CN113296727A - 声音控制方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明提供一种声音控制方法、装置、电子设备及存储介质。其中，所述声音控制方法的步骤包括：判断互动听讲端的音量是否大于预设的音量阈值；统计音量大于所述音量阈值的互动听讲端的数量；根据音量大于所述音量阈值的互动听讲端的数量执行相应的声音输出模式。本发明针对不同的场景分别预设了适合的声音输出模式，继而超阈值音量的互动听讲端的数量来判断互动听讲端处于何种预设场景中，并针对不同的预设场景执行相对应的声音输出模式。本发明为每一种教学场景都提供了合适的声音输出模式，提高了教学时声音输出的合理性，并且整个执行切换的过程都是自动进行的，不需要老师主动操作设备，提高了课程的流畅性。

Description

声音控制方法、装置、电子设备及存储介质

技术领域

本发明涉及远程互动教学或会议的技术领域，更具体地，涉及一种声音控制方法、装置、电子设备及存储介质。

背景技术

随着互联网的普及和推广，远程同步互动教学已经逐渐成为一种常规的教1育方式。一般来说，远程同步互动教学包括一个主讲教室和多个听讲教室。为了方便各个听讲教室教室之间的互动，各个听讲教室之间的声音信号是互通的，即各个听讲教室可以相互听到彼此的声音。听讲教室声音信号互通会造成在老师讲述课程的过程中，一个教室的噪音会传送到其他教室，造成各个教室之间互相干扰，降低教学质量。如果把所有听讲教室的声音都屏蔽掉，虽然能够解决听讲教室间互相干扰的问题，但老师也会听不到各个听讲教室的声音，无法马上得到学生对于新授知识的反馈，不利于教学，且无法实现各个教室之间的互动。虽然老师可以通过操作录播主机来控制各个教室的声音，但操作过程的自动化程度低，老师频繁操作设备会影响课程的流程性。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种声音控制方法、装置、电子设备及存储介质，本发明采用的具体技术方案如下。

第一方面，本发明提供一种声音控制方法，所述声音控制方法的包括步骤：

判断互动听讲端的音量是否大于预设的音量阈值；

统计音量大于所述音量阈值的互动听讲端的数量；

根据音量大于所述音量阈值的互动听讲端的数量对主讲端与所述互动听讲端执行相应的声音输出模式。

在一种实施方式中，所述声音输出模式包括：

交流模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音和音量大于音量阈值的互动听讲端的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第一数量区间内时，执行的声音输出模式为交流模式。

在一种实施方式中，所述声音输出模式还包括：

授课模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音，互动听讲端之间不输出相互之间的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第二数量区间内时，执行的声音输出模式为授课模式。

在一种实施方式中，所述根据音量大于所述音量阈值的互动听讲端的数量执行相应的声音输出模式的过程，包括步骤：在默认状态下执行所述授课模式。

在一种实施方式中，所述第一数量区间包括1。

在一种实施方式中，所述主讲端与所述互动听讲端不输出自身的声音。

第二方面，本发明提供一种声音控制装置，包括：

判断模块，用于判断互动听讲端的音量是否大于预设的音量阈值；

统计模块，用于统计音量大于所述音量阈值的互动听讲端的数量；

执行模块，用于根据音量大于所述音量阈值的互动听讲端的数量执行相应的声音输出模式。

在一种实施方式中，所述声音输出模式包括：

交流模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音和音量大于音量阈值的互动听讲端的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第一数量区间内时，所述执行模块执行的声音输出模式为交流模式。

在一种实施方式中，所述声音输出模式还包括：

授课模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音，互动听讲端之间不输出相互之间的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第二数量区间内时，所述执行模块执行的声音输出模式为交流模式。

第三方面，本发明提供一种计算机设备，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上述任一实施方式的方法。

第四方面，本发明提供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上述任一实施方式的方法。

本发明针对不同的场景分别预设了适合的声音输出模式，继而超阈值音量的互动听讲端的数量来判断互动听讲端处于何种预设场景中，并针对不同的预设场景执行相对应的声音输出模式。本发明为每一种教学场景都提供了合适的声音输出模式，提高了教学时声音输出的合理性，并且整个执行切换的过程都是自动进行的，不需要老师主动操作设备，提高了课程的流畅性。

附图说明

图1是远程互动教学或会议的结构示意图。

图2是本发明的声音控制方法的一种实施方式的流程图。

图3是本发明的声音控制方法的另一种实施方式的流程图

图4是本发明的声音控制装置的示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

需要说明的是，本发明实施例所涉及的术语“第一\第二\……”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\……”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\……”区分的对象在适当情况下可以互换，以使这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

实施例一

如图1所示，一般远程互动教学或会议系统通常包括：主讲端和多个互动听讲端组成。图1中，作为一种示例，将多点控制单元MCU设置在了主讲端处，

而实际中，MCU可以根据需要布置在合适的地方。图1中，实线表示主讲端和各个互动听讲端将自己的音频数据传输至MCU，虚线表示MCU将接收到的主讲端的音频数据和互动听讲端的音频数据传输至主讲端和各个互动听讲端。其中，MCU可以将主讲端和所有互动听讲端的音频数据都传输到各个互动听讲端，让各个互动听讲端根据一定的规则或指令确定输出哪些互动听讲端的声音；或MCU也可以根据一定的规则，确定各个互动听讲端分别要输出哪些互动听讲端的声音，然后只把相对应的音频数据传输至各个互动听讲端。MCU传输到各个互动听讲端的音频数据可以是混音后的音频数据或没进行混音的音频数据；当然，也可以是部分混音、部分没混音的音频数据，如分两路音频数据传输，分别是主讲端的音频数据和互动听讲端的混音后的音频数据。这里必须指出的是，本发明所说的输出声音，可以是通过扬声器或耳机等发声设备直接播放声音的输出，也可以是输出声音信号至其他终端设备的输出，如将声音信号输出至录播主机。

当然，以上描述是针对多点控制单元MCU设置在主讲端处的情况，若MCU不是设置在主讲端处，则需要对主讲端采取与上述互动听讲端相同的操作。

另外，如果采用通过云服务器的方式实现互动，可以对主讲端和互动听讲端采用相同的操作。这些操作既可以是上面描述的对互动听讲端的操作也可以是其他操作。

本发明的声音控制方法能够应用在上述的远程互动教学或会议系统中。其中，本发明的主讲端和互动听讲端指的是客观实际情况下的主讲端和听讲端，与设备的设置方式无关。例如，老师所在的教室可以被认为是主讲端，学生所在的教室可以被认为是互动听讲端；又例如，远程视频会议中，主讲人的所在的地方可以被认为是主讲端，其他参与方所在的地方可以被认为是互动听讲端。

如图2所示，本发明的声音控制方法的包括以下步骤：

S101.判断互动听讲端的音量是否大于预设的音量阈值；

S102.统计音量大于所述音量阈值的互动听讲端的数量；

S103.根据音量大于所述音量阈值的互动听讲端的数量执行相应的声音输出模式。

需要注意的是，S101、S102和S103仅为附图标记，用于清晰解释实施例与附图2的对应关系，不代表对本实施例中视频编码方法的各方法步骤的顺序限定。

S101.判断互动听讲端的音量是否大于预设的音量阈值。

本发明的控制方式是通过各个互动听讲端的音量来判断听讲教室之间有没有互动的需要。一般来说，互动听讲端有拾音器，用于拾取听讲教室的声音，此时可以根据该拾取到的声音来获得互动听讲端的音量。当然，也可以借助其他独立的音量判断工具来获取互动听讲端的音量。因此，互动听讲端的音量指的是互动听讲端的声音接收模块接收到的声音信号的音量。

如前所述，本发明是通过音量大小来判断听讲教室有没有互动的需要。例如，预设一个音量阈值，当老师在教授知识的时候，各个教室都会相对安静，互动听讲端的音量会小于预设的音量阈值，这时可以认为各个教室没有互动的需要；当有学生回答老师的问题时，该学生回答问题的声音会打破原有的安静，此时所在的互动听讲端的音量会大于预设的音量阈值，这时就可以认为该教室有互动的需要。需要指出的是，由于每个教室所处的环境不相同，例如有的教室坐落在较嘈杂的地区，有的教室坐落在较安静的地区，所以可以根据实际情况，针对每个互动听讲端设置不同的音量阈值。当然，也可以基于其他原因，各个互动听讲端都采用相同的音量阈值。

这里必须指出的是，在远程教学中，有一种情况是只含有互动听讲端，还有一种情况是听讲端包括了能进行互动的互动听讲端和只旁听不互动的非互动听讲端。步骤S101获取的是能够进行互动的听讲端的音量。

S102.统计音量大于所述音量阈值的互动听讲端的数量。

本步骤中，对某个时刻音量超过音量阈值的互动听讲端的数量进行统计。

例如，在某一时刻，有2个互动听讲端的音量大于音量阈值，这时可以认为在该时刻有2个互动听讲端都有互动的需求。

S103.根据音量大于所述音量阈值的互动听讲端的数量执行相应的声音输出模式。

一般来说，互动听讲端的音量大于音量阈值时，就可以认为该互动听讲端所对应的听讲教室有互动的需要。而实际中，有些听讲教室是因为误触发而造成有虚假的互动需要。例如，教室里因为学生大吵大闹而导致音量大于音量阈值，这时并不是真的有互动需要。针对以上这种情况，步骤S103根据过往的经验，对每一种场景所对应的声音输出模式都预设一个数量区间，用于进一步确认提出互动的教室是哪种场景下的互动需要，继而实施相对应的适合该场景的声音输出模式。例如，一节课以老师讲述为主，互动的方式是老师请各个互动教室中的一位学生回答他所提出的问题，这时可以设置一种模式为交流模式，把交流模式的数量区间设为1，即只有一个教室的音量大于音量阈值时认为在有学生在回答老师的问题，当有两个教室的音量大于音量阈值，则不认为是在回答问题，不使用交流模式。又例如，一节课以其中两间教室的学生辩论为主，交流模式可以把数量区间设为[1,2]，即当有2个以上听讲教室声音大于音量阈值时，认为不是辩论的场景，不执行交流模式。

本发明针对不同的场景分别预设了适合的声音输出模式，继而超阈值音量的互动听讲端的数量来判断互动听讲端处于何种预设场景中，并针对不同的预设场景执行相对应的声音输出模式。本发明为每一种教学场景都提供了合适的声音输出模式，提高了教学时声音输出的合理性，并且整个执行切换的过程都是自动进行的，不需要老师主动操作设备，提高了课程的流畅性。

在一种实施方式中，针对交流的场景，本发明还提出了一种交流模式。因此，所述声音输出模式包括：交流模式；交流模式：主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音和音量大于音量阈值的互动听讲端的声音；当音量大于所述音量阈值的互动听讲端的数量在预设的第一数量区间内时，执行的声音输出模式为交流模式。

继续上面的两个例子，当预设数量区间设为1时，有一名学生回答老师的问题，该学生回答问题的时候，就仅有该名学生所在的教室的音量大于音量阈值，此时执行交流模式，让主讲端和听课端都输出该学生的声音，即老师和其他教室的学生都能够听到该学生的回答。以两间教室的学生辩论为主时，把数量区间设为[1,2]，当有1或2间听讲教室声音大于音量阈值时，老师和其他互动教室都能听到这两个教室里的学生的辩论。交流模式让真正需要发声的教室发声，将内容广播到其他各个教室中。

这里必须指出的是，预设的数量区间可以是如上面的例子那样，是连续的区间，也可以是不连续的区间，例如，[1,2]和[5,6]。

这里必须指出的是，这里主讲端的声音应该理解成主讲端进行声音广播的声音。例如，主讲端有老师和学生，但只对老师的声音进行广播，此时主讲端的声音就只包括老师的声音。同样的例子，但同时对老师和学生的声音进行广播，此时主讲端的声音就包括老师和学生的声音。在远程会议中，如果主讲的人有3位，那主讲端的声音就是这3位主讲人的声音。同理，互动听讲端的声音就是互动听讲端能够进行声音广播的声音。

这里必须指出的是，交流模式中，主讲端可以选择输出所有互动听讲端的声音，也可以根据老师的选择，只输出部分互动听讲端的声音，甚至只输出音量大于音量阈值的互动听讲端的声音。另外，交流模式中，主讲端可以根据实际需要，确定是否要输出自己所发出的声音。

在一种实施方式中，所述声音输出模式还包括授课模式：授课模式；授课模式：主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音，互动听讲端之间不输出相互之间的声音；当音量大于所述音量阈值的互动听讲端的数量在预设的第二数量区间内时，执行的声音输出模式为授课模式。

目前的教学实践中，在不需要学生互动时，一般是老师教授课程为主，此时老师需要听到听课教室的声音以知道学生的反馈，但各个听课教室之间不需要听到彼此之间的声音，避免互相干扰，所以本发明针对这种情况还设置了授课模式。由于授课模式一般来说都是老师教授学生聆听，所以互动教室会比较安静，此时可以预设授课模式的第二数量区间设为0。当然，也可以根据实际的授课情况，预设其他的第二数量区间，如认为有3个教室在发声是学生在起哄，第二数量区间设为0和3。

这里必须指出的是，与交流模式相类似，授课模式中，主讲端可以选择输出所有互动听讲端的声音，也可以根据老师的选择，只输出部分互动听讲端的声音。另外，与交流模式相类似，主讲端可以根据实际需要，确定是否要输出自己所发出的声音。

在一种实施方式中，在步骤S103中，在默认状态下执行授课模式。

目前的教学实践中，大部分时间还是老师在讲授课程，所以在默认状态下执行授课模式，即不执行交流模式或其他任意模式时，执行授课模式。如图3所示，刚开始的时候执行默认模式；当在音量大于所述音量阈值的互动听讲端的数量在预设的数量区间内时，执行相对应的声音输出模式，否则执行默认模式。例如，开启或激活设备时执行授课模式。又例如，预设了关于交流模式的第一数量区间为1，关于授课模式的第二数量区间为0，当音量大于所述音量阈值的互动听讲端的数量为1时，执行交流模式，突然间，音量大于所述音量阈值的互动听讲端的数量变为3，这时就执行默认模式，即授课模式。默认执行授课模式的设置更加贴合目前的实际上课情景，并且减少了主动切换至授课模式的操作，进一步提高系统的自动化程度。

在一种实施方式中，所述第一数量区间包括1。等于1时，就是前面所述的预设老师提问，学生回答的场景。第一数量区间包括1，就是说至少要包括老师提问学生回答的场景。当然，也可以只包括该场景，即第一数量区间是[1,1]。

在一种实施方式中，所述主讲端与所述互动听讲端不输出自身的声音。

无论在授课模式还是在交流模式中，主讲端或互动听讲端在输出自己的声音时，都会产生回音，为了避免这种情况，有必要对主讲端和互动听讲端进行限制，不输出自身的声音，以减少回音，提高用户体验。具体地，就是在进行混音的时候不混合输出目标的声音，或者对混音后的声音剔除输出目标的声音。

实施例二

本发明还提供一种声音控制装置1，如图4所示，该声音控制装置包括：判断模块101、统计模块102和执行模块103。

其中，判断模块101，用于判断互动听讲端的音量是否大于预设的音量阈值；

统计模块102，用于统计音量大于所述音量阈值的互动听讲端的数量；执行模块103，用于根据音量大于所述音量阈值的互动听讲端的数量执行相应的声音输出模式。

在一种实施方式中，所述声音输出模式包括：

交流模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音和音量大于音量阈值的互动听讲端的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第一数量区间内时，所述执行模块103执行的声音输出模式为交流模式。

在一种实施方式中，所述声音输出模式包括：

授课模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音，互动听讲端之间不输出相互之间的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第二数量区间内时，所述执行模块103执行的声音输出模式为授课模式；

在一种实施方式中，执行模块103在默认状态下执行所述授课模式。

在一种实施方式中，所述第一数量区间包括1。

在一种实施方式中，在所述交流模式中，互动听讲端不输出自身的声音。

本发明的装置针对不同的场景分别预设了适合的声音输出模式，继而超阈值音量的互动听讲端的数量来判断互动听讲端处于何种预设场景中，并针对不同的预设场景执行相对应的声音输出模式。本发明的装置为每一种教学场景都提供了合适的声音输出模式，提高了教学时声音输出的合理性，并且整个执行切换的过程都是自动进行的，不需要老师主动操作设备，提高了课程的流畅性。

实施例三

本发明实施例还提供了一种计算机存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的声音控制方法。

本领域的技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、随机存取存储器(RAM，Random Access Memory)、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立2的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对相关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、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该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，其中，处理器执行程序时实现如上述各实施例中的任意一种声音控制方法。

上述计算机设备，针对不同的场景分别预设了适合的声音输出模式，继而超阈值音量的互动听讲端的数量来判断互动听讲端处于何种预设场景中，并针对不同的预设场景执行相对应的声音输出模式。并且，为每一种教学场景都提供了合适的声音输出模式，提高了教学时声音输出的合理性，并且整个执行切换的过程都是自动进行的，不需要老师主动操作设备，提高了课程的流畅性。

以上所述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。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (11)

1.一种声音控制方法，其特征在于，所述声音控制方法的包括步骤：

判断互动听讲端的音量是否大于预设的音量阈值；

统计音量大于所述音量阈值的互动听讲端的数量；

根据音量大于所述音量阈值的互动听讲端的数量对主讲端与所述互动听讲端执行相应的声音输出模式。

2.根据权利要求1所述的声音控制方法，其特征在于，所述声音输出模式包括：

交流模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音和音量大于音量阈值的互动听讲端的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第一数量区间内时，执行的声音输出模式为交流模式。

3.根据权利要求2所述的声音控制方法，其特征在于，所述声音输出模式还包括：

授课模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音，互动听讲端之间不输出相互之间的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第二数量区间内时，执行的声音输出模式为授课模式。

4.根据权利要求3所述的声音控制方法，其特征在于，所述根据音量大于所述音量阈值的互动听讲端的数量执行相应的声音输出模式的过程，包括步骤：在默认状态下执行所述授课模式。

5.根据权利要求2-4中任一项所述的声音控制方法，其特征在于，所述第一数量区间包括1。

6.根据权利要求2-4中任一项所述的声音控制方法，其特征在于，所述主讲端与所述互动听讲端不输出自身的声音。

7.一种声音控制装置，其特征在于，包括：

判断模块，用于判断互动听讲端的音量是否大于预设的音量阈值；

统计模块，用于统计音量大于所述音量阈值的互动听讲端的数量；

执行模块，用于根据音量大于所述音量阈值的互动听讲端的数量执行相应的声音输出模式。

8.根据权利要求7所述的声音控制装置，其特征在于，所述声音输出模式包括：

交流模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音和音量大于音量阈值的互动听讲端的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第一数量区间内时，所述执行模块执行的声音输出模式为交流模式。

9.根据权利要求7或8所述的声音控制装置，其特征在于，所述声音输出模式还包括：

授课模式，主讲端输出互动听讲端的声音，互动听讲端输出主讲端的声音，互动听讲端之间不输出相互之间的声音；

当音量大于所述音量阈值的互动听讲端的数量在预设的第二数量区间内时，所述执行模块执行的声音输出模式为交流模式。

10.一种计算机存储介质，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至6任意一项所述的声音控制方法。

11.一种计算机设备，包括存储器、处理器以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，处理器执行计算机程序时实现如权利要求1至6任意一项所述的声音控制方法。

Images