CN117334021A - 耳机盒防丢方法、无线耳机和计算机可读存储介质 - Google Patents
耳机盒防丢方法、无线耳机和计算机可读存储介质 Download PDFInfo
- Publication number
- CN117334021A CN117334021A CN202311199352.XA CN202311199352A CN117334021A CN 117334021 A CN117334021 A CN 117334021A CN 202311199352 A CN202311199352 A CN 202311199352A CN 117334021 A CN117334021 A CN 117334021A
- Authority
- CN
- China
- Prior art keywords
- scene
- information
- distance
- earphone
- current
- 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 55
- 238000013507 mapping Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000008859 change Effects 0.000 claims description 25
- 238000012790 confirmation Methods 0.000 claims description 22
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000013527 convolutional neural network Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 11
- 230000002457 bidirectional effect Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 125000004122 cyclic group Chemical group 0.000 claims description 7
- 230000002265 prevention Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000306 recurrent effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- NGVDGCNFYWLIFO-UHFFFAOYSA-N pyridoxal 5'-phosphate Chemical compound CC1=NC=C(COP(O)(O)=O)C(C=O)=C1O NGVDGCNFYWLIFO-UHFFFAOYSA-N 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
- H04R1/1091—Details not provided for in groups H04R1/1008 - H04R1/1083
Landscapes
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Telephone Function (AREA)
Abstract
本申请公开了一种耳机盒防丢方法、无线耳机和计算机可读存储介质,属于无线耳机技术领域。本申请通过采集当前声场的音频信息,并将音频信息处理为频域信号,从频域信号中提取声音特征信息;将声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景;基于预设映射关系,确定当前场景映射的目标提醒距离;在检测到无线耳机与耳机盒的距离大于目标提醒距离的情况下,输出预警提示信息。本申请能够提高对耳机盒进行丢失预警提示的准确性,尽量避免不能及时报警或者误报警。
Description
技术领域
本申请涉及无线耳机技术领域,尤其涉及一种耳机盒防丢方法、无线耳机和计算机可读存储介质。
背景技术
TWS(即True Wireless Stereo,真无线立体声)耳机或者OWS(Open WearableStereo,开放式可穿戴立体声***)耳机等无线耳机最近发展迅速,成为耳机领域一个新的发展热点。无线耳机使用简单方便但电量较小,需要经常使用充电盒给耳机充电,充电盒可以很方便地给无线耳机充电,延长了耳机的户外使用时间。
用户在携带充电盒(也可称为耳机盒)时,由于充电盒体积小,存在易丢失问题。目前的耳机盒防丢方式通常都是将耳机盒与手机之间基于蓝牙连接是否断开来判断是否丢失,该方式容易产生误报警或者未及时报警(例如蓝牙连接可能由于信号波动异常断开,或者由于报警时机较晚已无法找回耳机盒),导致对耳机盒进行丢失预警提示的准确性较低。
发明内容
本申请的主要目的在于提供一种耳机盒防丢方法、无线耳机和计算机可读存储介质,旨在解决对耳机盒进行丢失预警提示的准确性低的技术问题。
为实现上述目的,本申请提供了一种耳机盒防丢方法,所述耳机盒防丢方法应用于无线耳机,所述方法包括:
采集当前声场的音频信息,并将所述音频信息处理为频域信号,从所述频域信号中提取声音特征信息;
将所述声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景;
基于预设映射关系,确定所述当前场景映射的目标提醒距离;
在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,输出预警提示信息。
可选地,所述声学场景识别模型包括卷积神经网络层和双向循环神经网络层,所述将所述声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景的步骤包括:
对输入的声音特征信息进行预处理,并对预处理后的声音特征信息进行梅尔对数谱特征的提取,所述预处理包括数据增强处理;
将提取到的梅尔对数谱特征输入至所述卷积神经网络层,输出得到场景特征信息;
将所述场景特征信息输入至所述双向循环神经网络层,输出得到音频场景信息,其中,所述音频场景信息表征所述音频信息中的声音事件单元在不同的声学场景中的重要程度;
根据所述场景特征信息和所述音频场景信息进行声学场景分类,得到最终决策场景,将所述最终决策场景作为用户所处的当前场景。
可选地,所述声学场景识别模型还包括注意力层和场景分类网络层,所述根据所述场景特征信息和所述音频场景信息进行声学场景分类,得到最终决策场景的步骤包括:
将所述场景特征信息和所述音频场景信息输入至所述注意力层中进行注意力学习,得到场景特征加权信息;
将所述场景特征加权信息输入至所述场景分类网络层中进行声学场景分类,得到最终决策场景。
可选地,所述将所述场景特征加权信息输入至所述场景分类网络层中进行声学场景分类,得到最终决策场景的步骤包括:
将所述场景特征加权信息输入至所述场景分类网络层,通过所述场景分类网络层将所述场景特征加权信息与预设的声学场景数据库中各类场景对应的音频特征模板进行匹配,得到各类场景对应的匹配率;
将各类场景中匹配率最高的目标场景,作为最终决策场景。
可选地,在所述确定所述当前场景映射的目标提醒距离的步骤之后,所述方法还包括:
将防丢模式确认信息发送至用户终端进行显示,其中,所述防丢模式确认信息中包括所述当前场景和所述目标提醒距离;
若接收到用户终端返回的确认指令,或者自发送所述防丢模式确认信息起预设时长内未接收到拒绝指令,则执行:所述在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,进行预警提示的步骤。
可选地,在所述将防丢模式确认信息发送至用户终端进行显示的步骤之后,所述方法还包括:
若接收到用户终端返回的场景更改信息和/或距离更改信息,则根据所述场景更改信息对所述当前场景进行修正,和/或根据所述距离更改信息对所述目标提醒距离进行修改。
可选地,在所述根据所述场景更改信息对所述当前场景进行修正的步骤之后,所述方法还包括:
将当前声场的音频信息作为学习样本,并将修正后的当前场景作为所述学习样本关联的样本标签;
将所述学习样本及其关联的所述样本标签作为训练样本对所述声学场景识别模型进行训练,以迭代优化所述声学场景识别模型。
可选地,在所述根据所述距离更改信息对所述目标提醒距离进行修改的步骤之后,所述方法还包括:
将当前声场和修改后的目标提醒距离进行关联,得到关联数据;
根据所述关联数据,对所述预设映射关系进行更新,以迭代校准所述预设映射关系。
本申请还提供一种无线耳机,所述无线耳机为实体设备,所述无线耳机包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的耳机盒防丢程序,所述耳机盒防丢程序配置为实现如上述的耳机盒防丢方法的步骤。
本申请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上存储有耳机盒防丢程序,所述耳机盒防丢程序被处理器执行时实现如上述的耳机盒防丢方法的步骤
本申请提供了一种耳机盒防丢方法、无线耳机和计算机可读存储介质,本申请的技术方案是通过采集当前声场的音频信息,并将音频信息处理为频域信号,然后从频域信号中提取声音特征信息,将该声音特征信息输入至训练好的声学场景识别模型中,识别出用户所处的当前场景,例如识别出当前场景是为公交场景、地铁场景、办公室场景还是户外场景等,然后基于预设映射关系,确定当前场景映射的目标提醒距离,例如公交地铁场景中,可通过设置距离超过1米进行提醒(此时公交地铁场景映射的目标提醒距离即为1米),办公室场景中可通过设置距离超过10米进行提醒(此时办公室场景映射的目标提醒距离即为10米),或者户外场景中可通过设置距离超过5米提醒(此时户外场景映射的目标提醒距离即为5米),然后在检测到终端与耳机盒的距离大于目标提醒距离的情况下,输出预警提示信息,从而利用声场景识别技术,识别出目前用户所处的场景,并依据不同场景的报警策略来提醒用户耳机盒丢失,从而提高对耳机盒进行丢失预警提示的准确性。
由于用户所处场景的不同,同一距离(即耳机盒与用户属于相同距离)代表的丢失风险往往不同,比如说办公室场景、户外场景和公交地铁场景的耳机盒丢失风险依次增大,因此丢失风险等级越高的场景,所设置的目标提醒距离应该越小,本申请通过将当前声场的先相关声音特征信息输入至训练好的声学场景识别模型中,识别出用户所处的当前场景,并基于预设映射关系,确定当前场景映射的目标提醒距离,从而实现在不同的风险场景设置不同的距离提醒,依据场景策略提醒用户耳机盒是否远离自己一定范围,主动提醒用户,从而及时、准确地进行预警提示,达到防丢的目的,相比于耳机盒与手机之间基于蓝牙连接是否断开来判断是否丢失的预警提示方式,本申请能够提高对耳机盒进行丢失预警提示的准确性,尽量避免不能及时报警或者误报警。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本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为本申请耳机盒防丢方法涉及的无线耳机的结构示意图;
图2为本申请耳机盒防丢方法第一实施例的流程示意图;
图3为本申请实施例耳机盒防丢装置的模块结构示意图。
本申请目的实现、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
为使本申请的上述目的、特征和优点能够更加明显易懂,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本申请保护的范围。
TWS(即True Wireless Stereo,真无线立体声)耳机或者OWS(Open WearableStereo,开放式可穿戴立体声***)等无线耳机最近发展迅速,成为耳机领域一个新的发展热点。无线耳机使用简单方便但电量较小,需要经常使用充电盒给耳机充电,充电盒可以很方便地给无线耳机充电,延长了耳机的户外使用时间。
用户在携带充电盒(也可称为耳机盒)时,由于充电盒体积小,存在易丢失问题。目前的耳机盒防丢方式通常都是将耳机盒与手机之间基于蓝牙连接是否断开来判断是否丢失,该方式容易产生误报警或者未及时报警(例如蓝牙连接可能由于信号波动异常断开,或者由于报警时机较晚已无法找回耳机盒),导致对耳机盒进行丢失预警提示的准确性较低。
基于此,本申请的技术方案是通过采集当前声场的音频信息,并将音频信息处理为频域信号,然后从频域信号中提取声音特征信息,将该声音特征信息输入至训练好的声学场景识别模型中,识别出用户所处的当前场景,例如识别出当前场景是为公交场景、地铁场景、办公室场景还是户外场景等,然后基于预设映射关系,确定当前场景映射的目标提醒距离,例如公交地铁场景中,可通过设置距离超过1米进行提醒(此时公交地铁场景映射的目标提醒距离即为1米),办公室场景中可通过设置距离超过10米进行提醒(此时办公室场景映射的目标提醒距离即为10米),或者户外场景中可通过设置距离超过5米提醒(此时户外场景映射的目标提醒距离即为5米),然后在检测到终端与耳机盒的距离大于目标提醒距离的情况下,输出预警提示信息,从而利用声场景识别技术,识别出目前用户所处的场景,并依据不同场景的报警策略来提醒用户耳机盒丢失,从而提高对耳机盒进行丢失预警提示的准确性。
由于用户所处场景的不同,同一距离(即耳机盒与用户属于相同距离)代表的丢失风险往往不同,比如说办公室场景、户外场景和公交地铁场景的耳机盒丢失风险依次增大,因此丢失风险等级越高的场景,所设置的目标提醒距离应该越小,本申请通过将当前声场的先相关声音特征信息输入至训练好的声学场景识别模型中,识别出用户所处的当前场景,并基于预设映射关系,确定当前场景映射的目标提醒距离,从而实现在不同的风险场景设置不同的距离提醒,依据场景策略提醒用户耳机盒是否远离自己一定范围,主动提醒用户,从而及时、准确地进行预警提示,达到防丢的目的,相比于耳机盒与手机之间基于蓝牙连接是否断开来判断是否丢失的预警提示方式,本申请能够提高对耳机盒进行丢失预警提示的准确性,尽量避免不能及时报警或者误报警。
下面结合附图,对本申请实施例做进一步阐述。
如图1所示,该无线耳机可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对无线耳机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、数据存储模块、网络通信模块、用户接口模块以及耳机盒防丢程序。
在图1所示的无线耳机中,网络接口1004主要用于与其他设备进行数据通信;用户接口1003主要用于与用户进行数据交互;本申请无线耳机中的处理器1001、存储器1005可以设置在无线耳机中,所述无线耳机通过处理器1001调用存储器1005中存储的耳机盒防丢程序,并执行本申请实施例提供的耳机盒防丢方法。
参照图2,本申请提供一种耳机盒防丢方法,在耳机盒防丢方法的第一实施例中,包括以下步骤:
步骤S100,采集当前声场的音频信息,并将所述音频信息处理为频域信号,从所述频域信号中提取声音特征信息;
在本实施例中,本申请实施例的耳机盒防丢方法应用于无线耳机。
在本实施例中,可通过耳机采集的当前声场的音频信息,对当前声场的音频信息进行音频识别处理,识别用户当前所处的声音环境,从而根据用户当前所处的声音环境,确定用户所处的当前空间场景。
其中,用户所处的当前场景包括但不限于公交场景、地铁场景、户外场景、食堂、教室、实验室、宿舍、楼道、羽毛球场、乒乓球场、电梯、会议室、操场和街道等。
需要说明的是,为了更加便于对当前耳机所在环境的声场所采集的音频信息进行声音特征信息的提取,需要先将当前声场的音频信息处理为频域信号。
在本实施例中,可通过数学方式从频域信号中进行特征提取,得到采用数学方式表示的声音特征信息。其中,提取到的声音特征信息可以包括如下至少一种:对数梅尔谱、梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)、翻转梅尔频率倒谱系数(Inverted MFCC,IMFCC)、伽马通滤波倒谱系数(Gammatone Frequency CepstrumCoefficient,GFCC)、线性倒谱频率系数(LinearFrequency Cepstrum Coefficient,LFCC)、标准化能量系数(Power-Normalized Coefficients,PNCC)和感知线性预测系数(Perceptual Linear Predictive,PLP)。本申请实施例并不对声音特征信息的具体形式进行限定。
步骤S200,将所述声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景;
示例性地,所述声学场景识别模型包括卷积神经网络层和双向循环神经网络层,所述将所述声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景的步骤包括:
步骤A10,对输入的声音特征信息进行预处理,并对预处理后的声音特征信息进行梅尔对数谱特征的提取,所述预处理包括数据增强处理;
步骤A20,将提取到的梅尔对数谱特征输入至所述卷积神经网络层,输出得到场景特征信息;
步骤A30,将所述场景特征信息输入至所述双向循环神经网络层,输出得到音频场景信息,其中,所述音频场景信息表征所述音频信息中的声音事件单元在不同的声学场景中的重要程度;
步骤A40,根据所述场景特征信息和所述音频场景信息进行声学场景分类,得到最终决策场景,将所述最终决策场景作为用户所处的当前场景。
在本实施例中,该双向循环神经网络层可为通过卷积神经网络与循环神经网络的联合输出,从而使得本申请实实施例声学场景分类所应用的神经网络模型融合了两层网络的学习效果,既保留了卷积神经网络提取的高级特征表示,又能够对该高级特征表示进行更深的学习,学习到的特征信息更具多样性。
可选地,为了解决循环神经网络无法并行的问题,可通过自注意力机制对输出的进一步学***均处理,能够综合各模型学习的结果,提高了整个声学分类***的抗过拟合能力。
本申请实施例公开了一种应用于声学场景分类的方法,对输入的声音特征信息进行预处理,并对预处理后的声音特征信息进行梅尔对数谱特征的提取,所述预处理包括数据增强处理,然后将提取到的梅尔对数谱特征输入至卷积神经网络层,输出得到场景特征信息,再将场景特征信息输入至双向循环神经网络层,输出得到音频场景信息,其中,该音频场景信息表征音频信息中的声音事件单元在不同的声学场景中的重要程度,再根据该场景特征信息和音频场景信息进行声学场景分类,得到最终决策场景,将最终决策场景作为用户所处的当前场景,从而更加准确识别出用户所处的当前场景。
步骤S200之后,执行步骤S300,基于预设映射关系,确定所述当前场景映射的目标提醒距离;
在本实施例中,该预设映射关系中包括多个场景,以及各个场景一一映射的目标提醒距离。例如,在一示例中,公交地铁场景映射的目标提醒距离为1米,办公室场景映射的目标提醒距离为10米,户外场景映射的目标提醒距离为5米。各场景映射的目标提醒距离的值,本领域技术人员可根据实际情况进行设置,本实施例不作具体的限定。
步骤S400,在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,输出预警提示信息。
在一实施例中,可通过检测无线耳机与耳机盒的蓝牙连接的接收信号强度指示(RSSI,Received Signal Strength Indication),确定所述信号强度指示的值是否小于预设强度指示阈值;若所述信号强度指示的值小于预设强度指示阈值,则确定无线耳机与耳机盒的位置距离大于目标提醒距离。
在另一实施例中,所述检测所述无线耳机与所述耳机盒的位置距离的步骤包括:
步骤B10,基于无线耳机与耳机盒的蓝牙信号连接关系,获取所述耳机盒的定位信号,其中,所述定位信号为GPS(Global Positioning System,全球定位***)定位信号或者iBeacon定位信号;
步骤B20,根据所述耳机盒的定位信号,确定所述耳机盒的第一位置,并识别所述无线耳机的第二位置;
步骤B30,根据所述第一位置和所述第二位置,计算得到所述无线耳机与所述耳机盒的位置距离。
在本实施例中,相比于直接通过检测无线耳机与耳机盒的蓝牙连接的接收信号强度指示,来检测无线耳机与耳机盒的位置距离,本实施例通过基于无线耳机与耳机盒的蓝牙信号连接关系,获取耳机盒的定位信号,其中,该定位信号为GPS定位信号或者iBeacon定位信号,并根据耳机盒的定位信号,确定耳机盒的第一位置,并识别所述终端设备的第二位置,根据第一位置和所述第二位置,计算得到无线耳机与耳机盒的位置距离,从而提高了获得无线耳机与耳机盒的位置距离的准确性。
在一实施例中,在识别到确定无线耳机与耳机盒的位置距离大于目标提醒距离的情况下,与无线耳机通信连接的终端设备可通过短信提示、振动提示、声音提示和/或灯光提示的方式进行预警提示。在另一实施例中,在识别到确定终端设备与耳机盒的位置距离大于目标提醒距离的情况下,耳机盒和/或耳机可基于振动提示、声音提示和/或灯光提示的方式进行预警提示,本实施例对此不作具体的限定,本领域技术人员可根据实际情况进行设置,以更方便、准确地提示用户耳机盒存在丢失风险为准。
本申请实施例提供了一种耳机盒防丢方法、无线耳机和计算机可读存储介质,本申请实施例的技术方案是通过采集当前声场的音频信息,并将音频信息处理为频域信号,然后从频域信号中提取声音特征信息,将该声音特征信息输入至训练好的声学场景识别模型中,识别出用户所处的当前场景,例如识别出当前场景是为公交场景、地铁场景、办公室场景还是户外场景等,然后基于预设映射关系,确定当前场景映射的目标提醒距离,例如公交地铁场景中,可通过设置距离超过1米进行提醒(此时公交地铁场景映射的目标提醒距离即为1米),办公室场景中可通过设置距离超过10米进行提醒(此时办公室场景映射的目标提醒距离即为10米),或者户外场景中可通过设置距离超过5米提醒(此时户外场景映射的目标提醒距离即为5米),然后在检测到终端与耳机盒的距离大于目标提醒距离的情况下,输出预警提示信息,从而利用声场景识别技术,识别出目前用户所处的场景,并依据不同场景的报警策略来提醒用户耳机盒丢失,从而提高对耳机盒进行丢失预警提示的准确性。
由于用户所处场景的不同,同一距离(即耳机盒与用户属于相同距离)代表的丢失风险往往不同,比如说办公室场景、户外场景和公交地铁场景的耳机盒丢失风险依次增大,因此丢失风险等级越高的场景,所设置的目标提醒距离应该越小,本申请实施例通过将当前声场的先相关声音特征信息输入至训练好的声学场景识别模型中,识别出用户所处的当前场景,并基于预设映射关系,确定当前场景映射的目标提醒距离,从而实现在不同的风险场景设置不同的距离提醒,依据场景策略提醒用户耳机盒是否远离自己一定范围,主动提醒用户,从而及时、准确地进行预警提示,达到防丢的目的,相比于耳机盒与手机之间基于蓝牙连接是否断开来判断是否丢失的预警提示方式,本申请实施例能够提高对耳机盒进行丢失预警提示的准确性,尽量避免不能及时报警或者误报警。
在一种可实施的方式中,所述声学场景识别模型还包括注意力层和场景分类网络层,所述根据所述场景特征信息和所述音频场景信息进行声学场景分类,得到最终决策场景的步骤包括:
步骤C10,将所述场景特征信息和所述音频场景信息输入至所述注意力层中进行注意力学习,得到场景特征加权信息;
步骤C20,将所述场景特征加权信息输入至所述场景分类网络层中进行声学场景分类,得到最终决策场景。
示例性地,所述将所述场景特征加权信息输入至所述场景分类网络层中进行声学场景分类,得到最终决策场景的步骤包括:
步骤D10,将所述场景特征加权信息输入至所述场景分类网络层,通过所述场景分类网络层将所述场景特征加权信息与预设的声学场景数据库中各类场景对应的音频特征模板进行匹配,得到各类场景对应的匹配率;
步骤D20,将各类场景中匹配率最高的目标场景,作为最终决策场景。
本实施例通过将场景特征信息和音频场景信息输入至注意力层中进行注意力学***均的处理能够综合各模型学习的结果,提高了整个声学分类***的抗过拟合能力,阈值判断主要针对场景分类中的未知场景类,由于未知场景类的复杂性,耳机的声学分类***对该类的识别准确率远低于已知场景类,可以认为属于困难类,增加针对未知场景类的阈值判断后,显著提高了该类的识别准确率,从而进一步提高整体分类结果。通过本申请实施例的方案,声学场景分类结果的正确率有了较大提升,且未知场景类达到了较高的识别正确率,进而更加高效、准确预测得到用户所处的当前场景。
进一步地,基于上述实施例一,提出本申请的另一实施例,在所述确定所述当前场景映射的目标提醒距离的步骤之后,所述方法还包括:
步骤E10,将防丢模式确认信息发送至用户终端进行显示,其中,所述防丢模式确认信息中包括所述当前场景和所述目标提醒距离;
步骤E20,若接收到用户终端返回的确认指令,或者自发送所述防丢模式确认信息起预设时长内未接收到拒绝指令,则执行:所述在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,进行预警提示的步骤。
在本实施例中,用户终端可为手机、平板、MP4、MP5、可穿戴设备、笔记本电脑等。本实施例对此不作具体的限定。
在一实施例中,可通过每隔预设时长(周期性地)对耳机盒与无线耳机之间进行的位置距离检测以及状态更新(状态更新即为上述的防丢模式确认信息,即通过每隔预设时长向用户终端发送防丢模式确认信息)。在另一实施例中,还可包括在预设的时钟点(非周期性地)耳机盒与无线耳机之间的位置距离检测以及状态更新,例如白天光线较好,耳机盒在附近更容易找到,因此间隔提示的时长可为第一时长,晚上光线较差,耳机盒在附近不容易找到,因此间隔提示的时长可为第二时长,其中,第一时长大于第二时长。在又一实施例中,用户可通过主动触控与耳机通信连接的用户终端,进行耳机盒与无线耳机之间的位置距离检测以及状态更新。本实施例对此不作具体的限定。
本实施例通过在确定所述当前场景映射的目标提醒距离的步骤之后,将防丢模式确认信息发送至用户终端进行显示,其中,该防丢模式确认信息中包括当前场景和目标提醒距离,如果接收到用户终端返回的确认指令,或者自发送所述防丢模式确认信息起预设时长内未接收到拒绝指令,说明用户认同终端设备基于耳机所采集的音频信息所智能识别的当前场景,以及在当前场景对应的目标提醒距离,此时再执行:在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,进行预警提示的步骤,从而进一步提高了对耳机盒进行丢失预警提示的准确性,尽量避免不能及时报警或者误报警。
进一步地,基于上述实施例一,提出本申请的另一实施例,在所述将防丢模式确认信息发送至用户终端进行显示的步骤之后,所述方法还包括:
步骤F10,若接收到用户终端返回的场景更改信息和/或距离更改信息;
步骤F20,根据所述场景更改信息对所述当前场景进行修正,和/或根据所述距离更改信息对所述目标提醒距离进行修改。
本实施例通过若接收到用户终端返回的场景更改信息和/或距离更改信息,则根据该场景更改信息对所述当前场景进行修正,和/或根据该距离更改信息对目标提醒距离进行修改,从而在基于耳机所采集的音频信息所智能识别的当前场景存在识别错误时,和/或当前场景映射的目标提醒距离不符合用户实际的意图需求时,用户可主动修正该智能识别的当前场景,以及该目标提醒距离,进而能够修改智能识别有误的场景类型,并将目标提醒距离修改至最贴切用户需求的值,进一步提高了对耳机盒进行丢失预警提示的准确性
再进一步地,基于上述实施例一,提出本申请的另一实施例,在所述根据所述场景更改信息对所述当前场景进行修正的步骤之后,所述方法还包括:
步骤G10,将当前声场的音频信息作为学习样本,并将修正后的当前场景作为所述学习样本关联的样本标签;
步骤G20,将所述学习样本及其关联的所述样本标签作为训练样本对所述声学场景识别模型进行训练,以迭代优化所述声学场景识别模型。
本实施例通过将当前声场的音频信息作为学习样本,并将修正后的当前场景作为学习样本关联的样本标签,将学习样本及其关联的样本标签作为训练样本对声场景识别模型进行训练,以迭代优化该声场景识别模型,从而不断提升对耳机盒进行丢失预警提示的准确性,不断降低耳机盒丢失时不能及时报警或者误报警的概率。
在一种可能的实施方式中,在所述根据所述距离更改信息对所述目标提醒距离进行修改的步骤之后,所述方法还包括:
步骤H10,将当前声场和修改后的目标提醒距离进行关联,得到关联数据;
步骤H20,根据所述关联数据,对所述预设映射关系进行更新,以迭代校准所述预设映射关系。
本实施例通过将当前声场和修改后的目标提醒距离进行关联,得到关联数据,并根据该关联数据,对预设映射关系进行更新,以迭代校准预设映射关系,从而便于使得该预设映射关系(即不同场景一一映射的目标提醒距离)更加符合用户的实际需求,不断迭代校准至贴切用户个性化的提醒距离值,进而实现了不断提高对耳机盒进行丢失预警提示的准确性。
本实施例还提供一种耳机盒防丢装置,请参照图3,所述耳机盒防丢装置用于于无线耳机,所述耳机盒防丢装置包括:
特征识别模块10,用于采集当前声场的音频信息,并将所述音频信息处理为频域信号,从所述频域信号中提取声音特征信息;
特征识别模块20,用于将所述声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景;
距离确定模块30,用于基于预设映射关系,确定所述当前场景映射的目标提醒距离;
信息预警模块40,用于在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,输出预警提示信息。
可选地,所述声学场景识别模型包括卷积神经网络层和双向循环神经网络层,特征识别模块20还用于:
对输入的声音特征信息进行预处理,并对预处理后的声音特征信息进行梅尔对数谱特征的提取,所述预处理包括数据增强处理;
将提取到的梅尔对数谱特征输入至所述卷积神经网络层,输出得到场景特征信息;
将所述场景特征信息输入至所述双向循环神经网络层,输出得到音频场景信息,其中,所述音频场景信息表征所述音频信息中的声音事件单元在不同的声学场景中的重要程度;
根据所述场景特征信息和所述音频场景信息进行声学场景分类,得到最终决策场景,将所述最终决策场景作为用户所处的当前场景。
可选地,所述声学场景识别模型还包括注意力层和场景分类网络层,特征识别模块20还用于:
将所述场景特征信息和所述音频场景信息输入至所述注意力层中进行注意力学习,得到场景特征加权信息;
将所述场景特征加权信息输入至所述场景分类网络层中进行声学场景分类,得到最终决策场景。
可选地,特征识别模块20还用于:
将所述场景特征加权信息输入至所述场景分类网络层,通过所述场景分类网络层将所述场景特征加权信息与预设的声学场景数据库中各类场景对应的音频特征模板进行匹配,得到各类场景对应的匹配率;
将各类场景中匹配率最高的目标场景,作为最终决策场景。
可选地,信息预警模块40还用于:
将防丢模式确认信息发送至用户终端进行显示,其中,所述防丢模式确认信息中包括所述当前场景和所述目标提醒距离;
若接收到用户终端返回的确认指令,或者自发送所述防丢模式确认信息起预设时长内未接收到拒绝指令,则执行:所述在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,进行预警提示的步骤。
可选地,信息预警模块40还用于:
若接收到用户终端返回的场景更改信息和/或距离更改信息,则根据所述场景更改信息对所述当前场景进行修正,和/或根据所述距离更改信息对所述目标提醒距离进行修改。
可选地,信息预警模块40还用于:
将当前声场的音频信息作为学习样本,并将修正后的当前场景作为所述学习样本关联的样本标签;
将所述学习样本及其关联的所述样本标签作为训练样本对所述声学场景识别模型进行训练,以迭代优化所述声学场景识别模型。
可选地,距离确定模块30还用于:
将当前声场和修改后的目标提醒距离进行关联,得到关联数据;
根据所述关联数据,对所述预设映射关系进行更新,以迭代校准所述预设映射关系。
本申请提供的耳机盒防丢装置,采用上述实施例中的耳机盒防丢方法,解决了对耳机盒进行丢失预警提示的准确性低的技术问题。与现有技术相比,本申请实施例提供的耳机盒防丢装置的有益效果与上述实施例提供的耳机盒防丢方法的有益效果相同,且该耳机盒防丢装置中的其他技术特征与上一实施例方法公开的特征相同,在此不做赘述。
本实施例还提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的耳机盒防丢方法。
本申请实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线的***、***或器件,或者任意以上的组合。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)、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。在本实施例中,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***、***或者器件使用或者与其结合使用。计算机可读存储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。
上述计算机可读存储介质可以是无线耳机中所包含的,也可以是单独存在,而未装配入无线耳机中。
上述计算机可读存储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无线耳机执行时,使得无线耳机:采集当前声场的音频信息,并将所述音频信息处理为频域信号,从所述频域信号中提取声音特征信息;将所述声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景;基于预设映射关系,确定所述当前场景映射的目标提醒距离;在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,输出预警提示信息。
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,图示了按照本申请各种实施例的***、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***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模块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,模块的名称在某种情况下并不构成对该单元本身的限定。
本申请提供的计算机可读存储介质,存储有用于执行上述耳机盒防丢方法的计算机可读程序指令,解决了对耳机盒进行丢失预警提示的准确性低的技术问题。与现有技术相比,本申请实施例提供的计算机可读存储介质的有益效果与上述实施例提供的耳机盒防丢方法的有益效果相同,在此不做赘述。
Claims (10)
1.一种耳机盒防丢方法,其特征在于,所述耳机盒防丢方法应用于无线耳机,所述方法包括:
采集当前声场的音频信息,并将所述音频信息处理为频域信号,从所述频域信号中提取声音特征信息;
将所述声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景;
基于预设映射关系,确定所述当前场景映射的目标提醒距离;
在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,输出预警提示信息。
2.如权利要求1所述的耳机盒防丢方法,其特征在于,所述声学场景识别模型包括卷积神经网络层和双向循环神经网络层,所述将所述声音特征信息输入至训练好的声学场景识别模型中,确定用户所处的当前场景的步骤包括:
对输入的声音特征信息进行预处理,并对预处理后的声音特征信息进行梅尔对数谱特征的提取,所述预处理包括数据增强处理;
将提取到的梅尔对数谱特征输入至所述卷积神经网络层,输出得到场景特征信息;
将所述场景特征信息输入至所述双向循环神经网络层,输出得到音频场景信息,其中,所述音频场景信息表征所述音频信息中的声音事件单元在不同的声学场景中的重要程度;
根据所述场景特征信息和所述音频场景信息进行声学场景分类,得到最终决策场景,将所述最终决策场景作为用户所处的当前场景。
3.如权利要求2所述的耳机盒防丢方法,其特征在于,所述声学场景识别模型还包括注意力层和场景分类网络层,所述根据所述场景特征信息和所述音频场景信息进行声学场景分类,得到最终决策场景的步骤包括:
将所述场景特征信息和所述音频场景信息输入至所述注意力层中进行注意力学习,得到场景特征加权信息;
将所述场景特征加权信息输入至所述场景分类网络层中进行声学场景分类,得到最终决策场景。
4.如权利要求3所述的耳机盒防丢方法,其特征在于,所述将所述场景特征加权信息输入至所述场景分类网络层中进行声学场景分类,得到最终决策场景的步骤包括:
将所述场景特征加权信息输入至所述场景分类网络层,通过所述场景分类网络层将所述场景特征加权信息与预设的声学场景数据库中各类场景对应的音频特征模板进行匹配,得到各类场景对应的匹配率;
将各类场景中匹配率最高的目标场景,作为最终决策场景。
5.如权利要求1至4中任一项所述的耳机盒防丢方法,其特征在于,在所述确定所述当前场景映射的目标提醒距离的步骤之后,所述方法还包括:
将防丢模式确认信息发送至用户终端进行显示,其中,所述防丢模式确认信息中包括所述当前场景和所述目标提醒距离;
若接收到用户终端返回的确认指令,或者自发送所述防丢模式确认信息起预设时长内未接收到拒绝指令,则执行:所述在检测到所述无线耳机与所述耳机盒的距离大于所述目标提醒距离的情况下,进行预警提示的步骤。
6.如权利要求5所述的耳机盒防丢方法,其特征在于,在所述将防丢模式确认信息发送至用户终端进行显示的步骤之后,所述方法还包括:
若接收到用户终端返回的场景更改信息和/或距离更改信息,则根据所述场景更改信息对所述当前场景进行修正,和/或根据所述距离更改信息对所述目标提醒距离进行修改。
7.如权利要求6所述的耳机盒防丢方法,其特征在于,在所述根据所述场景更改信息对所述当前场景进行修正的步骤之后,所述方法还包括:
将当前声场的音频信息作为学习样本,并将修正后的当前场景作为所述学习样本关联的样本标签;
将所述学习样本及其关联的所述样本标签作为训练样本对所述声学场景识别模型进行训练,以迭代优化所述声学场景识别模型。
8.如权利要求6所述的耳机盒防丢方法,其特征在于,在所述根据所述距离更改信息对所述目标提醒距离进行修改的步骤之后,所述方法还包括:
将当前声场和修改后的目标提醒距离进行关联,得到关联数据;
根据所述关联数据,对所述预设映射关系进行更新,以迭代校准所述预设映射关系。
9.一种无线耳机,其特征在于,所述无线耳机包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的耳机盒防丢程序,所述耳机盒防丢程序配置为实现如权利要求1至8中任一项所述的耳机盒防丢方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有耳机盒防丢程序,所述耳机盒防丢程序被处理器执行时实现如权利要求1至8中任一项所述的耳机盒防丢方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311199352.XA CN117334021A (zh) | 2023-09-15 | 2023-09-15 | 耳机盒防丢方法、无线耳机和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311199352.XA CN117334021A (zh) | 2023-09-15 | 2023-09-15 | 耳机盒防丢方法、无线耳机和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117334021A true CN117334021A (zh) | 2024-01-02 |
Family
ID=89294308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311199352.XA Pending CN117334021A (zh) | 2023-09-15 | 2023-09-15 | 耳机盒防丢方法、无线耳机和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117334021A (zh) |
-
2023
- 2023-09-15 CN CN202311199352.XA patent/CN117334021A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111433843B (zh) | 语义音频表示的无监督学习 | |
CN107172590B (zh) | 基于移动终端的活动状态信息处理方法、装置及移动终端 | |
US9443511B2 (en) | System and method for recognizing environmental sound | |
CN106164845B (zh) | 基于关注的动态音频水平调整 | |
CN111212383B (zh) | 区域常住人口数量的确定方法、装置、服务器和介质 | |
US10891959B1 (en) | Voice message capturing system | |
WO2011092639A1 (en) | Systems, methods, and apparatuses for providing context-based navigation services | |
CN106713633A (zh) | 一种聋人提示***、方法及智能手机 | |
CN110990416A (zh) | 实时气象信息更新方法、装置电子设备及介质 | |
CN111895991B (zh) | 一种结合语音识别的室内定位导航方法 | |
US9224388B2 (en) | Sound recognition method and system | |
KR102254718B1 (ko) | 모바일 민원 처리 시스템 및 방법 | |
CN113420054B (zh) | 信息统计方法、服务器、客户端及存储介质 | |
CN111081275A (zh) | 基于声音分析的终端处理方法、装置、存储介质及终端 | |
US9648481B2 (en) | Calling a response provider based on detection of an emergency situation | |
US11576188B2 (en) | External interference radar | |
CN117334021A (zh) | 耳机盒防丢方法、无线耳机和计算机可读存储介质 | |
WO2012147970A1 (ja) | 位置コンテキスト取得装置、位置コンテキスト取得プログラムを記録したコンピュータ読み取り可能な記録媒体、及び位置コンテキスト取得方法 | |
CN112365153B (zh) | 视力障碍者旅游计划制定方法及相关装置 | |
CN115393616A (zh) | 目标跟踪方法、装置、设备以及存储介质 | |
CN110941455B (zh) | 主动唤醒方法、装置及电子设备 | |
US11432111B2 (en) | Information processing device | |
CN117315905A (zh) | 耳机盒防丢方法、终端设备和计算机可读存储介质 | |
CN114302278A (zh) | 耳机佩戴校准方法、电子设备及计算机可读存储介质 | |
CN112185186A (zh) | 一种发音纠正方法、装置、电子设备及存储介质 |
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 |