CN116437253A - 耳机控制方法、装置、设备及可读存储介质 - Google Patents
耳机控制方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN116437253A CN116437253A CN202310358094.9A CN202310358094A CN116437253A CN 116437253 A CN116437253 A CN 116437253A CN 202310358094 A CN202310358094 A CN 202310358094A CN 116437253 A CN116437253 A CN 116437253A
- Authority
- CN
- China
- Prior art keywords
- control text
- earphone
- voice data
- state
- control
- 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 58
- 238000012549 training Methods 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 7
- 230000004913 activation Effects 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
- H04R1/1041—Mechanical or electronic switches, or control elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2201/00—Details of transducers, loudspeakers or microphones covered by H04R1/00 but not provided for in any of its subgroups
- H04R2201/10—Details of earpieces, attachments therefor, earphones or monophonic headphones covered by H04R1/10 but not provided for in any of its subgroups
- H04R2201/105—Manufacture of mono- or stereophonic headphone components
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本公开涉及一种耳机控制方法、装置、设备及可读存储介质，通过获取预训练的参数文件，对所述参数文件进行加载，并实时检测当前环境中出现的人声数据，确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。相较于现有技术，本公开实施例通过获取预训练的参数文件，对所述参数文件进行加载，实时检测人声数据，基于与所述人声数据匹配的目标控制文本对应的控制方式对耳机进行控制，易于触发控制且兼容性较好，可以减少智能免摘功能的误激活，从而提高用户体验。
Description
技术领域
本公开涉及无线耳机技术领域，尤其涉及一种耳机控制方法、装置、设备及可读存储介质。
背景技术
随着降噪耳机的普及，用户能够在嘈杂的环境下安静地享受音乐。过于强烈的降噪方案，也带来了新的问题，比如无法听清周边人的谈话和环境中的其他声音。
为了解决这个问题，一些厂商引入了智能免摘功能(Speak-to-Chat)，即麦克风实时检测产品佩戴者是否有进行说话，如果检测到佩戴者正在说话，会暂停或静音正在播放的音乐，并用麦克风获取谈话对象的声音，使其更易于听到。
但是，上述的智能免摘功能，容易误激活，比如他人的声音、周边环境声音交通广播等等都有可能激活，而且存在兼容性问题，使用不同的音乐播放器，音乐暂停或者静音的功能可能不生效，导致用户体验不好。
发明内容
为了解决上述技术问题，本公开提供了一种耳机控制方法、装置、设备及可读存储介质，以减少智能免摘功能的误激活，兼容性较好，从而提高用户体验。
第一方面，本公开实施例提供一种耳机控制方法，所述方法包括：
获取预训练的参数文件；
对所述参数文件进行加载，并实时检测当前环境中出现的人声数据；
确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。
在一些实施例中，所述获取预训练的参数文件，包括：
与终端建立无线连接；
打开所述终端的应用程序；所述终端用于响应于用户在终端的应用程序上输入控制文本的操作，将所述控制文本上传至云端服务器；所述云端服务器用于接收终端上传的所述控制文本，建立训练模型，通过所述训练模型对所述控制文本进行训练，得到预训练的参数文件，将预训练的参数文件热回写至所述终端的应用程序上；
基于所述终端的应用程序获取所述预训练的参数文件。
在一些实施例中，所述目标控制文本包括如下至少一种：
第一控制文本、第二控制文本、第三控制文本、第四控制文本。
在一些实施例中，所述实时检测当前环境中出现的人声数据，包括：
实时接收当前环境中出现的声音数据；
判断所述声音数据是否为人声数据；
确定所述声音数据为人声数据，得到所述人声数据。
在一些实施例中，所述确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制，包括：
确定出与所述人声数据匹配的目标控制文本为第一控制文本时，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；
确定出与所述人声数据匹配的目标控制文本为第二控制文本时，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。
在一些实施例中，所述确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制，还包括：
确定出与所述人声数据匹配的目标控制文本为第三控制文本时，控制所述耳机进入第三状态，所述第三状态为提高音量；
确定出与所述人声数据匹配的目标控制文本为第四控制文本时，控制所述耳机进入第四状态，所述第四状态为降低音量。
在一些实施例中，所述方法还包括：
响应于用户对所述耳机上的按键的第一点击操作，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；
响应于用户对所述耳机上的按键的第二点击操作，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。
第二方面，本公开实施例提供一种耳机控制装置，包括：
获取模块，用于获取预训练的参数文件；
加载检测模块，用于对所述参数文件进行加载，并实时检测当前环境中出现的人声数据；
控制模块，用于确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。
第三方面，本公开实施例提供一种电子设备，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。
第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如第一方面所述的方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如第一方面所述的方法。
本公开实施例提供的耳机控制方法、装置、设备及可读存储介质，通过获取预训练的参数文件，对所述参数文件进行加载，并实时检测当前环境中出现的人声数据，确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。相较于现有技术，本公开实施例通过获取预训练的参数文件，对所述参数文件进行加载，实时检测人声数据，基于与所述人声数据匹配的目标控制文本对应的控制方式对耳机进行控制，易于触发控制且兼容性较好，可以减少智能免摘功能的误激活，从而提高用户体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的耳机控制方法流程图；
图2为本公开另一实施例提供的耳机控制方法流程图；
图3为本公开另一实施例提供的耳机控制方法流程图；
图4为本公开实施例提供的耳机控制装置的结构示意图；
图5为本公开实施例提供的电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
随着降噪耳机的普及，用户能够在嘈杂的环境下安静地享受音乐。过于强烈的降噪方案，也带来了新的问题，比如无法听清周边人的谈话和环境中的其他声音。
为了解决这个问题，一些厂商引入了智能免摘功能(Speak-to-Chat)，即麦克风实时检测产品佩戴者是否有进行说话，如果检测到佩戴者正在说话，会暂停或静音正在播放的音乐，并用麦克风获取谈话对象的声音，使其更易于听到。
但是，上述的智能免摘功能，容易误激活，比如他人的声音、周边环境声音交通广播等等都有可能激活，而且存在兼容性问题，使用不同的音乐播放器，音乐暂停或者静音的功能可能不生效，导致用户体验不好。针对该问题，本公开实施例提供了一种耳机控制方法，下面结合具体的实施例对该方法进行介绍。
图1为本公开实施例提供的耳机控制方法流程图。该方法可以应用于耳机，可以应用于对耳机进行控制的场景，通过实时检测人声数据，基于与所述人声数据匹配的目标控制文本对应的控制方式对耳机进行控制，易于触发控制且兼容性较好，可以减少智能免摘功能的误激活，从而提高用户体验。可以理解的是，本公开实施例提供的耳机控制方法还可以应用在其他场景中。
下面对图1所示的耳机控制方法进行介绍，该方法包括如下几个步骤：
S101、获取预训练的参数文件。
本步骤中，耳机获取预训练的参数文件。预训练的参数文件可以存储在终端中，耳机从终端中获取预训练的参数文件。
S102、对所述参数文件进行加载，并实时检测当前环境中出现的人声数据。
在获取到预训练的参数文件之后，耳机对所述参数文件进行加载，并实时检测当前环境中出现的人声数据。
S103、确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。
在检测到当前环境中出现的人声数据之后，耳机确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。具体的，耳机将人声数据与控制文本进行匹配，如果匹配成功，将匹配的控制文本确定为目标控制文本，根据所述目标控制文本对应的控制方式对所述耳机进行控制。
本公开实施例通过获取预训练的参数文件，对所述参数文件进行加载，并实时检测当前环境中出现的人声数据，确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。相较于现有技术，本公开实施例通过获取预训练的参数文件，对所述参数文件进行加载，实时检测人声数据，基于与所述人声数据匹配的目标控制文本对应的控制方式对耳机进行控制，易于触发控制且兼容性较好，可以减少智能免摘功能的误激活，从而提高用户体验。
图2为本公开另一实施例提供的耳机控制方法流程图，如图2所示，该方法包括如下几个步骤：
S201、与终端建立无线连接。
本步骤中，耳机与终端建立无线连接。无线连接可以是蓝牙连接，也可以是无线局域网通信连接，还也可以是其他连接方式，本实施例不做具体限定。
S202、打开所述终端的应用程序；所述终端用于响应于用户在终端的应用程序上输入控制文本的操作，将所述控制文本上传至云端服务器；所述云端服务器用于接收终端上传的所述控制文本，建立训练模型，通过所述训练模型对所述控制文本进行训练，得到预训练的参数文件，将预训练的参数文件热回写至所述终端的应用程序上。
在与终端建立无线连接之后，耳机会打开终端的应用程序。用户在终端的应用程序上输入控制文本，所述终端用于响应于用户在终端的应用程序上输入控制文本的操作，将所述控制文本上传至云端服务器。服务器接收终端上传的所述控制文本，建立训练模型，通过所述训练模型对所述控制文本进行训练，得到预训练的参数文件，将预训练的参数文件热回写至所述终端的应用程序上。本实施例中，只需要输入控制文本，就可通过服务器对所述控制文本进行训练，得到预训练的参数文件。控制文本由用户自行设置，对控制文本的字数不做限制，具备灵活和多样性的特点，可以满足不同用户自定义热词的需求，可以实时将预训练的参数文件热回写至所述终端的应用程序上，进而可以基于与人声数据匹配的目标控制文本对应的控制方式对耳机进行控制，达到提升用户体验的效果。
在一些实施例中，服务器对所述控制文本进行训练，得到预训练的参数文件，包括：获取多组控制文本数据以及对应的目标控制状态；基于所述多组控制文本数据对训练模型进行训练，得到每组样本数据的训练状态；基于每组控制文本数据对应的目标控制状态对所述每组控制文本数据的训练状态进行损失计算，得到所述训练模型的损失计算结果；基于所述训练模型的损失计算结果，更新所述训练模型的模型参数；若所述训练模型的准确率大于预设阈值，则所述训练模型训练完成；将终端上传的控制文本作为训练模型的输入，通过所述训练模型得到预训练的参数文件。
S203、基于所述终端的应用程序获取所述预训练的参数文件。
本步骤中，耳机基于所述终端的应用程序获取所述预训练的参数文件。具体的，终端可以将预训练的参数文件发送给耳机，耳机接收预训练的参数文件。在一些实施例中，耳机可以从所述终端的应用程序上下载所述预训练的参数文件。
S204、对所述参数文件进行加载，并实时检测当前环境中出现的人声数据。
具体的，S204和S102的实现过程和原理一致，此处不再赘述。
在一些实施例中，S204中的实时检测当前环境中出现的人声数据，包括但不限于S2041、S2042、S2043：
S2041、实时接收当前环境中出现的声音数据。
耳机实时接收当前环境中出现的声音数据。
S2042、判断所述声音数据是否为人声数据。
在接收到当前环境中出现的声音数据之后，耳机判断所述声音数据是否为人声数据。具体的，可以基于人声检测技术检测所述声音数据是否为人声数据。
S2043、确定所述声音数据为人声数据，得到所述人声数据。
当确定所述声音数据为人声数据时，得到所述人声数据。在一些实施例中，当确定所述声音数据不为人声数据时，结束。
S205、确定出与所述人声数据匹配的目标控制文本为第一控制文本时，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式。
在得到所述人声数据之后，耳机会将人声数据与控制文本进行匹配，如果匹配成功，将匹配的控制文本确定为目标控制文本。当目标控制文本为第一控制文本时，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式。透传人声模式下，耳机会将当前环境中的声音数据通过耳机透传给佩戴的用户，使用户可以更清晰地听到。在一些实施例中，可以设置第一控制文本为用户的名字或者常用名，例如小明的朋友和同事会称呼小明为“阿明”，那么可以将第一控制文本设置为“阿明”，当耳机检测出人声数据与第一控制文本匹配，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式，使得佩戴者可以很方便的听到周围人的声音并进行交谈，提高用户体验。控制文本由用户自行设置，具备灵活和多样性的特点，相较于现有技术中检测到声音就会被激活，本公开需要检测出人声数据，并将人声数据与控制文本进行匹配，匹配成功后对耳机进行控制，可以减少智能免摘功能的误激活。
S206、确定出与所述人声数据匹配的目标控制文本为第二控制文本时，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。
在得到所述人声数据之后，耳机会将人声数据与控制文本进行匹配，当确定出与所述人声数据匹配的目标控制文本为第二控制文本时，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。例如，可以设置第二控制文本为“播放”，当耳机检测出人声数据与第二控制文本匹配，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式，使得佩戴者可以继续在当前环境下安静地享受音乐，提高用户体验。
需要说明的是，S205与S206是并列关系，没有先后顺序，顺序可以互相调换。在一些实施例中，可以先执行S206，再执行S205。
本公开实施例通过与终端建立无线连接，打开所述终端的应用程序；所述终端用于响应于用户在终端的应用程序上输入控制文本的操作，将所述控制文本上传至云端服务器；所述云端服务器用于接收终端上传的所述控制文本，建立训练模型，通过所述训练模型对所述控制文本进行训练，得到预训练的参数文件，将预训练的参数文件热回写至所述终端的应用程序上。进一步，基于所述终端的应用程序获取所述预训练的参数文件，对所述参数文件进行加载，并实时检测当前环境中出现的人声数据。进而确定出与所述人声数据匹配的目标控制文本为第一控制文本时，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；确定出与所述人声数据匹配的目标控制文本为第二控制文本时，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。相较于现有技术中检测到声音就会被激活的方案，本公开需要检测出人声数据，并将人声数据与控制文本进行匹配，当确定出与所述人声数据匹配的目标控制文本为第一控制文本时，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；当确定出与所述人声数据匹配的目标控制文本为第二控制文本时，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式，易于触发控制且兼容性较好，可以减少智能免摘功能的误激活，从而提高用户体验。
图3为本公开另一实施例提供的耳机控制方法流程图，如图3所示，该方法包括如下几个步骤：
S301、获取预训练的参数文件。
具体的，S301和S101的实现过程和原理一致，此处不再赘述。
S302、对所述参数文件进行加载，并实时检测当前环境中出现的人声数据。
具体的，S302和S102的实现过程和原理一致，此处不再赘述。
S303、确定出与所述人声数据匹配的目标控制文本为第三控制文本时，控制所述耳机进入第三状态，所述第三状态为提高音量。
在一些实施例中，在检测出所述人声数据之后，耳机会将人声数据与控制文本进行匹配，当确定出与所述人声数据匹配的目标控制文本为第三控制文本时，控制所述耳机进入第三状态，所述第三状态为提高音量。例如，可以设置第三控制文本为“加音量”，当耳机检测出人声数据与第三控制文本匹配，控制所述耳机进入第三状态，所述第三状态为提高音量。
S304、确定出与所述人声数据匹配的目标控制文本为第四控制文本时，控制所述耳机进入第四状态，所述第四状态为降低音量。
在一些实施例中，在检测出所述人声数据之后，耳机会将人声数据与控制文本进行匹配，当确定出与所述人声数据匹配的目标控制文本为第四控制文本时，控制所述耳机进入第四状态，所述第四状态为降低音量。例如，可以设置第四控制文本为“减音量”，当耳机检测出人声数据与第四控制文本匹配，控制所述耳机进入第四状态，所述第四状态为降低音量。
S305、响应于用户对所述耳机上的按键的第一点击操作，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式。
在一些实施例中，耳机上配置了控件(按键)，用户对所述耳机上的按键进行第一点击操作，耳机响应于用户对所述耳机上的按键的第一点击操作，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式。可选的，第一点击操作包括但不限于点击、双击、触碰，不对第一点击操作做具体限定。
S306、响应于用户对所述耳机上的按键的第二点击操作，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。
例如，用户对所述耳机上的按键进行第二点击操作，耳机响应于用户对所述耳机上的按键的第二点击操作，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。可选的，第二点击操作包括但不限于点击、双击、触碰，不对第二点击操作做具体限定。
需要说明的是，S303、S304、S305与S306是并列关系，没有先后顺序，顺序可以互相调换。
本公开实施例通过获取预训练的参数文件，对所述参数文件进行加载，并实时检测当前环境中出现的人声数据。确定出与所述人声数据匹配的目标控制文本为第三控制文本时，控制所述耳机进入第三状态，所述第三状态为提高音量；确定出与所述人声数据匹配的目标控制文本为第四控制文本时，控制所述耳机进入第四状态，所述第四状态为降低音量。响应于用户对所述耳机上的按键的第一点击操作，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；响应于用户对所述耳机上的按键的第二点击操作，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。相较于现有技术中检测到声音就会被激活的方案，本公开需要检测出人声数据，并将人声数据与控制文本进行匹配，当确定出与所述人声数据匹配的目标控制文本为第三控制文本时，控制所述耳机进入第三状态，所述第三状态为提高音量；当确定出与所述人声数据匹配的目标控制文本为第四控制文本时，控制所述耳机进入第四状态，所述第四状态为降低音量，易于触发控制且兼容性较好，可以减少智能免摘功能的误激活，可以通过按键进行控制，功能比较完备，进一步提高用户体验。
图4为本公开实施例提供的耳机控制装置的结构示意图。该耳机控制装置可以是如上实施例的耳机，或者耳机控制装置可以是该耳机中的部件或组件。本公开实施例提供的耳机控制装置可以执行耳机控制方法实施例提供的处理流程，如图4所示，耳机控制装置40包括：获取模块41、加载检测模块42、控制模块43；其中，获取模块41用于获取预训练的参数文件；加载检测模块42用于对所述参数文件进行加载，并实时检测当前环境中出现的人声数据；控制模块43用于确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。
可选的，所述获取模块41获取预训练的参数文件时，具体用于：与终端建立无线连接；打开所述终端的应用程序；所述终端用于响应于用户在终端的应用程序上输入控制文本的操作，将所述控制文本上传至云端服务器；所述云端服务器用于接收终端上传的所述控制文本，建立训练模型，通过所述训练模型对所述控制文本进行训练，得到预训练的参数文件，将预训练的参数文件热回写至所述终端的应用程序上；基于所述终端的应用程序获取所述预训练的参数文件。
可选的，所述目标控制文本包括如下至少一种：第一控制文本、第二控制文本、第三控制文本、第四控制文本。
可选的，所述加载检测模块42实时检测当前环境中出现的人声数据时，具体用于：实时接收当前环境中出现的声音数据；判断所述声音数据是否为人声数据；确定所述声音数据为人声数据，得到所述人声数据。
可选的，所述控制模块43确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制时，具体用于：确定出与所述人声数据匹配的目标控制文本为第一控制文本时，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；确定出与所述人声数据匹配的目标控制文本为第二控制文本时，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。
可选的，所述控制模块43确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制，还用于：确定出与所述人声数据匹配的目标控制文本为第三控制文本时，控制所述耳机进入第三状态，所述第三状态为提高音量；确定出与所述人声数据匹配的目标控制文本为第四控制文本时，控制所述耳机进入第四状态，所述第四状态为降低音量。
可选的，所述控制模块43还用于：响应于用户对所述耳机上的按键的第一点击操作，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；响应于用户对所述耳机上的按键的第二点击操作，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。
图4所示实施例的耳机控制装置可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图5为本公开实施例提供的电子设备的结构示意图。该电子设备可以是如上实施例所述的耳机。本公开实施例提供的电子设备可以执行耳机控制方法实施例提供的处理流程，如图5所示，电子设备50包括：存储器51、处理器52、计算机程序和通讯接口53；其中，计算机程序存储在存储器51中，并被配置为由处理器52执行如上所述的耳机控制方法。在特定实施例中，存储器51是非易失性固态存储器。
另外，本公开实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述实施例所述的耳机控制方法。
此外，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如上所述的耳机控制方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。存储介质可以是非易失性/非临时性计算机可读存储介质，例如，非易失性/非临时性计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、非易失性固态存储器、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：
获取预训练的参数文件；
对所述参数文件进行加载，并实时检测当前环境中出现的人声数据；
确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。
另外，该电子设备还可以执行如上所述的耳机控制方法中的其他步骤。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种耳机控制方法，其特征在于，包括：
获取预训练的参数文件；
对所述参数文件进行加载，并实时检测当前环境中出现的人声数据；
确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。
2.根据权利要求1所述的方法，其特征在于，所述获取预训练的参数文件，包括：
与终端建立无线连接；
打开所述终端的应用程序；所述终端用于响应于用户在终端的应用程序上输入控制文本的操作，将所述控制文本上传至云端服务器；所述云端服务器用于接收终端上传的所述控制文本，建立训练模型，通过所述训练模型对所述控制文本进行训练，得到预训练的参数文件，将预训练的参数文件热回写至所述终端的应用程序上；
基于所述终端的应用程序获取所述预训练的参数文件。
3.根据权利要求1所述的方法，其特征在于，所述目标控制文本包括如下至少一种：
第一控制文本、第二控制文本、第三控制文本、第四控制文本。
4.根据权利要求1所述的方法，其特征在于，所述实时检测当前环境中出现的人声数据，包括：
实时接收当前环境中出现的声音数据；
判断所述声音数据是否为人声数据；
确定所述声音数据为人声数据，得到所述人声数据。
5.根据权利要求3所述的方法，其特征在于，所述确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制，包括：
确定出与所述人声数据匹配的目标控制文本为第一控制文本时，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；
确定出与所述人声数据匹配的目标控制文本为第二控制文本时，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。
6.根据权利要求3所述的方法，其特征在于，所述确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制，还包括：
确定出与所述人声数据匹配的目标控制文本为第三控制文本时，控制所述耳机进入第三状态，所述第三状态为提高音量；
确定出与所述人声数据匹配的目标控制文本为第四控制文本时，控制所述耳机进入第四状态，所述第四状态为降低音量。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于用户对所述耳机上的按键的第一点击操作，控制所述耳机进入第一状态，所述第一状态为暂停音乐播放或静音播放、进入透传人声模式；
响应于用户对所述耳机上的按键的第二点击操作，控制所述耳机进入第二状态，所述第二状态为恢复音乐播放、退出透传人声模式。
8.一种耳机控制装置，其特征在于，包括：
获取模块，用于获取预训练的参数文件；
加载检测模块，用于对所述参数文件进行加载，并实时检测当前环境中出现的人声数据；
控制模块，用于确定出与所述人声数据匹配的目标控制文本，基于所述目标控制文本对应的控制方式对所述耳机进行控制。
9.一种电子设备，其特征在于，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-7中任一所述的方法。
10.一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，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310358094.9A CN116437253A (zh) | 2023-03-31 | 2023-03-31 | 耳机控制方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310358094.9A CN116437253A (zh) | 2023-03-31 | 2023-03-31 | 耳机控制方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116437253A true CN116437253A (zh) | 2023-07-14 |
Family
ID=87079145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310358094.9A Pending CN116437253A (zh) | 2023-03-31 | 2023-03-31 | 耳机控制方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116437253A (zh) |
-
2023
- 2023-03-31 CN CN202310358094.9A patent/CN116437253A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6489563B2 (ja) | 音量調節方法、システム、デバイス及びプログラム | |
| WO2021129262A1 (zh) | 用于主动发起对话的服务端处理方法及服务器、能够主动发起对话的语音交互系统 | |
| CN101313483B (zh) | 回音消除的配置 | |
| JP2021516786A (ja) | 複数人の音声を分離する方法、装置、およびコンピュータプログラム | |
| CN108476256A (zh) | 一种音量调节方法及终端 | |
| CN104506702B (zh) | 一种音量调节方法 | |
| CN108346433A (zh) | 一种音频处理方法、装置、设备及可读存储介质 | |
| CN108399917B (zh) | 语音处理方法、设备和计算机可读存储介质 | |
| CN109473097B (zh) | 一种智能语音设备及其控制方法 | |
| CN103295576A (zh) | 一种即时通信的语音识别方法和终端 | |
| KR102287704B1 (ko) | 단말기, 그것의 동작 방법 및 컴퓨터 판독 가능한 기록매체 | |
| CN107734126A (zh) | 语音调节方法、装置、终端及存储介质 | |
| CN111343410A (zh) | 一种静音提示方法、装置、电子设备及存储介质 | |
| CN113542960B (zh) | 音频信号处理方法、系统、装置、电子设备和存储介质 | |
| CN112013949A (zh) | 耳机佩戴状态的确定方法、装置及耳机 | |
| CN106782498B (zh) | 语音信息播放方法、装置及终端 | |
| CN113284500B (zh) | 音频处理方法、装置、电子设备及存储介质 | |
| KR20220154176A (ko) | 자동 볼륨 조정 방법, 장치, 매체 및 기기 | |
| CN110660403B (zh) | 一种音频数据处理方法、装置、设备及可读存储介质 | |
| KR20230133864A (ko) | 스피치 오디오 스트림 중단들을 처리하는 시스템들및 방법들 | |
| CN108418982B (zh) | 语音通话数据处理方法、装置、存储介质及移动终端 | |
| CN104851423A (zh) | 一种声音信息处理方法及装置 | |
| CN116437253A (zh) | 耳机控制方法、装置、设备及可读存储介质 | |
| CN111083250A (zh) | 移动终端及其降噪方法 | |
| CN114979344A (zh) | 回声消除方法、装置、设备及存储介质 |
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 |