CN111773620A - 辅助单车训练的方法及装置、网络模型的训练方法及装置 - Google Patents
辅助单车训练的方法及装置、网络模型的训练方法及装置 Download PDFInfo
- Publication number
- CN111773620A CN111773620A CN202010620684.0A CN202010620684A CN111773620A CN 111773620 A CN111773620 A CN 111773620A CN 202010620684 A CN202010620684 A CN 202010620684A CN 111773620 A CN111773620 A CN 111773620A
- Authority
- CN
- China
- Prior art keywords
- audio
- training
- user
- processed
- information
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000008569 process Effects 0.000 claims description 14
- 230000037147 athletic performance Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 4
- 230000033764 rhythmic process Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000009987 spinning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
- A63B22/06—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with support elements performing a rotating cycling movement, i.e. a closed path movement
- A63B22/0605—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with support elements performing a rotating cycling movement, i.e. a closed path movement performing a circular movement, e.g. ergometers
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
- G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Cardiology (AREA)
- Vascular Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明提供了一种辅助单车训练的方法及装置、网络模型的训练方法及装置,涉及信号处理技术领域。该辅助单车训练的方法包括:确定第一用户对应的待处理音频;将待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息;基于音频元素信息生成待处理音频对应的运动数据。本发明能够基于第一用户对应的待处理音频生成用于辅助第一用户进行单车训练的运动数据,进而满足第一用户的个性化训练需求,提高用户体验好感度。此外,由于运动数据是基于音频拆分模型生成的音频元素信息确定的,运动数据和待处理音频之间的匹配度更高,因此,本发明实施例也能够进一步提升训练效果。
Description
技术领域
本发明涉及信号处理技术领域,具体涉及辅助单车训练的方法及装置、网络模型的训练方法及装置、计算机可读存储介质和电子设备。
背景技术
近年来,随着经济的迅速发展,人们的生活质量在不断提高,人们的健身意识也在不断增强。动感单车作为一种有氧健身方式,不仅能够充分激活身体的运动细胞以消耗能量,而且能够实现减脂的目的。
然而,通常情况下,现有动感单车中的训练课程均是由教练预先录制生成的。具体而言,任一训练课程,不论是课程模式还是课程音乐,均是教练预先设定的。因此,现有动感单车的训练课程无法满足用户的个性化训练需求,用户体验好感度极差。
发明内容
为了解决上述技术问题,提出了本发明。本发明的实施例提供了一种辅助单车训练的方法及装置、网络模型的训练方法及装置、计算机可读存储介质和电子设备。
在一方面,本发明实施例提供了一种辅助单车训练的方法,该辅助单车训练的方法包括:确定第一用户对应的待处理音频;将待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息;基于音频元素信息生成待处理音频对应的运动数据,其中,运动数据为用于辅助第一用户进行单车训练的运动数据。
在另一方面,本发明实施例提供了一种网络模型的训练方法,该网络模型的训练方法包括:确定训练音频以及训练音频对应的音频元素信息;建立初始网络模型,并基于训练音频和音频元素信息训练初始网络模型,以生成音频拆分模型,其中,音频拆分模型用于基于待处理音频生成待处理音频对应的音频元素信息。
在另一方面,本发明实施例提供了一种辅助单车训练的装置,该辅助单车训练的装置包括:待处理音频确定模块,用于确定第一用户对应的待处理音频;第一生成模块,用于将待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息;第二生成模块,用于基于音频元素信息生成待处理音频对应的运动数据,其中,运动数据为用于辅助第一用户进行单车训练的运动数据。
在另一方面,本发明实施例提供了一种网络模型的训练装置,该网络模型的训练装置包括:确定模块,用于确定训练音频以及训练音频对应的音频元素信息;训练模块,用于建立初始网络模型,并基于训练音频和音频元素信息训练初始网络模型,以生成音频拆分模型,其中,音频拆分模型用于基于待处理音频生成待处理音频对应的音频元素信息。
在另一方面,本发明实施例提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述实施例所述的辅助单车训练的方法,或者用户执行上述实施例所述的网络模型的训练方法。
在另一方面,本发明实施例提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于执行上述实施例所述的辅助单车训练的方法,或者用户执行上述实施例所述的网络模型的训练方法。
在另一方面,本发明实施例提供了一种单车,该单车上装载有上述实施例所述的辅助单车训练的装置和/或网络模型的训练装置。
与现有技术相比,本发明实施例无需预先生成训练课程,并在训练课程中限定运动数据和运动数据对应的、能够辅助训练的音频。本发明实施例提供的辅助单车训练的方法,能够基于第一用户对应的待处理音频生成用于辅助第一用户进行单车训练的运动数据,进而满足第一用户的个性化训练需求,提高用户体验好感度。此外,由于运动数据是基于音频拆分模型生成的音频元素信息确定的,运动数据和待处理音频之间的匹配度更高,因此,本发明实施例也能够进一步提升训练效果。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1所示为本发明实施例所适用的一场景示意图。
图2所示为本发明一示例性实施例提供的辅助单车训练的方法的流程示意图。
图3所示为本发明一示例性实施例提供的基于音频元素信息生成待处理音频对应的运动数据的流程示意图。
图4所示为本发明一示例性实施例提供的运动数据实际生成过程示意图。
图5所示为本发明另一示例性实施例提供的辅助单车训练的方法的流程示意图。
图6所示为本发明又一示例性实施例提供的辅助单车训练的方法的流程示意图。
图7所示为本发明一示例性实施例提供的确定第一用户对应的待处理音频的流程示意图。
图8所示为本发明一示例性实施例提供的网络模型的训练方法的流程示意图。
图9所示为本发明一示例性实施例提供的辅助单车训练的装置的结构示意图。
图10所示为本发明一示例性实施例提供的第二生成模块的结构示意图。
图11所示为本发明另一示例性实施例提供的辅助单车训练的装置的结构示意图。
图12所示为本发明又一示例性实施例提供的辅助单车训练的装置的结构示意图。
图13所示为本发明一示例性实施例提供的待处理音频确定模块的结构示意图。
图14所示为本发明一示例性实施例提供的网络模型的训练装置的结构示意图。
图15所示为本发明一示例性实施例提供的电子设备的结构示意图。
具体实施方式
下面,将参考附图详细地描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。
本发明实施例中的单车可以是户外骑行所用的普通单车,也可以是室内自行车训练课程所用的健身器材,本发明实施例对此不作限定。此外,本发明实施例中的用户终端可以是设置在单车上的用户终端,也可以是移动终端,例如手机或平板电脑。
示例性系统
图1所示为本发明实施例所适用的一场景示意图。如图1所示,本发明实施例所适用的场景中包括单车110和服务器120,其中,单车110上装载有用户终端111,服务器120与用户终端111之间具备通信连接关系。用户终端111用于获取第一用户的相关信息,并基于获取的相关信息与服务器120实现信息交互。服务器120中存储有音频拆分模型等数据。
具体而言,首先,服务器120基于单车110中的用户终端111确定第一用户对应的待处理音频,然后,服务器120将获取的待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息,基于音频元素信息生成待处理音频对应的运动数据,并将运动数据传送至用户终端111,以辅助第一用户进行单车训练。即,该场景实现了一种辅助单车训练的方法。
在本发明实施例所适用的另一场景中,单车110进一步包括与用户终端111通信连接的传感器。传感器用于获取第一用户的运动表现数据,以便用户终端111或服务器120基于获取的运动表现数据进行运动评价等操作。举例说明,传感器设置在单车110的踏板内,进而借助设置在踏板内的传感器采集第一用户的踩踏力度、踩踏频率以及踩踏时间点等诸多运动信息。
示例性地,传感器和用户终端111基于蓝牙技术建立通信连接关系。
示例性方法
图2所示为本发明一示例性实施例提供的辅助单车训练的方法的流程示意图。如图2所示,本发明实施例提供的辅助单车训练的方法包括如下步骤。
步骤S210,确定第一用户对应的待处理音频。
示例性地,第一用户为想要借助单车进行单车训练的用户。
示例性地,待处理音频指的是与第一用户输入的音频声纹信息对应的待处理音频。
步骤S220,将待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息。
在本发明一实施例中,音频元素信息包括节奏信息、节拍信息和能量信息中的至少一种。
示例性地,音频拆分模型为基于深度学习的神经网络模型,比如包括卷积层等结构的卷积神经网络模型。
步骤S230,基于音频元素信息生成待处理音频对应的运动数据。
步骤S230中提及的运动数据为用于辅助第一用户进行单车训练的运动数据。示例性地,运动数据包括踏频数据、速度数据和节奏数据中的至少一种。优选地,运动数据进一步包括分值数据、难度评级数据、最高分数据和分段分数数据中的至少一种。
由于音频元素信息能够更好地表征待处理音频的音频特性,因此,基于音频元素信息能够更准确地生成待处理音频对应的运动数据,从而为待处理音频匹配更适合的运动数据。示例性地,音频特性包括音频风格、音频类型和音频高潮区域等信息。
在实际应用过程中,首先确定第一用户对应的待处理音频,然后将待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息,继而基于音频元素信息生成待处理音频对应的运动数据。
与现有技术相比,本发明实施例无需预先生成训练课程,并在训练课程中限定运动数据和运动数据对应的、能够辅助训练的音频。本发明实施例提供的辅助单车训练的方法,能够基于第一用户对应的待处理音频生成用于辅助第一用户进行单车训练的运动数据,进而满足第一用户的个性化训练需求,提高用户体验好感度。此外,由于运动数据是基于音频拆分模型生成的音频元素信息确定的,运动数据和待处理音频之间的匹配度更高,因此,本发明实施例也能够进一步提升训练效果。
图3所示为本发明一示例性实施例提供的基于音频元素信息生成待处理音频对应的运动数据的流程示意图。在本发明图2所示实施例的基础上延伸出本发明图3所示实施例,下面着重叙述图3所示实施例与图2所示实施例的不同之处,相同之处不再赘述。
如图3所示,在本发明实施例提供的辅助单车训练的方法中,基于音频元素信息生成待处理音频对应的运动数据步骤,包括如下步骤。
步骤S231,确定第一用户对应的历史训练数据。
应当理解,历史训练数据能够表征第一用户的运动能力和运动喜好等信息。那么,将历史训练数据作为生成运动数据的参考参数之一,能够进一步提高第一用户对所生成的运动数据的满意度。
示例性地,历史训练数据包括历史课程分数信息、历史课程匹配曲线信息、历史课程参与时长信息和历史训练时间信息中的至少一种。
步骤S232,利用预设数据生成算法,基于历史训练数据和音频元素信息生成运动数据。
需要说明的是,步骤S232中提及的预设数据生成算法,指的是能够综合历史训练数据和音频元素信息生成运动数据的算法。
举例说明,音频元素信息包括待处理音频的节拍信息,运动数据包括踏频数据,具体包括第一强度踏频、第二强度踏频和第三强度踏频。如果基于节拍信息应当确定运动数据的踏频数据为第二强度踏频,而根据第一用户的历史训练数据发现第一用户的历史训练课程均是第三强度踏频,那么,预设数据生成算法通过对历史训练数据和音频元素信息的处理分析后,便将运动数据的踏频数据确定为第三强度踏频,以便进一步满足用户需求。
本发明实施例提供的辅助单车训练的方法,通过确定第一用户对应的历史训练数据,继而利用预设数据生成算法,基于历史训练数据和音频元素信息生成运动数据的方式,实现了基于音频元素信息生成待处理音频对应的运动数据的目的。本发明实施例能够进一步提高第一用户对所生成的运动数据的满意度。
下面结合图4具体说明运动数据的实际生成过程。
图4所示为本发明一示例性实施例提供的运动数据实际生成过程示意图。如图4所示,首先将第一用户对应的待处理音频410输入到音频拆分模型420,以便音频拆分模型420输出音频分层信息430。其中,音频分层信息430指的是对待处理音频410进行音频特征分析处理后得到的信息,基于音频分层信息430能够分别确定节奏信息431、节拍信息432和强度信息433。
继续参照图4,利用预设数据生成算法450,基于节奏信息431、节拍信息432、强度信息433和第一用户的历史训练数据440生成能够辅助第一用户进行单车训练的运动数据460。
图5所示为本发明另一示例性实施例提供的辅助单车训练的方法的流程示意图。在本发明图2所示实施例的基础上延伸出本发明图5所示实施例,下面着重叙述图5所示实施例与图2所示实施例的不同之处,相同之处不再赘述。
如图5所示,在本发明实施例提供的辅助单车训练的方法中,在基于音频元素信息生成待处理音频对应的运动数据步骤之后,进一步包括如下步骤。
步骤S510,创建对战虚拟房间。
示例性地,步骤S510中提及的对战虚拟房间是服务器建立的、能够呈现第一用户和第二用户的竞赛信息的虚拟房间,该虚拟房间可以在用户终端的显示屏幕上显示。应当理解,对战虚拟房间的房主为第一用户。
步骤S520,获取第一用户的邀请信息,并将邀请信息发送至对应的第二用户。
示例性地,基于对战虚拟房间获取第一用户的邀请信息。其中,邀请信息包括竞赛邀请信息和/或陪伴邀请信息。
优选地,第二用户亦为欲基于单车进行训练的用户,对应地,将邀请信息发送至对应的第二用户的用户终端。
步骤S530,接收到第二用户的确认接受邀请信息后,建立第一用户和第二用户之间的对战关系,并将待处理音频和运动数据发送至第二用户。
在实际应用过程中,首先确定第一用户对应的待处理音频,将待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息,并基于音频元素信息生成待处理音频对应的运动数据,然后创建对战虚拟房间,获取第一用户的邀请信息,并将邀请信息发送至对应的第二用户,继而在接收到第二用户的确认接受邀请信息后,建立第一用户和第二用户之间的对战关系,并将待处理音频和运动数据发送至第二用户。
本发明实施例提供的辅助单车训练的方法,能够进一步满足第一用户丰富的个性化训练需求,满足第一用户在训练的同时进行社交的目的,进而进一步提高用户体验好感度。
图6所示为本发明又一示例性实施例提供的辅助单车训练的方法的流程示意图。在本发明图5所示实施例的基础上延伸出本发明图6所示实施例,下面着重叙述图6所示实施例与图5所示实施例的不同之处,相同之处不再赘述。
如图6所示,在本发明实施例提供的辅助单车训练的方法中,在接收到第二用户的确认接受邀请信息后,建立第一用户和第二用户之间的对战关系,并将待处理音频和运动数据发送至第二用户步骤之后,进一步包括如下步骤。
步骤S610,在对战过程中,记录第一用户和第二用户的运动表现数据。
示例性地,运动表现数据包括第一用户和第二用户的实际踩踏节奏与待处理音频对应的节奏信息的匹配度等。
步骤S620,将运动表现数据进行可视化展现操作。
在本发明一实施例中,借助用户终端,将运动表现数据以图形用户界面(Graphical User Interface,GUI)的形式进行可视化展示。其中,用户终端设置在单车上,并通过蓝牙从设置在单车上的传感器获取运动表现数据。
示例性地,图形用户界面包括文字、图表、动画以及音效等一种或多种的组合呈现内容。
在实际应用过程中,首先确定第一用户对应的待处理音频,将待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息,并基于音频元素信息生成待处理音频对应的运动数据,然后创建对战虚拟房间,获取第一用户的邀请信息,并将邀请信息发送至对应的第二用户,继而在接收到第二用户的确认接受邀请信息后,建立第一用户和第二用户之间的对战关系,并将待处理音频和运动数据发送至第二用户,最后在对战过程中,记录第一用户和第二用户的运动表现数据,并将运动表现数据进行可视化展现操作。
本发明实施例提供的辅助单车训练的方法,能够进一步提升训练的趣味性,进而进一步提高用户体验好感度。
图7所示为本发明一示例性实施例提供的确定第一用户对应的待处理音频的流程示意图。在本发明图2所示实施例的基础上延伸出本发明图7所示实施例,下面着重叙述图7所示实施例与图2所示实施例的不同之处,相同之处不再赘述。
如图7所示,在本发明实施例提供的辅助单车训练的方法中,确定第一用户对应的待处理音频步骤,包括如下步骤。
步骤S211,基于音频输入装置获取第一用户输入的音频声纹信息。
在本发明一实施例中,第一用户输入的音频声纹信息指的是第一用户自行哼唱或借助音响等设备发出的音频声纹信息。
应当理解,步骤S211中提及的音频输入装置,既可以是单车上装载的、与服务器通信连接的音频输入装置,又可以是用户终端的音频输入装置,比如用户终端的麦克风。
步骤S212,基于音频声纹信息和预设音频库确定音频声纹信息对应的索引信息。
示例性地,第一用户输入的音频声纹信息是一首歌曲的一个片段,并非整首歌曲。那么,本发明实施例通过将音频声纹信息与预设音频库中的歌曲进行比对的方式能够确定该音频声纹信息对应的歌曲名称信息(即索引信息)。
步骤S213,基于索引信息确定待处理音频。
示例性地,第一用户输入的音频声纹信息是一首歌曲的一个片段,对应地,待处理音频为该首歌曲的完整音频。
本发明实施例提供的辅助单车训练的方法,通过基于音频输入装置获取第一用户输入的音频声纹信息,基于音频声纹信息和预设音频库确定音频声纹信息对应的索引信息,继而基于索引信息确定待处理音频的方式,实现了确定第一用户对应的待处理音频的目的。与现有技术相比,本发明实施例无需第一用户输入完整的待处理音频,因此,本发明实施例能够避免因第一用户不能输入完整的待处理音频,第一用户便不能依照自己的兴趣进行训练的情况,极大提高了用户体验好感度。
图8所示为本发明一示例性实施例提供的网络模型的训练方法的流程示意图。如图8所示,本发明实施例提供的网络模型的训练方法包括如下步骤。
步骤S810,确定训练音频以及训练音频对应的音频元素信息。
应当理解,步骤S810中提及的训练音频与上述实施例提及的待处理音频对应。比如,训练音频和待处理音频均为完整歌曲对应的音频。
步骤S820,建立初始网络模型,并基于训练音频和音频元素信息训练初始网络模型,以生成音频拆分模型。
步骤S820中提及的音频拆分模型用于基于待处理音频生成待处理音频对应的音频元素信息。
本发明实施例提供的网络模型的训练方法,通过确定训练音频以及训练音频对应的音频元素信息,建立初始网络模型,并基于训练音频和音频元素信息训练初始网络模型的方式,实现了训练生成音频拆分模型的目的。
示例性装置
图9所示为本发明一示例性实施例提供的辅助单车训练的装置的结构示意图。如图9所示,本发明实施例提供的辅助单车训练的装置包括:
待处理音频确定模块910,用于确定第一用户对应的待处理音频;
第一生成模块920,用于将待处理音频输入至音频拆分模型,以生成待处理音频对应的音频元素信息;
第二生成模块930,用于基于音频元素信息生成待处理音频对应的运动数据。
示例性地,辅助单车训练的装置为服务器。
图10所示为本发明一示例性实施例提供的第二生成模块的结构示意图。在本发明图9所示实施例的基础上延伸出本发明图10所示实施例,下面着重叙述图10所示实施例与图9所示实施例的不同之处,相同之处不再赘述。
如图10所示,在本发明实施例提供的辅助单车训练的装置中,第二生成模块930包括:
历史训练数据确定单元931,用于确定第一用户对应的历史训练数据;
运动数据生成单元932,用于利用预设数据生成算法,基于历史训练数据和音频元素信息生成运动数据。
图11所示为本发明另一示例性实施例提供的辅助单车训练的装置的结构示意图。在本发明图9所示实施例的基础上延伸出本发明图11所示实施例,下面着重叙述图11所示实施例与图9所示实施例的不同之处,相同之处不再赘述。
如图11所示,本发明实施例提供的辅助单车训练的装置进一步包括:
创建模块1110,用于创建对战虚拟房间;
邀请信息获取并发送模块1120,用于获取第一用户的邀请信息,并将邀请信息发送至对应的第二用户;
对战关系建立模块1130,用于接收到第二用户的确认接受邀请信息后,建立第一用户和第二用户之间的对战关系,并将待处理音频和运动数据发送至第二用户。
图12所示为本发明又一示例性实施例提供的辅助单车训练的装置的结构示意图。在本发明图11所示实施例的基础上延伸出本发明图12所示实施例,下面着重叙述图12所示实施例与图11所示实施例的不同之处,相同之处不再赘述。
如图12所示,本发明实施例提供的辅助单车训练的装置进一步包括:
记录模块1210,用于在对战过程中,记录第一用户和第二用户的运动表现数据;
展现模块1220,用于将运动表现数据进行可视化展现操作。
图13所示为本发明一示例性实施例提供的待处理音频确定模块的结构示意图。在本发明图9所示实施例的基础上延伸出本发明图13所示实施例,下面着重叙述图13所示实施例与图9所示实施例的不同之处,相同之处不再赘述。
如图13所示,在本发明实施例提供的辅助单车训练的装置中,待处理音频确定模块910包括:
音频声纹信息获取单元1310,用于基于音频输入装置获取第一用户输入的音频声纹信息;
索引信息确定单元1320,用于基于音频声纹信息和预设音频库确定音频声纹信息对应的索引信息;
待处理音频确定单元1330,用于基于索引信息确定待处理音频。
图14所示为本发明一示例性实施例提供的网络模型的训练装置的结构示意图。如图14所示,本发明实施例提供的网络模型的训练装置包括:
确定模块1410,用于确定训练音频以及训练音频对应的音频元素信息;
训练模块1420,用于建立初始网络模型,并基于训练音频和音频元素信息训练初始网络模型,以生成音频拆分模型。
示例性地,网络模型的训练装置为服务器。
应当理解,图9至图14提供的辅助单车训练的装置和网络模型的训练装置中提及的相关模块以及单元的操作和功能可以参考上述图2至图8提供的辅助单车训练的方法和网络模型的训练方法,为了避免重复,在此不再赘述。
示例性电子设备
下面,参考图15来描述根据本发明实施例的电子设备。图15所示为本发明一示例性实施例提供的电子设备的结构示意图。
如图15所示,电子设备1500包括一个或多个处理器1501和存储器1502。
处理器1501可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备1500中的其他组件以执行期望的功能。
存储器1502可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器1501可以运行所述程序指令,以实现上文所述的本发明的各个实施例的辅助单车训练的方法、网络模型的训练方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如待处理音频等各种内容。
在一个示例中,电子设备1500还可以包括:输入装置1503和输出装置1504,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
该输入装置1503可以包括例如键盘、鼠标等等。
该输出装置1504可以向外部输出各种信息,包括确定出的运动数据等。该输出装置1504可以包括例如显示器、通信网络及其所连接的远程输出设备等等。
当然,为了简化,图15中仅示出了该电子设备1500中与本发明有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备1500还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本发明的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的辅助单车训练的方法和/或网络模型的训练方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本发明的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的辅助单车训练的方法和/或网络模型的训练方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。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。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
本发明中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本发明的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此,本发明不意图被限制到在此示出的方面,而是按照与在此发明的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本发明的实施例限制到在此发明的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (13)
1.一种辅助单车训练的方法,其特征在于,包括:
确定第一用户对应的待处理音频;
将所述待处理音频输入至音频拆分模型,以生成所述待处理音频对应的音频元素信息;
基于所述音频元素信息生成所述待处理音频对应的运动数据,其中,所述运动数据为用于辅助所述第一用户进行单车训练的运动数据。
2.根据权利要求1所述的辅助单车训练的方法,其特征在于,所述基于所述音频元素信息生成所述待处理音频对应的运动数据,包括:
确定所述第一用户对应的历史训练数据;
利用预设数据生成算法,基于所述历史训练数据和所述音频元素信息生成所述运动数据。
3.根据权利要求1或2所述的辅助单车训练的方法,其特征在于,在所述基于所述音频元素信息生成所述待处理音频对应的运动数据之后,进一步包括:
创建对战虚拟房间,其中,所述对战虚拟房间的房主为所述第一用户;
获取所述第一用户的邀请信息,并将所述邀请信息发送至对应的第二用户;
接收到所述第二用户的确认接受邀请信息后,建立所述第一用户和所述第二用户之间的对战关系,并将所述待处理音频和所述运动数据发送至所述第二用户。
4.根据权利要求3所述的辅助单车训练的方法,其特征在于,在所述建立所述第一用户和所述第二用户之间的对战关系,并将所述待处理音频和所述运动数据发送至所述第二用户之后,进一步包括:
在对战过程中,记录所述第一用户和所述第二用户的运动表现数据;
将所述运动表现数据进行可视化展现操作。
5.根据权利要求1或2所述的辅助单车训练的方法,其特征在于,所述确定第一用户对应的待处理音频,包括:
基于音频输入装置获取所述第一用户输入的音频声纹信息;
基于所述音频声纹信息和预设音频库确定所述音频声纹信息对应的索引信息;
基于所述索引信息确定所述待处理音频。
6.根据权利要求1或2所述的辅助单车训练的方法,其特征在于,所述音频元素信息包括节奏信息、节拍信息和能量信息中的至少一种。
7.根据权利要求1或2所述的辅助单车训练的方法,其特征在于,所述运动数据包括踏频数据、速度数据和节奏数据中的至少一种,进一步包括分值数据、难度评级数据、最高分数据和分段分数数据中的至少一种。
8.一种网络模型的训练方法,其特征在于,包括:
确定训练音频以及训练音频对应的音频元素信息;
建立初始网络模型,并基于所述训练音频和所述音频元素信息训练所述初始网络模型,以生成音频拆分模型,其中,所述音频拆分模型用于基于待处理音频生成所述待处理音频对应的音频元素信息。
9.一种辅助单车训练的装置,其特征在于,包括:
待处理音频确定模块,用于确定第一用户对应的待处理音频;
第一生成模块,用于将所述待处理音频输入至音频拆分模型,以生成所述待处理音频对应的音频元素信息;
第二生成模块,用于基于所述音频元素信息生成所述待处理音频对应的运动数据,其中,所述运动数据为用于辅助所述第一用户进行单车训练的运动数据。
10.一种网络模型的训练装置,其特征在于,包括:
确定模块,用于确定训练音频以及训练音频对应的音频元素信息;
训练模块,用于建立初始网络模型,并基于所述训练音频和所述音频元素信息训练所述初始网络模型,以生成音频拆分模型,其中,所述音频拆分模型用于基于待处理音频生成所述待处理音频对应的音频元素信息。
11.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1至7任一项所述的辅助单车训练的方法,或者用于执行上述权利要求8所述的网络模型的训练方法。
12.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于执行上述权利要求1至7任一项所述的辅助单车训练的方法,或者用于执行上述权利要求8所述的网络模型的训练方法。
13.一种单车,其特征在于,装载有如上述权利要求9所述的辅助单车训练的装置和/或如上述权利要求10所述的网络模型的训练装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010620684.0A CN111773620A (zh) | 2020-07-01 | 2020-07-01 | 辅助单车训练的方法及装置、网络模型的训练方法及装置 |
PCT/CN2021/085008 WO2021197444A1 (zh) | 2020-04-01 | 2021-04-01 | 辅助单车训练的方法、服务器、用户终端及训练单车 |
PCT/CN2021/104029 WO2022002204A1 (zh) | 2020-07-01 | 2021-07-01 | 辅助单车训练的方法及装置、网络模型的训练方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010620684.0A CN111773620A (zh) | 2020-07-01 | 2020-07-01 | 辅助单车训练的方法及装置、网络模型的训练方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111773620A true CN111773620A (zh) | 2020-10-16 |
Family
ID=72760942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010620684.0A Pending CN111773620A (zh) | 2020-04-01 | 2020-07-01 | 辅助单车训练的方法及装置、网络模型的训练方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111773620A (zh) |
WO (1) | WO2022002204A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112973092A (zh) * | 2021-02-02 | 2021-06-18 | 随机漫步(上海)体育科技有限公司 | 辅助训练的方法及装置、存储介质、电子设备和单车 |
WO2022002204A1 (zh) * | 2020-07-01 | 2022-01-06 | 随机漫步(上海)体育科技有限公司 | 辅助单车训练的方法及装置、网络模型的训练方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2547348Y (zh) * | 2002-04-19 | 2003-04-30 | 黄加琛 | 利用音乐控制速度的电动跑步机 |
CN202590245U (zh) * | 2012-05-10 | 2012-12-12 | 山东科技大学 | 多功能动感单车 |
US9269341B1 (en) * | 2013-06-30 | 2016-02-23 | Second Wind Technologies, Inc. | Method for processing music to match runners tempo |
CN105513583A (zh) * | 2015-11-25 | 2016-04-20 | 福建星网视易信息系统有限公司 | 一种歌曲节奏的显示方法及其系统 |
CN105892628A (zh) * | 2015-08-11 | 2016-08-24 | 乐视体育文化产业发展(北京)有限公司 | 音乐推荐方法、装置和自行车 |
CN105944332A (zh) * | 2016-05-10 | 2016-09-21 | 欧昊 | 一种可联网的虚拟现实智能健身系统 |
CN107737439A (zh) * | 2017-10-18 | 2018-02-27 | 徐�明 | 一种进阶式体能训练系统及方法 |
CN107823846A (zh) * | 2017-09-13 | 2018-03-23 | 华东师范大学 | 一种带有体质检测的共享式虚拟现实健身骑行系统及方法 |
CN110675886A (zh) * | 2019-10-09 | 2020-01-10 | 腾讯科技(深圳)有限公司 | 音频信号处理方法、装置、电子设备及存储介质 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5645509A (en) * | 1991-07-02 | 1997-07-08 | Icon Health & Fitness, Inc. | Remote exercise control system |
US5489249A (en) * | 1991-07-02 | 1996-02-06 | Proform Fitness Products, Inc. | Video exercise control system |
US7166064B2 (en) * | 1999-07-08 | 2007-01-23 | Icon Ip, Inc. | Systems and methods for enabling two-way communication between one or more exercise devices and computer devices and for enabling users of the one or more exercise devices to competitively exercise |
CN101454050A (zh) * | 2006-03-22 | 2009-06-10 | 拉尔夫·J·德尔乔诺 | 虚拟个人训练设备 |
FI20095386A0 (fi) * | 2009-04-08 | 2009-04-08 | Polar Electro Oy | Kannettava laite |
CN104126288A (zh) * | 2012-05-31 | 2014-10-29 | 冯林 | 一种对健身提供帮助的系统 |
CN103578062A (zh) * | 2012-07-20 | 2014-02-12 | 北京知康优美科技有限公司 | 一种基于移动互联和二维码技术的科学健身指导实现方法与系统 |
CN107349573A (zh) * | 2016-05-10 | 2017-11-17 | 北京环形山网络科技有限公司 | 基于智能手机和物联网的虚拟现实健身系统 |
CN107930085A (zh) * | 2017-12-22 | 2018-04-20 | 武汉市龙五物联网络科技有限公司 | 一种带有娱乐交互系统的多功能健身设备 |
CN108635753B (zh) * | 2018-05-28 | 2020-07-07 | 滁州市中诺设备模具制造有限公司 | 一种教学用动感单车的控制方法及动感单车 |
CN108853946A (zh) * | 2018-07-10 | 2018-11-23 | 燕山大学 | 一种基于Kinect的健身指导训练系统及方法 |
CN109908551B (zh) * | 2019-02-02 | 2022-02-15 | 随机漫步(上海)体育科技有限公司 | 一种单车锻炼方法及装置 |
CN111773620A (zh) * | 2020-07-01 | 2020-10-16 | 随机漫步(上海)体育科技有限公司 | 辅助单车训练的方法及装置、网络模型的训练方法及装置 |
-
2020
- 2020-07-01 CN CN202010620684.0A patent/CN111773620A/zh active Pending
-
2021
- 2021-07-01 WO PCT/CN2021/104029 patent/WO2022002204A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2547348Y (zh) * | 2002-04-19 | 2003-04-30 | 黄加琛 | 利用音乐控制速度的电动跑步机 |
CN202590245U (zh) * | 2012-05-10 | 2012-12-12 | 山东科技大学 | 多功能动感单车 |
US9269341B1 (en) * | 2013-06-30 | 2016-02-23 | Second Wind Technologies, Inc. | Method for processing music to match runners tempo |
CN105892628A (zh) * | 2015-08-11 | 2016-08-24 | 乐视体育文化产业发展(北京)有限公司 | 音乐推荐方法、装置和自行车 |
CN105513583A (zh) * | 2015-11-25 | 2016-04-20 | 福建星网视易信息系统有限公司 | 一种歌曲节奏的显示方法及其系统 |
CN105944332A (zh) * | 2016-05-10 | 2016-09-21 | 欧昊 | 一种可联网的虚拟现实智能健身系统 |
CN107823846A (zh) * | 2017-09-13 | 2018-03-23 | 华东师范大学 | 一种带有体质检测的共享式虚拟现实健身骑行系统及方法 |
CN107737439A (zh) * | 2017-10-18 | 2018-02-27 | 徐�明 | 一种进阶式体能训练系统及方法 |
CN110675886A (zh) * | 2019-10-09 | 2020-01-10 | 腾讯科技(深圳)有限公司 | 音频信号处理方法、装置、电子设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022002204A1 (zh) * | 2020-07-01 | 2022-01-06 | 随机漫步(上海)体育科技有限公司 | 辅助单车训练的方法及装置、网络模型的训练方法及装置 |
CN112973092A (zh) * | 2021-02-02 | 2021-06-18 | 随机漫步(上海)体育科技有限公司 | 辅助训练的方法及装置、存储介质、电子设备和单车 |
CN112973092B (zh) * | 2021-02-02 | 2022-03-25 | 随机漫步(上海)体育科技有限公司 | 辅助训练的方法及装置、存储介质、电子设备和单车 |
Also Published As
Publication number | Publication date |
---|---|
WO2022002204A1 (zh) | 2022-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111460305B (zh) | 辅助单车训练的方法、可读存储介质及电子设备 | |
US11226673B2 (en) | Affective interaction systems, devices, and methods based on affective computing user interface | |
US20200126566A1 (en) | Method and apparatus for voice interaction | |
Gómez-Cañón et al. | Music emotion recognition: Toward new, robust standards in personalized and context-sensitive applications | |
US11205408B2 (en) | Method and system for musical communication | |
Yang et al. | Music emotion recognition: The role of individuality | |
CN110808038B (zh) | 普通话评测方法、装置、设备及存储介质 | |
US20220392625A1 (en) | Method and system for an interface to provide activity recommendations | |
CN107895577A (zh) | 使用长尾语音命令的任务发起 | |
CN108197115A (zh) | 智能交互方法、装置、计算机设备和计算机可读存储介质 | |
CN108962255A (zh) | 语音会话的情绪识别方法、装置、服务器和存储介质 | |
JP2004527809A (ja) | 個人のインタラクションをシミュレートする環境反応型ユーザインタフェース/エンタテインメントデバイス | |
WO2022002204A1 (zh) | 辅助单车训练的方法及装置、网络模型的训练方法及装置 | |
JPWO2014080585A1 (ja) | 認知の歪み修正支援システム、ユーザ意識情報引き出し方法およびそのためのプログラム | |
Marchi et al. | The ASC-inclusion perceptual serious gaming platform for autistic children | |
CN117541444B (zh) | 一种互动虚拟现实口才表达训练方法、装置、设备及介质 | |
Bozkurt et al. | Affective synthesis and animation of arm gestures from speech prosody | |
Le Maitre et al. | Self-talk discrimination in human–robot interaction situations for supporting social awareness | |
CN112973092B (zh) | 辅助训练的方法及装置、存储介质、电子设备和单车 | |
WO2021176925A1 (ja) | 演奏データに対する観衆の評価を推論する方法、システム、及びプログラム | |
CN111450484B (zh) | 辅助单车训练的方法、可读存储介质及电子设备 | |
US11594149B1 (en) | Speech fluency evaluation and feedback | |
CN111450483A (zh) | 辅助单车训练的方法、可读存储介质和电子设备 | |
WO2021197444A1 (zh) | 辅助单车训练的方法、服务器、用户终端及训练单车 | |
Olafsson et al. | That’sa Rap: Increasing Engagement with Rap Music Performance by Virtual Agents |
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: 20201016 |