CN112698722B - 振动效果实现方法、装置、设备和介质 - Google Patents

Abstract

本发明实施例公开了一种振动效果实现方法，该方法包括：提供给用户针对振动效果不同的偏好选择选项，以满足用户多样化的需求，将输入的偏好选择转换为偏好量化值。同时结合对待处理音频特征分析提取的响度值，将响度值转换为响度量化值。根据偏好量化值和响度量化值即可计算效果强度，该效果强度能对待处理音频对应的基础振动信号进行调整，以生成满足用户振动强度需求的目标激励信号，通过目标激励信号驱动设备进行振动，从而能给用户提供想要的振动效果。此外，还提出了效果实现方装置、计算机设备和存储介质。

Description

振动效果实现方法、装置、设备和介质

技术领域

本发明涉及触觉反馈技术领域，尤其是涉及振动效果实现方法、装置、设备和介质。

背景技术

随着精密器件的生产工艺的提升，各种振动器的技术发展也是日新月异，特别是现在能广泛应用在电子设备中的小型振动器。振动器能实现的振动反馈功能可应用在视频、音乐及游戏等多个场景中，可极大提升用户的感知体验。

当然，在给用户提供振动反馈时，并不是提供给用户杂乱无章的触觉反馈，这样反倒会降低用户的使用体验，而是应该提供给用户能满足反馈需求的反馈振动。其中，设备进行合适振动强度的振动是用户常见的反馈需求之一，过强的振动反馈会让用户有麻、疼的感受，过弱的振动反馈会让用户体验不到振动的效果。因此如何使振动器以合适的振动强度进行振动是一个亟待解决的问题。

发明内容

基于此，有必要针对上述问题，提供满足用户对不同振动强度需求的振动效果实现方法、装置、设备和介质。

一种振动效果实现方法，所述方法包括：

获取输入的至少一个偏好选择，对所述至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；

获取待处理音频的响度，对所述响度进行量化处理，得到所述响度对应的响度量化值；

对所述偏好量化值及所述响度量化值进行量化计算，得到所述待处理音频的效果强度量化值；

将所述效果强度量化值转换为效果强度，获取所述待处理音频对应的基础振动信号，根据所述基础振动信号及所述效果强度生成目标激励信号，以所述目标激励信号激励设备进行振动。

在其中一个实施例中，所述偏好选择包括：场景偏好选择、强度偏好选择及多样化偏好选择中的至少一个；

则所述对所述至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值，包括：

获取每个偏好选择对应的目标量化关系；

若偏好选择包括场景偏好选择，则根据所述场景偏好选择对应的目标量化关系，确定所述场景偏好选择对应的场景偏好量化值；

若偏好选择包括强度偏好选择，则根据所述强度偏好选择对应的目标量化关系，确定所述强度偏好选择对应的强度偏好量化值；

若偏好选择包括多样化偏好选择，则根据所述多样化偏好选择对应的目标量化关系，确定所述多样化偏好选择对应的多样化偏好量化值。

在其中一个实施例中，所述对所述偏好量化值及所述响度量化值进行量化计算，得到所述待处理音频的效果强度量化值，包括：

获取目标响度门限值，判断所述响度量化值是否大于或等于所述目标响度门限值；

当所述响度量化值大于或等于所述目标响度门限值时，根据所述场景偏好量化值、所述强度偏好量化值、所述多样化偏好量化值及所述响度量化值计算所述待处理音频的效果强度量化值；

当所述响度量化值小于所述目标响度门限值时，将所述效果强度量化值计为零。

在其中一个实施例中，所述根据所述场景偏好量化值、所述强度偏好量化值、所述多样化偏好量化值及所述响度量化值计算所述待处理音频的效果强度量化值的公式为：

P＝(1-α₁){m₁[α₃·β₁+(1-α₃)]·α₂+m₂}+α₁·{m₃[α₃·β₁+(1-α₃)]·α₂+m₄}

其中，α₁为所述场景偏好量化值，α₂为所述强度偏好量化值，α₃为所述多样化偏好量化值，β₁为所述响度量化值，m₁、m₂、m₃及m₄为0到1之间的预设系数。

在其中一个实施例中，所述获取目标响度门限值，包括：

获取预设的第一响度门限值及门限系数；

根据所述门限系数及所述多样化偏好量化值计算门限调整值，根据所述第一响度门限值及所述门限调整值计算所述目标响度门限值。

在其中一个实施例中，所述根据所述基础振动信号及所述效果强度生成目标激励信号，包括：

识别所述基础振动信号中的每个旋律点，根据所述效果强度调整所述每个旋律点的振幅，以生成所述目标激励信号。

在其中一个实施例中，所述获取待处理音频的响度，包括：

识别所述待处理音频中的每个旋律点，获取每个所述旋律点的响度时长及采样频率；

获取在每个所述旋律点的目标时刻的时刻响度值，根据所述时刻响度值的绝对值、所述响度时长及所述采样频率计算在每个所述旋律点的响度。

一种振动效果实现装置，其特征在于，所述装置包括：

偏好量化值获取模块，用于获取输入的至少一个偏好选择，对所述至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；

响度量化值获取模块，用于获取待处理音频的响度，对所述响度进行量化处理，得到所述响度对应的响度量化值；

量化计算模块，用于对所述偏好量化值及所述响度量化值进行量化计算，得到所述待处理音频的效果强度量化值；

振动模块，用于将所述效果强度量化值转换为效果强度，获取所述待处理音频对应的基础振动信号，根据所述基础振动信号及所述效果强度生成目标激励信号，以所述目标激励信号激励设备进行振动。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

获取输入的至少一个偏好选择，对所述至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；

获取待处理音频的响度，对所述响度进行量化处理，得到所述响度对应的响度量化值；

对所述偏好量化值及所述响度量化值进行量化计算，得到所述待处理音频的效果强度量化值；

将所述效果强度量化值转换为效果强度，获取所述待处理音频对应的基础振动信号，根据所述基础振动信号及所述效果强度生成目标激励信号，以所述目标激励信号激励设备进行振动；

一种振动效果实现设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

获取输入的至少一个偏好选择，对所述至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；

获取待处理音频的响度，对所述响度进行量化处理，得到所述响度对应的响度量化值；

对所述偏好量化值及所述响度量化值进行量化计算，得到所述待处理音频的效果强度量化值；

将所述效果强度量化值转换为效果强度，获取所述待处理音频对应的基础振动信号，根据所述基础振动信号及所述效果强度生成目标激励信号，以所述目标激励信号激励设备进行振动；

本发明提供了振动效果实现方法、装置、设备和介质，提供给用户针对振动效果不同的偏好选择选项，以满足用户多样化的需求，将输入的偏好选择转换为偏好量化值。同时结合对待处理音频特征分析提取的响度值，将响度值转换为响度量化值。根据偏好量化值和响度量化值即可计算效果强度，该效果强度能对待处理音频对应的基础振动信号进行调整，以生成满足用户振动强度需求的目标激励信号，通过目标激励信号驱动设备进行振动，从而能给用户提供想要的振动效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

其中：

图1为一个实施例中振动效果实现方法的流程示意图；

图2为一个实施例中量化计算的流程示意图；

图3为一个实施例中根据效果强度对旋律点的幅值进行调整的示意图；

图4为一个实施例中对待处理音频分别进行远程处理与本地处理的示意图；

图5为一个实施例中振动效果实现装置的结构示意图；

图6为一个实施例中振动效果实现设备的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，图1为一个实施例中振动效果实现方法的流程示意图，本振动效果实现方法提供的步骤包括：

步骤102，获取输入的至少一个偏好选择，对至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值。

具体的，在设备的显示界面会显示用户可输入的偏好选择，这些偏好选择可用于对待处理音频所呈现的振动效果进行调节。当然，用户在偏好的选择之初可能并不完全能明确自己所有的偏好，因而只选择性的输入其中一部分的偏好选择。对于其中用户输入的偏好选择通过量化处理来得到对应的偏好量化值，量化处理是将不同单位或量级的指标统一到相同数值范围内，这样可方便指标之间进行加权或比较等处理。而对于其余的偏好选择取默认的偏好量化值或上一次该用户的偏好量化值。可以理解的是，若用户对设备最终呈现出的振动效果不满意，也可以返回该步骤对偏好选择进行重新修改，直到用户得到满意的振动效果。

在一个具体实施例中，要求输入的偏好选择包括：场景偏好选择、强度偏好选择及多样化偏好选择中的至少一个。其中，其中场景偏好选择为用户对设备振动时所应用的具体场景的选择，具体可以包括对游戏、铃声、视频、歌曲等场景的选择。强度偏好选择为用户对振感强度的偏好选择，该值越大说明用户期望获得更强的整体振感，该值越小说明用户期望获得更弱的整体振感。多样化偏好选择为用户对振感强度丰富度的选择，该值越大说明用户期望获得振感强度差异大的效果，该值越小说明用户期望获得振感强度差异小的效果。

偏好选择与偏好量化值之间存在特定的量化关系，根据该量化关系可以将偏好选择转换为对应的偏好量化值。

参见表1：

如表1所示，设备存储有预设的针对每种偏好选择的目标量化关系，在进行其中任意一个偏好选择的量化处理时，根据该表即可求得对应的偏好量化值。其中，在本具体实施例中，当场景偏好选择为“游戏”或“铃声”时，场景偏好量化值为0，当场景偏好选择为“视频”或“歌曲”时，场景偏好量化值为1；当强度偏好选择和多样化偏好选择为0到1之间的某个输入值时，对应的强度偏好量化值和多样化偏好量化值也为相同的这个输入值。其中对于量化关系的设置还可以存在其他形式，例如强度偏好选择可以是1到5的5个级别，每个级别都有一个相应的强度偏好量化值，当然也可以是其他形式，在此不再做具体限定。

步骤104，获取待处理音频的响度，对响度进行量化处理，得到响度对应的响度量化值。

其中，待处理音频可以为音乐音频、游戏音频、铃声音频等多种形式的音频，在此不做具体限定。

在一个具体实施例中，为获取待处理音频在一段时间内的响度，通过特征识别算法识别这段时间内待处理音频中的每个旋律点，再获取这段时间的响度时长，每个旋律点的采样频率，及在目标时刻的时刻响度值。最后再根据时刻响度值的绝对值、响度时长及采样频率来计算响度。响度的计算公式具体可以是：

其中，fs为待处理音频的采样频率，x(N)为待处理音频的时刻响度值，T为响度时长。x(N＝1)表示旋律点在初始时刻的响度值，x(N＝T·fs)表示旋律点在终止时刻的响度值。

同偏好选择与偏好量化值之间存在特定的量化关系一样，每个旋律点的响度与响度量化值之间同样存在着特定的量化关系。

参见表2：

如表2所示，当响度偏好选择为0到1之间的某个输入值时，对应的响度偏好量化值也为相同的这个输入值。同样的，上述量化关系作为一种示例形式，本实施例中包括但不限于上述量化关系。

步骤106，对偏好量化值及响度量化值进行量化计算，得到待处理音频的效果强度量化值。

在一个具体实施例中，考虑到人体对振感敏感度低于听觉，因此设置一个与响度量化值β₁相关的目标响度门限值M_thr。判断响度量化值β₁是否大于或等于目标响度门限值M_thr，当响度量化值β₁低于该目标响度门限值M_thr时，将效果强度量化值计为零，也即后续不触发振动；而当响度量化值β₁大于或等于该目标响度门限值M_thr时，进行相应的量化计算，并在后续触发根据效果强度量化值调节过的振动。

其中，目标响度门限值M_thr设置为动态值，其值大小取决于多样化偏好量化值α₃。具体的，首先获取预设的第一响度门限值及门限系数，再根据门限系数及多样化偏好量化值计算门限调整值，最后通过第一响度门限值及门限调整值计算得到目标响度门限值。示例性的，其中优选的计算公式为M_thr＝0.6-0.2α₃，0.6为预设的第一响度门限值，0.2为门限系数，该示例中目标响度门限值M_thr取值区间为[0.4，0.6]，该值越低表明用户的振感敏感度越高，而该值越高表明用户的振感敏感度越低，用户可根据自身的振感敏感度情况自行调整目标响度门限值M_thr。

量化计算具体根据在先得到的场景偏好量化值、强度偏好量化值、多样化偏好量化值及响度量化值来进行计算。示例性的，量化计算的公式具体可以为：

P＝(1-α₁){m₁[α₃·β₁+(1-α₃)]·α₂+m₂}+α₁·{m₃[α₃·β₁+(1-α₃)]·α₂+m₄}

其中，α₁为场景偏好量化值，α₂为强度偏好量化值，α₃为多样化偏好量化值，β₁为响度量化值，m₁、m₂、m₃及m₄为0到1之间的预设系数。优选的，m₁为

m₂为

m₃为

m₄为

如图2所示，当偏好量化值与响度量化值取不同值时，可分别得到对应的效果强度量化值，从而能满足用户对振感多样化的需求。

步骤108，将效果强度量化值转换为效果强度，获取待处理音频对应的基础振动信号，根据基础振动信号及效果强度生成目标激励信号，以目标激励信号激励设备进行振动。

参见表3：

如表3所示，效果强度量化值与效果强度之间也存在特定的量化关系一样，当效果强度量化值为0到1之间的某个输入值时，对应的效果强度也为相同的这个输入值。同样的，上述量化关系作为一种示例形式，本实施例中包括但不限于上述量化关系。

在一个具体实施例中，从效果库中调取与待处理音频对应的基础振动信号，识别出基础振动信号中的每个旋律点，参见图3，图3为一个实施例中根据效果强度对旋律点的幅值进行调整的示意图，当某个原始旋律点的振幅为0.8时，若效果强度P为0.7，则调整后旋律点的振幅为0.56；若效果强度P为0.5，则调整后旋律点的振幅为0.4。对于基础振动信号中的其余旋律点也进行如图3所示的振幅调整，从而生成目标激励信号。以目标激励信号激励设备进行振动，用户就可以得到自己想要的振动效果。

在本实施例中，参见图4，当用户在移动设备上输入偏好选择及确定待处理音频后，可以通过远程处理与本地处理两种方式，生成激励电压信号，再在移动设备中播放该电压信号，产生振感。

上述振动效果实现方法，提供给用户针对振动效果不同的偏好选择选项，以满足用户多样化的需求，将输入的偏好选择转换为偏好量化值。同时结合对待处理音频特征分析提取的响度值，将响度值转换为响度量化值。根据偏好量化值和响度量化值即可计算效果强度，该效果强度能对待处理音频对应的基础振动信号进行调整，以生成满足用户振动强度需求的目标激励信号，通过目标激励信号驱动设备进行振动，从而能给用户提供想要的振动效果。

在一个实施例中，如图5所示，提出了一种振动效果实现装置，该装置包括：

偏好量化值获取模块502，用于获取输入的至少一个偏好选择，对至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；

响度量化值获取模块504，用于获取待处理音频的响度，对响度进行量化处理，得到响度对应的响度量化值；

量化计算模块506，用于对偏好量化值及响度量化值进行量化计算，得到待处理音频的效果强度量化值；

振动模块508，用于将效果强度量化值转换为效果强度，获取待处理音频对应的基础振动信号，根据基础振动信号及效果强度生成目标激励信号，以目标激励信号激励设备进行振动。

上述振动效果实现装置，提供给用户针对振动效果不同的偏好选择选项，以满足用户多样化的需求，将输入的偏好选择转换为偏好量化值。同时结合对待处理音频特征分析提取的响度值，将响度值转换为响度量化值。根据偏好量化值和响度量化值即可计算效果强度，该效果强度能对待处理音频对应的基础振动信号进行调整，以生成满足用户振动强度需求的目标激励信号，通过目标激励信号驱动设备进行振动，从而能给用户提供想要的振动效果。

在一个实施例中，偏好量化值获取模块502，具体用于：获取每个偏好选择对应的目标量化关系；若偏好选择包括场景偏好选择，则根据场景偏好选择对应的目标量化关系，确定场景偏好选择对应的场景偏好量化值；若偏好选择包括强度偏好选择，则根据强度偏好选择对应的目标量化关系，确定强度偏好选择对应的强度偏好量化值；若偏好选择包括多样化偏好选择，则根据多样化偏好选择对应的目标量化关系，确定多样化偏好选择对应的多样化偏好量化值。

在一个实施例中，量化计算模块506，具体用于：获取目标响度门限值，判断响度量化值是否大于或等于目标响度门限值；当响度量化值大于或等于目标响度门限值时，根据场景偏好量化值、强度偏好量化值、多样化偏好量化值及响度量化值计算待处理音频的效果强度量化值；当响度量化值小于目标响度门限值时，将效果强度量化值计为零。

在一个实施例中，量化计算模块506，还具体用于：获取预设的第一响度门限值及门限系数；根据门限系数及多样化偏好量化值计算门限调整值，根据第一响度门限值及门限调整值计算目标响度门限值。

在一个实施例中，振动模块508，具体用于：识别基础振动信号中的每个旋律点，根据效果强度调整每个旋律点的振幅，以生成目标激励信号。

在一个实施例中，响度量化值获取模块504，具体用于：识别待处理音频中的每个旋律点，获取每个旋律点的响度时长及采样频率；获取在每个旋律点的目标时刻的时刻响度值，根据时刻响度值的绝对值、响度时长及采样频率计算在每个旋律点的响度。

图6示出了一个实施例中振动效果实现设备的内部结构图。如图6所示，该振动效果实现设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该振动效果实现设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现振动效果实现方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行振动效果实现方法。本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的振动效果实现设备的限定，具体的振动效果实现设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

一种振动效果实现设备，包括存储器、处理器以及存储在该存储器中并可在该处理器上执行的计算机程序，该处理器执行该计算机程序时实现如下步骤：获取输入的至少一个偏好选择，对至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；获取待处理音频的响度，对响度进行量化处理，得到响度对应的响度量化值；对偏好量化值及响度量化值进行量化计算，得到待处理音频的效果强度量化值；将效果强度量化值转换为效果强度，获取待处理音频对应的基础振动信号，根据基础振动信号及效果强度生成目标激励信号，以目标激励信号激励设备进行振动。

在一个实施例中，对至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值，包括：获取每个偏好选择对应的目标量化关系；若偏好选择包括场景偏好选择，则根据场景偏好选择对应的目标量化关系，确定场景偏好选择对应的场景偏好量化值；若偏好选择包括强度偏好选择，则根据强度偏好选择对应的目标量化关系，确定强度偏好选择对应的强度偏好量化值；若偏好选择包括多样化偏好选择，则根据多样化偏好选择对应的目标量化关系，确定多样化偏好选择对应的多样化偏好量化值。

在一个实施例中，对偏好量化值及响度量化值进行量化计算，得到待处理音频的效果强度量化值，包括：获取目标响度门限值，判断响度量化值是否大于或等于目标响度门限值；当响度量化值大于或等于目标响度门限值时，根据场景偏好量化值、强度偏好量化值、多样化偏好量化值及响度量化值计算待处理音频的效果强度量化值；当响度量化值小于目标响度门限值时，将效果强度量化值计为零。

在一个实施例中，获取目标响度门限值，包括：获取预设的第一响度门限值及门限系数；根据门限系数及多样化偏好量化值计算门限调整值，根据第一响度门限值及门限调整值计算目标响度门限值。

在一个实施例中，根据基础振动信号及效果强度生成目标激励信号，包括：识别基础振动信号中的每个旋律点，根据效果强度调整每个旋律点的振幅，以生成目标激励信号。

在一个实施例中，获取待处理音频的响度，包括：识别待处理音频中的每个旋律点，获取每个旋律点的响度时长及采样频率；获取在每个旋律点的目标时刻的时刻响度值，根据时刻响度值的绝对值、响度时长及采样频率计算在每个旋律点的响度。

一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如下步骤：获取输入的至少一个偏好选择，对至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；获取待处理音频的响度，对响度进行量化处理，得到响度对应的响度量化值；对偏好量化值及响度量化值进行量化计算，得到待处理音频的效果强度量化值；将效果强度量化值转换为效果强度，获取待处理音频对应的基础振动信号，根据基础振动信号及效果强度生成目标激励信号，以目标激励信号激励设备进行振动。

在一个实施例中，对至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值，包括：获取每个偏好选择对应的目标量化关系；若偏好选择包括场景偏好选择，则根据场景偏好选择对应的目标量化关系，确定场景偏好选择对应的场景偏好量化值；若偏好选择包括强度偏好选择，则根据强度偏好选择对应的目标量化关系，确定强度偏好选择对应的强度偏好量化值；若偏好选择包括多样化偏好选择，则根据多样化偏好选择对应的目标量化关系，确定多样化偏好选择对应的多样化偏好量化值。

在一个实施例中，对偏好量化值及响度量化值进行量化计算，得到待处理音频的效果强度量化值，包括：获取目标响度门限值，判断响度量化值是否大于或等于目标响度门限值；当响度量化值大于或等于目标响度门限值时，根据场景偏好量化值、强度偏好量化值、多样化偏好量化值及响度量化值计算待处理音频的效果强度量化值；当响度量化值小于目标响度门限值时，将效果强度量化值计为零。

在一个实施例中，获取目标响度门限值，包括：获取预设的第一响度门限值及门限系数；根据门限系数及多样化偏好量化值计算门限调整值，根据第一响度门限值及门限调整值计算目标响度门限值。

在一个实施例中，根据基础振动信号及效果强度生成目标激励信号，包括：识别基础振动信号中的每个旋律点，根据效果强度调整每个旋律点的振幅，以生成目标激励信号。

在一个实施例中，获取待处理音频的响度，包括：识别待处理音频中的每个旋律点，获取每个旋律点的响度时长及采样频率；获取在每个旋律点的目标时刻的时刻响度值，根据时刻响度值的绝对值、响度时长及采样频率计算在每个旋律点的响度。

需要说明的是，上述振动效果实现方法、装置、设备及计算机可读存储介质属于一个总的发明构思，振动效果实现方法、装置、设备及计算机可读存储介质实施例中的内容可相互适用。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态 RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率 SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种振动效果实现方法，其特征在于，所述方法包括：

获取输入的至少一个偏好选择，对所述至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；

获取待处理音频的响度，对所述响度进行量化处理，得到所述响度对应的响度量化值；

对所述偏好量化值及所述响度量化值进行量化计算，得到所述待处理音频的效果强度量化值；

将所述效果强度量化值转换为效果强度，获取所述待处理音频对应的基础振动信号，根据所述基础振动信号及所述效果强度生成目标激励信号，以所述目标激励信号激励设备进行振动；

所述偏好选择包括：场景偏好选择、强度偏好选择及多样化偏好选择中的至少一个；则所述对所述至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值，包括：获取每个偏好选择对应的目标量化关系；若偏好选择包括场景偏好选择，则根据所述场景偏好选择对应的目标量化关系，确定所述场景偏好选择对应的场景偏好量化值；若偏好选择包括强度偏好选择，则根据所述强度偏好选择对应的目标量化关系，确定所述强度偏好选择对应的强度偏好量化值；

若偏好选择包括多样化偏好选择，则根据所述多样化偏好选择对应的目标量化关系，确定所述多样化偏好选择对应的多样化偏好量化值；

所述对所述偏好量化值及所述响度量化值进行量化计算，得到所述待处理音频的效果强度量化值，包括：获取目标响度门限值，判断所述响度量化值是否大于或等于所述目标响度门限值；当所述响度量化值大于或等于所述目标响度门限值时，根据所述场景偏好量化值、所述强度偏好量化值、所述多样化偏好量化值及所述响度量化值计算所述待处理音频的效果强度量化值；

所述根据所述场景偏好量化值、所述强度偏好量化值、所述多样化偏好量化值及所述响度量化值计算所述待处理音频的效果强度量化值的公式为：

P＝(1-α₁){m₁[α₃·β₁+(1-α₃)]·α₂+m₂}+α₁·{m₃[α₃·β₁+(1-α₃)]·α₂+m₄}

其中，α₁为所述场景偏好量化值，α₂为所述强度偏好量化值，α₃为所述多样化偏好量化值，β₁为所述响度量化值，m₁、m₂、m₃及m₄为0到1之间的预设系数；

当所述响度量化值小于所述目标响度门限值时，将所述效果强度量化值计为零。

2.根据权利要求1所述的方法，其特征在于，所述获取目标响度门限值，包括：

获取预设的第一响度门限值及门限系数；

根据所述门限系数及所述多样化偏好量化值计算门限调整值，根据所述第一响度门限值及所述门限调整值计算所述目标响度门限值。

3.根据权利要求1所述的方法，其特征在于，所述根据所述基础振动信号及所述效果强度生成目标激励信号，包括：

识别所述基础振动信号中的每个旋律点，根据所述效果强度调整所述每个旋律点的振幅，以生成所述目标激励信号。

4.根据权利要求1所述的方法，其特征在于，所述获取待处理音频的响度，包括：

识别所述待处理音频中的每个旋律点，获取每个所述旋律点的响度时长及采样频率；

获取在每个所述旋律点的目标时刻的时刻响度值，根据所述时刻响度值的绝对值、所述响度时长及所述采样频率计算在每个所述旋律点的响度。

5.一种振动效果实现装置，其特征在于，所述装置包括：

偏好量化值获取模块，用于获取输入的至少一个偏好选择，对所述至少一个偏好选择进行量化处理，得到每个偏好选择对应的偏好量化值；

响度量化值获取模块，用于获取待处理音频的响度，对所述响度进行量化处理，得到所述响度对应的响度量化值；

量化计算模块，用于对所述偏好量化值及所述响度量化值进行量化计算，得到所述待处理音频的效果强度量化值；

振动模块，用于将所述效果强度量化值转换为效果强度，获取所述待处理音频对应的基础振动信号，根据所述基础振动信号及所述效果强度生成目标激励信号，以所述目标激励信号激励设备进行振动；

所述偏好选择包括：场景偏好选择、强度偏好选择及多样化偏好选择中的至少一个；偏好量化值获取模块，具体用于：获取每个偏好选择对应的目标量化关系；若偏好选择包括场景偏好选择，则根据所述场景偏好选择对应的目标量化关系，确定所述场景偏好选择对应的场景偏好量化值；若偏好选择包括强度偏好选择，则根据所述强度偏好选择对应的目标量化关系，确定所述强度偏好选择对应的强度偏好量化值；若偏好选择包括多样化偏好选择，则根据所述多样化偏好选择对应的目标量化关系，确定所述多样化偏好选择对应的多样化偏好量化值；

量化计算模块，具体用于获取目标响度门限值，判断所述响度量化值是否大于或等于所述目标响度门限值；当所述响度量化值大于或等于所述目标响度门限值时，根据所述场景偏好量化值、所述强度偏好量化值、所述多样化偏好量化值及所述响度量化值计算所述待处理音频的效果强度量化值；

其中，根据所述场景偏好量化值、所述强度偏好量化值、所述多样化偏好量化值及所述响度量化值计算所述待处理音频的效果强度量化值的公式为：

P＝(1-α₁){m₁[α₃·β₁+(1-α₃)]·α₂+m₂}+α₁·{m₃[α₃·β₁+(1-α₃)]·α₂+m₄}

其中，α₁为所述场景偏好量化值，α₂为所述强度偏好量化值，α₃为所述多样化偏好量化值，β₁为所述响度量化值，m₁、m₂、m₃及m₄为0到1之间的预设系数；

当所述响度量化值小于所述目标响度门限值时，将所述效果强度量化值计为零。

6.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。

7.一种振动效果实现设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。

Images