手机终端了解智能家居所设置的闹钟播放的音乐类型和闹钟声音的大小(对应于声音的信息)，并且用户可以在手机终端上修改声音的信息(第三调整指令)，用户可以根据喜好修改音乐类型和播放音乐的声音大小。手机终端将用户的修改信息发送至智能家居(对应于第四调整指令)，智能家居根据该信息修改闹钟的播放音乐信息，如，音乐类型和声音大小。

在一个可选实施例，按照所述声音的信息播放所述声音包括：将所述声音的信息更新为调整后的声音的信息，并按照所述调整后的声音的信息播放所述声音。在本实施例中，智能家居根据由用户手机终端发送的用户修改后的闹钟播放音乐的信息，按照修改后的音乐信息播放闹钟音乐。

下面结合具体实施例来对本申请进行说明。

以智能空调闹钟为例，智能空调可以监测用户的睡眠状态信息，用户何时进入睡眠，在某个时间段是深睡眠，在某个时间段是浅睡眠。通过监测得到的用户睡眠信息训练得到人工神经网路模型。通过该神经网络模型可以预测得到用户的习惯睡眠时间和习惯结束睡眠时间，根据预测得到的结果自动设置提醒睡眠闹钟和起床闹钟。并根据用户在结束睡眠前的一段时间内用户是深睡眠还是浅睡眠，自动设置闹钟的音乐类型和播放的声音大小，若是深睡眠则设置较欢快类型的音乐，且播放声音较大，反之，设置舒缓类型音乐且声音较小。

智能家居设备可以将其设置的闹钟信息发送至用户终端，用户可以通过终端查看闹钟的相关信息，用户可以在终端上修改该信息。例如，智能家居自动设置的是早晨8点起床，音乐类型是舒缓，播放声音是较小，但是，用户在某一天需要6点起床，此时，用户可以通过终端修改闹钟时间为6点，终端将修改信息发送至智能家居，智能家居根据用户在6点时用户的睡眠状态，修改闹钟播放音乐的类型及生意大小，并修改播放闹钟时间为6点，例如，在6点时用户是深度睡眠，那么智能家居将闹钟的音乐类型调整为欢快，并且把声音调大，并将修改后的闹钟信息发送至用户终端。

图3为本申请实施例的数据流结构图，其中，可穿戴设备用于监测用户的睡眠数据，可穿戴设备将用户的睡眠数据发送至云端服务器和用户终端(对应于图3中的步骤301和步骤302)，云端服务器将训练得出的最佳起床模式发送至智能家居设备(对应于图3中的空调)(对应于图3中的步骤303)，智能家居设备将设置的闹钟数据反馈给云端服务器(对应于图3中的步骤304)，智能家居设备也可以将设置的闹钟数据发送至用户终端(对应于图3中的步骤305)，用户在终端中可以更改闹钟数据，并将其发送至智能家居设备(对应于图3中的步骤301和步骤306)，智能家居设备根据终端发送的闹钟数据播放设置闹钟。

图4为语音指令控制功能设置示图，具体包括如下步骤：

步骤401，用户向智能家居设备(对应于图4中的空调)发出语音控制指令，指示智能家居设备设置一个闹钟；

步骤402，智能家居设备根据所获取的用户设定的闹钟数据，设置闹钟；

步骤403，智能家居设备将设置的闹钟信息发送至用户终端(对应于图4终端的手机APP)；

步骤404，智能家居设备将设置的闹钟信息发送至云端服务器，云端服务器更具其训练好的人工神经网络模型分析闹钟数据；

步骤405，云端服务器将用户最佳的睡眠模式发送至智能家居设备，智能家居设备更具用户最佳睡眠模式设置闹钟。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。

在本实施例中还提供了一种声音播放装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图5是根据本发明实施例的声音播放装置的结构框图，如图5所示，该装置包括：获取模块52，用于获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；预测模块54，用于使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；播放模块56，用于按照所述声音的信息播放所述声音。

在一个可选实施例，上述预测模块54还用于，使用所述第一模型对所述目标数据进行分析，预测所述声音的类型信息；使用所述第一模型对所述目标数据进行分析，预测所述声音的声音特征信息；

在一个可选实施例，上述装置还用于，在按照所述声音的信息播放所述声音之前，使用第二模型对所述目标数据进行分析，预测播放所述声音的第一播放时间；按照所述声音的信息播放所述声音包括：在达到所述第一播放时间时，按照所述声音的信息播放所述声音。

在一个可选实施例，上述装置还用于，在预测播放所述声音的第一播放时间之后，将所述第一播放时间的信息发送给用户设备UE，以指示所述UE显示所述第一播放时间的信息，其中，所述UE具备根据输入的第一调整指令调整所述第一播放时间的信息的能力；接收来自所述UE的第二调整指令，其中，所述第二调整指令为所述UE根据所述第一调整指令所触发的；根据所述第一调整指令对所述第一播放时间的信息进行调整。

在一个可选实施例，上述装置还用于，将所述第一播放时间更新为调整后的第一播放时间，并在达到所述调整后的第一播放时间时，按照所述声音的信息播放所述声音。

在一个可选实施例，上述装置还用于，在预测待播放的声音的信息之后，将所述声音的信息发送给用户设备UE，以指示所述UE显示所述声音的信息，其中，所述UE具备根据输入的第三调整指令调整所述声音的信息的能力；接收来自所述UE的第四调整指令，其中，所述第四调整指令为所述UE根据所述第三调整指令所触发的；根据所述第四调整指令对所述声音的信息进行调整。

在一个可选实施例，上述装置还用于，将所述声音的信息更新为调整后的声音的信息，并按照所述调整后的声音的信息播放所述声音。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；

S2，使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；

S3，按照所述声音的信息播放所述声音。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；

S2，使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；

S3，按照所述声音的信息播放所述声音。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，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 (10)

1.一种声音播放方法，其特征在于，包括：

获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；

使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；

按照所述声音的信息播放所述声音。

2.根据权利要求1所述的方法，其特征在于，使用第一模型对所述目标数据进行分析，预测待播放的声音的信息包括以下至少之一：

使用所述第一模型对所述目标数据进行分析，预测所述声音的类型信息；

使用所述第一模型对所述目标数据进行分析，预测所述声音的声音特征信息。

3.根据权利要求1或2所述的方法，其特征在于，

在按照所述声音的信息播放所述声音之前，所述方法还包括：使用第二模型对所述目标数据进行分析，预测播放所述声音的第一播放时间；

按照所述声音的信息播放所述声音包括：在达到所述第一播放时间时，按照所述声音的信息播放所述声音。

4.根据权利要求3所述的方法，其特征在于，在预测播放所述声音的第一播放时间之后，所述方法还包括：

将所述第一播放时间的信息发送给用户设备UE，以指示所述UE显示所述第一播放时间的信息，其中，所述UE具备根据输入的第一调整指令调整所述第一播放时间的信息的能力；

接收来自所述UE的第二调整指令，其中，所述第二调整指令为所述UE根据所述第一调整指令所触发的；

根据所述第一调整指令对所述第一播放时间的信息进行调整。

5.根据权利要求4所述的方法，其特征在于，在达到所述第一播放时间时，按照所述声音的信息播放所述声音包括：

将所述第一播放时间更新为调整后的第一播放时间，并在达到所述调整后的第一播放时间时，按照所述声音的信息播放所述声音。

6.根据权利要求1至5任一项所述的方法，其特征在于，在预测待播放的声音的信息之后，所述方法还包括：

将所述声音的信息发送给用户设备UE，以指示所述UE显示所述声音的信息，其中，所述UE具备根据输入的第三调整指令调整所述声音的信息的能力；

接收来自所述UE的第四调整指令，其中，所述第四调整指令为所述UE根据所述第三调整指令所触发的；

根据所述第四调整指令对所述声音的信息进行调整。

7.根据权利要求6所述的方法，其特征在于，按照所述声音的信息播放所述声音包括：

将所述声音的信息更新为调整后的声音的信息，并按照所述调整后的声音的信息播放所述声音。

8.一种声音播放装置，其特征在于，包括：

获取模块，用于获取目标数据，其中，所述目标数据用于标识目标对象的活动内容；

预测模块，用于使用第一模型对所述目标数据进行分析，预测待播放的声音的信息；

播放模块，用于按照所述声音的信息播放所述声音。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。