CN114489561A - 音频音量智能调节方法、装置、电子设备及存储介质 - Google Patents
音频音量智能调节方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114489561A CN114489561A CN202210138188.0A CN202210138188A CN114489561A CN 114489561 A CN114489561 A CN 114489561A CN 202210138188 A CN202210138188 A CN 202210138188A CN 114489561 A CN114489561 A CN 114489561A
- Authority
- CN
- China
- Prior art keywords
- volume
- audio
- current
- playing
- file
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000007613 environmental effect Effects 0.000 claims abstract description 38
- 230000006870 function Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000013475 authorization Methods 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
-
- 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
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
-
- 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
-
- 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
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本发明涉及人工智能领域,揭露一种音频音量智能调节方法,包括:采集目标移动设备的当前音频文件、当前音频环境参数及历史音频播放记录;识别当前音频环境参数的环境声音特征,从历史音频播放记录中查询当前音频文件的相似音频文件,从相似音频文件中提取音频播放特征;将环境声音特征和音频播放特征作为当前音频文件的音量特征输入至音频音量决策模型中,以通过音频音量决策模型检测音量特征的当前适宜音量;将当前音频文件的当前播放音量调节至当前适宜音量,得到当前音频文件的最终播放音量。此外,本发明还涉及区块链技术,所述音量特征可存储区块链中。本发明可以实现智能化的音频音量自动调节。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种音频音量智能调节方法、装置、电子设备及计算机可读存储介质。
背景技术
随着社会的不断进步和发展,音频在我们的生活中大量存在并使用,常见的如视频观看、音乐播放等,目前音频播放器对于视频音量的调节,均需要用户手动调节,无法做到智能自动调节。因此,如何智能化的自动调节音频音量是目前亟待解决的问题。
发明内容
本发明提供一种音频音量智能调节方法、装置、电子设备及计算机可读存储介质,其主要目的在于实现智能化的音频音量自动调节。
为实现上述目的,本发明提供的一种音频音量智能调节方法,包括:
采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录;
识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征;
将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量;
将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量。
可选地,所述识别所述当前音频环境参数的环境声音特征,包括:
对所述当前音频环境参数进行声音类别划分,得到多个类别声音;
提取每个类别声音的音量属性,并根据所述音量属性,计算每个所述类别声音的模拟音量,将所述音量属性和所述模拟音量作为所述环境声音特征。
可选地,所述从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,包括:
获取所述当前音频文件的文件类型,从所述历史音频播放记录中查询具有所述文件类型的音频文件,并将查询的音频文件作为所述当前音频文件的相似音频文件。
可选地,所述从所述相似音频文件中提取音频播放特征,包括:
获取所述相似音频文件的播放时间,从所述相似音频文件中筛选出所述播放时间满足预设条件的文件,得到目标音频文件,将所述目标音频文件中的播放音量作为所述音频播放特征。
可选地,所述通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量,包括:
利用所述训练完成的音频音量决策模型中的决策层对所述音量特征进行分割,得到多个分割节点;
利用所述训练完成的音频音量决策模型中的直方图函数计算每个所述分割节点中音量特征的梯度增益;
根据所述梯度增益,查找每个所述分割节点的最优分裂特征;
根据所述最优分裂特征,利用所述训练完成的音频音量决策模型中的激活函数计算所述音量特征的当前适宜音量。
可选地,所述利用所述训练完成的音频音量决策模型中的决策层对所述音量特征进行特征分割,得到多个分割节点,包括:
从所述音量特征中任意选取一个采样特征;
识别选取的所述采样特征的信息维度;
根据所述信息维度,确定选取的所述采样特征的分割点,得到多个分割节点。
可选地,所述获取通过用户授权音量自动调节的移动设备之前,还包括:
在移动设备中配置音量自动调节事件,根据所述音量自动调节事件,在所述移动设备中创建音量自动调节按钮;
根据所述音量自动调节按钮,判断用户是否对所述移动设备进行音量自动调节授权,并选取所述用户对所述移动设备进行音量自动调节的移动设备。
为了解决上述问题,本发明还提供一种音频音量智能调节装置,所述装置包括:
音频数据采集模块,用于采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录;
音频特征提取模块,用于识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征;
适宜音量检测模块,用于将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量;
音量调节模块,用于将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以实现上述所述的音频音量智能调节方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的音频音量智能调节方法。
可以看出,本发明实施例通过采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录,以保障后续音量调节的前提,并通过识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征,可以获取后续当前音频文件的适宜音量决策的依据,保障当前音频文件的最佳播放音量的决策准确性,其次,本发明实施例将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以检测所述音量特征的当前适宜音量;进一步地,本发明实施例通过将所述当前音频文件的当前播放音量调节至所述当前适宜音量,以实现所述当前音频文件的音量自动调节,提升用户体验度。因此,本发明实施例提出的一种音频音量智能调节方法、装置、电子设备及计算机可读存储介质可以实现智能化的音量自动调节。
附图说明
图1为本发明一实施例提供的音频音量智能调节方法的流程示意图;
图2为本发明一实施例提供的音频音量智能调节装置的模块示意图;
图3为本发明一实施例提供的实现音频音量智能调节方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种音频音量智能调节方法。所述音频音量智能调节方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之,所述音频音量智能调节方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的音频音量智能调节方法的流程示意图。在本发明实施例中,所述音频音量智能调节方法包括:
S1、采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录。
本发明实施例中,所述目标移动设备是指通过用户授权音量自动调节的移动设备,所述移动设备是指具有音频播放功能、且通过用户授权音量自动调节的便携式电子设备,常见的如手机、平板等设备,所述音量自动调节是指用户允许所述移动设备进行音量自动调节的过程,通过所述音量自动调节,可以使得所述移动设备在播放音频文件时,调节其音频音量处于用户最佳听觉的范围前提,所述当前音频文件是指在所述移动设备中当前播放的音频数据,如音乐、视频、广播等,所述当前音频环境参数是指所述移动设备当前所处的外界环境参数,如会议环境参数、家庭环境参数以及工厂环境参数等,所述历史音频播放记录是指所述移动设备已经播放过的音频文件记录,其包括音频类型、音频音量以及音频时长等。
本发明一实施例中,所述采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录之前,还包括:在移动设备中配置音量自动调节事件,根据所述音量自动调节事件,在所述移动设备中创建音量自动调节按钮,根据所述音量自动调节按钮,判断用户是否对所述移动设备进行音量自动调节授权,并选取所述用户对所述移动设备进行音量自动调节的移动设备作为所述目标移动设备。
其中,所述音量自动调节事件是指所述移动设备具有音量自动调节的功能事件,所述音量自动调节按钮是指所述移动设备与用户进行人机交互的控件按钮,通过所述音量自动调节按钮可以判断出所述用户是否对所述移动设备进行音量自动调节授权,即弹出所述音量自动调节按钮的对话框让用户确定是否授权,进一步地,本发明实施例在授权后获取所述移动设备的麦克风使用权限,同时判断该设备是否支持html5中getUserMedia方法,以捕捉后续所述移动设备的输入音频。
基于所述用户对移动设备的音量自动调节授权的判断,可以更好的满足不同需求,提高用户的体验度,可选的,所述音量自动调节事件和所述音量自动调节按钮可以通过HTML5语言进行编译。
进一步地,本发明一可选实施例中,所述当前音频文件和所述当前音频环境参数通过调用html5中getUserMedia方法来捕捉麦克风等输入设备输入的音频进行采集,所述历史音频播放记录通过查询所述移动设备的本地缓存、浏览器缓存以及音频程序缓存等得到。
S2、识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征。
应该了解,在不同的当前音频环境参数中会包含许多不同的音频声音参数,如在家庭音频环境中,会包含人说话的声音、电视机播放的声音以及风扇吹风的声音等参数,在工厂音频环境中,会包含操作设备的声音、聊天的声音以及广播的声音等参数,因此,本发明实施例通过识别所述当前音频环境参数的环境声音特征,以筛选出能表征所述当前音频环境参数的音量属性,从而作为后续当前音频文件的适宜音量决策的依据,保障其最佳播放音量的决策准确性。其中,所述环境声音特征是指用于表征所述当前音频环境参数的声音属性,如信号、幅度、频率等声音属性。
作为本发明的一个实施例,所述识别所述当前音频环境参数的环境声音特征,包括:对所述当前音频环境参数进行声音类别划分,得到多个类别声音,提取每个类别声音的音量属性,并根据所述音量属性,计算每个所述类别声音的模拟音量,将所述音量属性和所述模拟音量作为所述环境声音特征。
其中,所述类别声音是指所述当前音频环境参数中所存在的音频声音类型,所述音量属性是指用于表征每个类别声音的音量参数,所述模拟音量是指所述类别声音所发出的声音模拟音量值,其用于表征所述类别声音的分贝。
进一步地,本发明一可选实施中,所述音量属性通过音量采集器进行提取,所述音量采集器包括声波采集器、音频采集器以及信号采集器等,所述类别声音的模拟音量计算通过预设音量检测算法实现,所述预设音量检测算法包括音量方差检测算法、音量声强检测算法以及音量声压检测算法等。
进一步地,本发明实施例通过从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,以获取所述当前音频文件的相似音频文件的播放特征,从而作为后续所述当前音频文件的调节音量决策依据,进一步地保障所述当前音频文件的调节音量决策准确性。
作为本发明的一个实施例,所述从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,包括:获取所述当前音频文件的文件类型,从所述历史音频播放记录中查询具有所述文件类型的音频文件,并将查询的音频文件作为所述当前音频文件的相似音频文件。
其中,所述文件类型是指所述当前音频文件的音频类型,如音乐类型文件、视频类型文件,所述音频文件的查询可以通过查询语句实现,如SQL语句。
进一步地,作为本发明的一个实施例,所述从所述相似音频文件中提取音频播放特征,包括:获取所述相似音频文件的播放时间,从所述相似音频文件中筛选出所述播放时间满足预设条件的文件,得到目标音频文件,将所述目标音频文件中的播放音量作为所述音频播放特征。
其中,所述播放时间是指所述相似音频文件在所述移动设备的播放时间段,本发明通过筛选出所述播放时间满足预设条件的文件作为目标文件,以进一步筛选出符合当前用户需求的音频文件,保障提取出的音频播放特征的准确性,其中,所述预设条件可以根据时间进行设置,如筛选出所述播放时间近三个月内的相似音频文件,也可以根据实际业务场景设置。
S3、将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量。
本发明实施例中,所述音频音量决策模型包括机器学习模型,其用于检测所述音量特征的当前适宜音量,以保障所述当前音频文件的音量智能调节的前提,可选的,所述音频音量决策模型可以通过Lightgbm、Xgboost等算法进行构建。
作为本发明的一个实施例,所述通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量,包括:利用所述训练完成的音频音量决策模型中的决策层对所述音量特征进行分割,得到多个分割节点;利用所述训练完成的音频音量决策模型中的直方图函数计算每个所述分割节点中音量特征的梯度增益;根据所述梯度增益,查找每个所述分割节点的最优分裂特征;根据所述最优分裂特征,利用所述训练完成的音频音量决策模型中的激活函数计算所述音量特征的当前适宜音量。
本发明一可选实施例中,所述利用所述训练完成的音频音量决策模型中的决策层对所述音量特征进行特征分割,得到多个分割节点,包括:从所述音量特征中任意选取一个采样特征,并识别选取的所述采样特征的信息维度,根据所述信息维度,确定选取的所述采样特征的分割点,得到多个分割节点。例如,选取的采样特征为音量特征中的播放音量,则该采样特征的信息维度包括:音量数值、波动幅度、声音信号等,则可以确定该采样特征的分割点可以为:声音信号是否连续、音量数值是否超过阈值以及波动幅度是否抖动等。
进一步地,本发明一可选实施例中,所述直方图函数包括:
进一步地,本发明一可选实施例中,所述激活函数包括:
其中,f(x,φ)表示当前适宜音量,x表示最优分裂特征,φ表示特征分割节点的数量,h(x)表示最优分裂特征x的高度函数,E(h(x))表示最优分裂特征的均值函数,c(φ)表示最优分裂特征的标准化函数。
需要说明的是,本发明实施例中,所述当前适宜音量不小于所述移动设备的最小播放音量,且不大于所述移动设备的最大播放音量,即所述当前适宜音量的取值范围为:0~100。
基于所述环境声音特征和所述音频播放特征,可以保障所述当前音频文件的音频特征获取的全面性,从而可以保障后续通过音频音量决策检测出的当前适宜音量的准确性。
进一步地,为保障所述音量特征的复用性和高可用性,所述音量特征还可存储于一区块链节点中。
S4、将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量。
应该了解,所述当前适宜音量用于表征所述当前音频文件在所述当前音频环境参数中所适宜的最佳音量,因此,本发明实施例通过将所述当前音频文件的当前播放音量调节至所述当前适宜音量,以实现所述当前音频文件的音量自动调节,提升用户体验度。
作为本发明的一个实施例,所述将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量,包括:根据所述当前播放音量和所述当前适宜音量,触发所述当前音频文件的音量调节事件,根据所述音量调节事件,利用预先编译的音量调节对象执行所述当前音频文件的音量调节,得到当前音频文件的最终播放音量。
其中,所述音量调节对象是指用于管理所述移动设备中音频音量调节的功能对象,其也可以通过HTML5语言编译。
可以看出,本发明实施例通过采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录,以保障后续音量调节的前提,并通过识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征,可以获取后续当前音频文件的适宜音量决策的依据,保障当前音频文件的最佳播放音量的决策准确性,其次,本发明实施例将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以检测所述音量特征的当前适宜音量;进一步地,本发明实施例通过将所述当前音频文件的当前播放音量调节至所述当前适宜音量,以实现所述当前音频文件的音量自动调节,提升用户体验度。因此,本发明实施例提出的一种音频音量智能调节方法可以实现智能化的音量自动调节。
如图2所示,是本发明音频音量智能调节装置的功能模块图。
本发明所述音频音量智能调节装置100可以安装于电子设备中。根据实现的功能,所述音频音量智能调节装置可以包括音频数据采集模块101、音频特征提取模块102、适宜音量检测模块103以及音量调节模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备的处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述音频数据采集模块101,用于采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录;
所述音频特征提取模块102,用于识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征;
所述适宜音量检测模块103,用于将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量;
所述音量调节模块104,用于将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量。
详细地,本发明实施例中所述音频音量智能调节装置100中的所述各模块在使用时采用与上述的图1中所述的音频音量智能调节方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图3所示,是本发明实现音频音量智能调节方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如音频音量智能调节程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备1的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行音频音量智能调节程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如音频音量智能调节程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信,包括网络接口和员工接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备1之间建立通信连接。所述员工接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,员工接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的员工界面。
图3仅示出了具有部件的电子设备1,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利发明范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的音频音量智能调节程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录;
识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征;
将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量;
将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备1的处理器所执行时,可以实现:
采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录;
识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征;
将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量;
将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种音频音量智能调节方法,其特征在于,所述方法包括:
采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录;
识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征;
将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量;
将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量。
2.如权利要求1所述的音频音量智能调节方法,其特征在于,所述识别所述当前音频环境参数的环境声音特征,包括:
对所述当前音频环境参数进行声音类别划分,得到多个类别声音;
提取每个类别声音的音量属性,并根据所述音量属性,计算每个所述类别声音的模拟音量,将所述音量属性和所述模拟音量作为所述环境声音特征。
3.如权利要求1所述的音频音量智能调节方法,其特征在于,所述从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,包括:
获取所述当前音频文件的文件类型,从所述历史音频播放记录中查询具有所述文件类型的音频文件,并将查询的音频文件作为所述当前音频文件的相似音频文件。
4.如权利要求3所述的音频音量智能调节方法,其特征在于,所述从所述相似音频文件中提取音频播放特征,包括:
获取所述相似音频文件的播放时间,从所述相似音频文件中筛选出所述播放时间满足预设条件的文件,得到目标音频文件,将所述目标音频文件中的播放音量作为所述音频播放特征。
5.如权利要求1至4中任意一项所述的音频音量智能调节方法,其特征在于,所述通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量,包括:
利用所述训练完成的音频音量决策模型中的决策层对所述音量特征进行分割,得到多个分割节点;
利用所述训练完成的音频音量决策模型中的直方图函数计算每个所述分割节点中音量特征的梯度增益;
根据所述梯度增益,查找每个所述分割节点的最优分裂特征;
根据所述最优分裂特征,利用所述训练完成的音频音量决策模型中的激活函数计算所述音量特征的当前适宜音量。
6.如权利要求5所述的音频音量智能调节方法,其特征在于,所述利用所述训练完成的音频音量决策模型中的决策层对所述音量特征进行特征分割,得到多个分割节点,包括:
从所述音量特征中任意选取一个采样特征;
识别选取的所述采样特征的信息维度;
根据所述信息维度,确定选取的所述采样特征的分割点,得到多个分割节点。
7.如权利要求1所述的音频音量智能调节方法,其特征在于,所述获取通过用户授权音量自动调节的移动设备之前,还包括:
在移动设备中配置音量自动调节事件,根据所述音量自动调节事件,在所述移动设备中创建音量自动调节按钮;
根据所述音量自动调节按钮,判断用户是否对所述移动设备进行音量自动调节授权,并选取所述用户对所述移动设备进行音量自动调节的移动设备。
8.一种音频音量智能调节装置,其特征在于,所述装置包括:
音频数据采集模块,用于采集目标移动设备的当前音频文件、当前音频环境参数以及历史音频播放记录;
音频特征提取模块,用于识别所述当前音频环境参数的环境声音特征,从所述历史音频播放记录中查询所述当前音频文件的相似音频文件,并从所述相似音频文件中提取音频播放特征;
适宜音量检测模块,用于将所述环境声音特征和所述音频播放特征作为所述当前音频文件的音量特征输入至预先训练好的音频音量决策模型中,以通过所述预先训练好的音频音量决策模型检测所述音量特征的当前适宜音量;
音量调节模块,用于将所述当前音频文件的当前播放音量调节至所述当前适宜音量,得到所述当前音频文件的最终播放音量。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的音频音量智能调节方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的音频音量智能调节方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210138188.0A CN114489561A (zh) | 2022-02-15 | 2022-02-15 | 音频音量智能调节方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210138188.0A CN114489561A (zh) | 2022-02-15 | 2022-02-15 | 音频音量智能调节方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114489561A true CN114489561A (zh) | 2022-05-13 |
Family
ID=81481242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210138188.0A Pending CN114489561A (zh) | 2022-02-15 | 2022-02-15 | 音频音量智能调节方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114489561A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114722884A (zh) * | 2022-06-08 | 2022-07-08 | 深圳市润东来科技有限公司 | 基于环境音的音频控制方法、装置、设备及存储介质 |
CN115103059A (zh) * | 2022-06-20 | 2022-09-23 | 珠海格力电器股份有限公司 | 音量控制方法、装置、电子装置和存储介质 |
CN116186594A (zh) * | 2023-04-26 | 2023-05-30 | 成都市环境应急指挥保障中心 | 基于决策网络结合大数据实现环境变化趋势智能检测方法 |
-
2022
- 2022-02-15 CN CN202210138188.0A patent/CN114489561A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114722884A (zh) * | 2022-06-08 | 2022-07-08 | 深圳市润东来科技有限公司 | 基于环境音的音频控制方法、装置、设备及存储介质 |
CN115103059A (zh) * | 2022-06-20 | 2022-09-23 | 珠海格力电器股份有限公司 | 音量控制方法、装置、电子装置和存储介质 |
CN115103059B (zh) * | 2022-06-20 | 2023-08-11 | 珠海格力电器股份有限公司 | 音量控制方法、装置、电子装置和存储介质 |
CN116186594A (zh) * | 2023-04-26 | 2023-05-30 | 成都市环境应急指挥保障中心 | 基于决策网络结合大数据实现环境变化趋势智能检测方法 |
CN116186594B (zh) * | 2023-04-26 | 2023-07-04 | 成都市环境应急指挥保障中心 | 基于决策网络结合大数据实现环境变化趋势智能检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114489561A (zh) | 音频音量智能调节方法、装置、电子设备及存储介质 | |
CN111723727A (zh) | 基于边缘计算的云监控方法、装置、电子设备及存储介质 | |
CN110246512A (zh) | 声音分离方法、装置及计算机可读存储介质 | |
CN106874279A (zh) | 生成应用类别标签的方法及装置 | |
CN112447189A (zh) | 语音事件检测方法、装置、电子设备及计算机存储介质 | |
CN111681681A (zh) | 语音情绪识别方法、装置、电子设备及存储介质 | |
CN110866249A (zh) | 一种动态检测恶意代码的方法、装置及电子设备 | |
CN114333881B (zh) | 基于环境自适应的音频传输降噪方法、设备及介质 | |
CN111027419B (zh) | 一种视频无关内容检测的方法、装置、设备和介质 | |
CN113903363A (zh) | 基于人工智能的违规行为检测方法、装置、设备及介质 | |
CN116405712A (zh) | 基于ott视频的多媒体推送方法、装置、设备及存储介质 | |
CN103475532A (zh) | 硬件检测方法和系统 | |
CN111178455B (zh) | 图像聚类方法、系统、设备及介质 | |
CN112966756A (zh) | 一种可视化的准入规则的生成方法、装置、机器可读介质及设备 | |
CN108052506A (zh) | 自然语言处理方法、装置、存储介质及电子设备 | |
CN109491970B (zh) | 面向云存储的不良图片检测方法、装置及存储介质 | |
CN115866280A (zh) | 基于大数据的网络直播用户行为分析方法、装置和设备 | |
CN114693435A (zh) | 催收名单的智能回访的方法、装置、电子设备及存储介质 | |
CN115269910A (zh) | 音视频审核方法及系统 | |
CN114937027A (zh) | 风机叶片缺陷检测的方法、装置、电子设备及存储介质 | |
CN114172856A (zh) | 消息自动回复方法、装置、设备及存储介质 | |
CN113158029A (zh) | 一种内容展示方法、装置和计算机可读存储介质 | |
CN113762042A (zh) | 视频识别方法、装置、设备以及存储介质 | |
CN114722884B (zh) | 基于环境音的音频控制方法、装置、设备及存储介质 | |
CN114578744B (zh) | 设备运行数据的采集方法及装置 |
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 |