CN118210468A - 用于提供内容的设备和方法 - Google Patents
用于提供内容的设备和方法 Download PDFInfo
- Publication number
- CN118210468A CN118210468A CN202310888163.7A CN202310888163A CN118210468A CN 118210468 A CN118210468 A CN 118210468A CN 202310888163 A CN202310888163 A CN 202310888163A CN 118210468 A CN118210468 A CN 118210468A
- Authority
- CN
- China
- Prior art keywords
- emotion
- music
- care
- processor
- analysis
- 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 34
- 230000008451 emotion Effects 0.000 claims abstract description 117
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 15
- 238000000611 regression analysis Methods 0.000 claims abstract description 12
- 230000001953 sensory effect Effects 0.000 claims description 16
- 230000002996 emotional effect Effects 0.000 claims description 14
- 238000007619 statistical method Methods 0.000 claims description 11
- 230000008447 perception Effects 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 4
- 230000037007 arousal Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 7
- 238000010219 correlation analysis Methods 0.000 description 4
- 238000013016 damping Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000035876 healing Effects 0.000 description 4
- 230000035559 beat frequency Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 241000156302 Porcine hemagglutinating encephalomyelitis virus Species 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000282320 Panthera leo Species 0.000 description 1
- 241000282376 Panthera tigris Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007492 two-way ANOVA Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/65—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/635—Filtering based on additional data, e.g. user or group profiles
- G06F16/636—Filtering based on additional data, e.g. user or group profiles by using biological or physiological data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
Abstract
本公开涉及一种用于提供内容的设备和方法。该设备包括与用户设备(UE)通信的通信装置和与该通信装置连接的处理器。处理器通过与UE交互来分析音乐数据库(DB),基于分析音乐DB的结果来提取驾驶员情绪模型,基于对音乐DB的分析结果来确定情绪确定模型,基于对音乐DB的分析结果,通过多元回归分析来得出情绪关怀相关性等式,根据基于驾驶员情绪模型的情绪确定模型的贡献率,使用情绪关怀相关性等式来选择情绪关怀方案,并且基于情绪关怀方案来自动播放音乐内容。
Description
相关申请的交叉引用
本申请要求于2022年12月16日向韩国知识产权局提交的申请号为10-2022-0177526的韩国专利申请的优先权,该韩国专利申请的全部内容通过引用并入本文。
技术领域
本公开涉及一种用于提供内容的设备和方法。
背景技术
当在车辆行驶过程中由于道路施工、事故和/或拥堵现象导致交通不畅时,车辆的驾驶员可能会长时间留在车内,造成烦躁和压力。此时,驾驶员选择并播放所需的音乐内容以缓解烦躁和压力。
发明内容
本公开旨在解决现有技术中出现的上述问题,同时使现有技术实现的优点保持不变。
本公开的一个方面提供了一种用于提供内容的设备和方法,以自动播放关于驾驶环境和驾驶员的情绪状态的音乐内容。
本公开的另一方面提供了一种用于提供内容的设备和方法,以通过多元回归分析得出情绪关怀指数,并分析愉悦度、唤醒度、支配度(PAD)贡献率,从而自动播放音乐内容。
本公开要解决的技术问题不限于上述问题,本公开所属领域的技术人员将通过以下描述清楚地理解本文未提及的任何其他技术问题。
根据本公开的一个方面,一种用于提供内容的设备可以包括与用户设备(UE)通信的通信装置和与该通信装置连接的处理器。处理器可以通过与UE交互来分析音乐数据库(DB),可以基于分析音乐DB的结果来提取驾驶员情绪模型,可以基于分析音乐DB的结果来确定情绪确定模型,可以基于分析音乐DB的结果通过多元回归分析来得出情绪关怀相关性等式,可以根据基于驾驶员情绪模型的情绪确定模型的贡献率,使用情绪关怀相关性等式来选择情绪关怀方案,并且可以基于情绪关怀方案自动播放音乐内容。
处理器可以分析音乐DB,并且可以对音乐类型进行分类。
处理器可以分析音乐DB中的音乐播放历史,并且可以选择情绪确定模型。
处理器可以分析音乐DB中的音乐内容的物理量和心理量之间的相关性,并且可以基于相关性的分析结果来得出情绪关怀相关性等式。
物理量可以包括声压、频率、频谱、包络(envelope)、持续时间或其组合中的至少一个。
心理量可以包括响度、音高、音色或其组合中的至少一个。
处理器可以使用直方图、散点图、概率-概率(P-P)图或其组合中的至少一个来得出情绪关怀相关性等式。
处理器可以通过与车辆驾驶状况和驾驶员的情绪状态交互来自动播放音乐内容。
处理器可以通过统计分析来获得情绪关怀相关性等式的确定系数,并且可以基于情绪关怀相关性等式的确定系数生成情绪关怀指数。
处理器可以设置目标驾驶员情绪模型,可以搜索音乐内容的声学感知因子,可以设置音乐内容的感官指数参数,并且可以基于目标驾驶员情绪模型,通过分析声学感知因子和感官指数参数之间的相关性来得出情绪关怀指数。
根据本公开的另一方面,一种用于提供内容的方法可以包括:通过与用户设备(UE)交互来分析音乐数据库(DB),基于分析音乐DB的结果来提取驾驶员情绪模型,基于分析音乐DB的结果来确定情绪确定模型,可以基于分析音乐DB的结果通过多元回归分析来得出情绪关怀相关性等式,可以根据基于驾驶员情绪模型的情绪确定模型的贡献率,使用情绪关怀相关性等式来选择情绪关怀方案,并且可以基于情绪关怀方案自动播放音乐内容。
驾驶员情绪模型的提取可以包括分析音乐DB和对音乐类型进行分类。
情绪确定模型的确定可以包括分析音乐DB中的音乐播放历史并选择情绪确定模型。
情绪关怀相关性等式的得出可以包括分析音乐DB中音乐内容的物理量和心理量之间的相关性,并基于分析相关性的结果得出情绪关怀相关性等式。
情绪关怀相关性等式的得出可以包括使用直方图、散点图、概率-概率(P-P)图或其组合中的至少一个来得出情绪关怀相关性等式。
音乐内容的自动播放可以包括通过与车辆驾驶状况和驾驶员的情绪状态交互来自动播放音乐内容。
情绪关怀相关性等式的得出可以包括通过统计分析获得情绪关怀相关性等式的确定系数,并基于情绪关怀相关性等式的确定系数来生成情绪关怀指数。
情绪关怀指数的生成可以包括:设置目标驾驶员情绪模型,搜索音乐内容的声学感知因子,设置音乐内容的感官指数参数,以及基于目标驾驶员情绪模型,通过分析声学感知因子和感官指数参数之间的相关性来得出情绪关怀指数。
附图说明
本公开的上述和其他目的、特征和优点将从以下结合附图的详细描述中更加显而易见:
图1是示出根据本公开的实施例的用于提供内容的设备的配置的框图;
图2是示出根据本公开的实施例的用于提供内容的方法的流程图;
图3是示出根据本公开的实施例的用于得出情绪关怀指数的方法的流程图;
图4是示出根据本公开的实施例的用于得出情绪关怀相关性等式的方法的流程图;
图5A、图5B和图5C是用于描述根据本公开的实施例的对内容的物理量和心理量之间的相关性的分析的图;
图6是用于描述根据本公开的实施例的用于验证和评估情绪关怀方案的方法的图;以及
图7、图8和图9是示出根据本公开的实施例的验证和评估情绪关怀方案的结果的图。
具体实施方式
下面将参照示例性附图详细描述本公开的一些实施例。在附图中,将始终使用相同的附图标记来表示相同或等同的元件。此外,将排除对公知的特征或功能的详细描述,以免不必要地模糊本公开的要点。
在描述根据本公开的实施例的元件时,可以使用诸如第一、第二、“A”、“B”、(a)、(b)等术语。这些术语仅用于区分一个元件与另一元件但不限制对应元件,与对应元件的顺序或优先级无关。此外,除非另有定义,否则本文中使用的包括技术和科学术语在内的所有术语应被解释为本公开所属领域中的惯例。在通用的词典中定义的这些术语应被解释为具有与相关技术领域中的上下文含义等同的含义,并且除非在本申请中被明确定义为具有理想的或过于正式的含义,否则不应被解释为具有此类含义。
图1是示出根据本公开的实施例的用于提供内容的设备的配置的框图。
用于提供内容的设备100可以被装载到诸如电动车辆(EV)、插电式混合动力车辆(PHEV)和/或混合动力车辆(HEV)的使用电动马达行驶的电气化车辆中。用于提供内容的设备100可以基于用户的听觉体验来设计虚拟声音,并且可以通过调节音色和加速踏板的响应性来使虚拟声音个性化。
参照图1,用于提供内容的设备100可以包括通信装置110、检测装置120、存储器130、声音输出装置140、座椅控制器150和处理器160。
通信装置110可以支持用于提供内容的设备100与外部电子装置(例如,用户设备(UE)、服务器等)进行通信。通信装置110可以包括短距离无线通信电路、无线通信电路、有线通信电路等。
通信装置110可以支持用于提供内容的设备100与安装在车辆上的电子控制单元(ECU)进行通信。通信装置110可以包括使用控制器局域网(CAN)协议来发送和接收CAN消息的收发器。
检测装置120可以检测驾驶信息和/或环境信息(即,车辆内部的环境信息和/或车辆外部的环境信息)。检测装置120可以使用装载到车辆中的传感器和/或ECU来检测诸如驾驶员转向角(或方向盘转向角)、轮胎转向角(或拉杆(tie rod))、车辆速度、马达每分钟转数(RPM)、马达扭矩和/或加速踏板开度量的驾驶信息。加速器位置传感器(APS)、转向角传感器、麦克风、图像传感器、距离传感器、轮速传感器、高级驾驶员辅助***(ADAS)传感器、三轴加速度计、惯性测量单元(IMU)等可以用作传感器。ECU可以是马达控制单元(MCU)、车辆控制单元(VCU)等。
存储器130可以包括基于大数据的声音数据库(DB)。基于大数据的声音DB可以包括面向未来DB、人类声音DB、自然声音DB、动物声音DB和排气声音DB。面向未来DB可以包括宇宙飞船的声音等。人类声音DB可以包括家人的声音、演员的声音等。自然声音DB可以包括海浪的声音、大雨的声音、风的声音等。此外,动物声音DB可以包括老虎的声音、狮子的声音等。排气声音DB可以包括回火的声音等。存储器130可以存储诸如轮胎打滑声音、警告声音、驾驶声音、加速声音和/或转弯声音等虚拟声音的声源。
存储器130可以存储情绪确定模型、驾驶员情绪模型、声音设计算法等。存储器130可以是存储由处理器160执行的指令的非暂时性存储器。存储器130可以包括诸如随机存取存储器(RAM)、静态RAM(SRAM)、只读存储器(ROM)、可编程ROM(PROM)、电可擦除可编程ROM(EEPROM)、可擦除可编程ROM(EPROM)、硬盘驱动器(HDD)、固态硬盘(SSD)、嵌入式多媒体卡(eMMC)、通用闪存(UFS)或网络存储等存储介质中的至少一种。
声音输出装置140可以通过安装在车辆内部和/或外部的扬声器来播放和输出虚拟声音。声音输出装置140可以播放和输出先前存储的或实时流式传输(stream)的声源。声音输出装置140可以包括放大器、声音播放装置等。声音播放装置可以在处理器160的指示下调整声音的音量、音色(或音质)、声像等并播放声音。声音播放装置可以包括数字信号处理器(DSP)、微处理器等。放大器可以放大从声音播放装置播放的声音的电信号。
座椅控制器150可以控制安装在车辆座椅上的至少一个振动器以产生振动(或振动信号)。座椅控制器150可以调节振动模式、振动强度、振动频率等。至少一个振动器可以安装在车辆座椅的特定位置,例如,座椅靠背、座垫、腿托等。
座椅控制器150可以控制颈枕中的振动器、致动器等,以向坐在车辆座椅上的乘客(或用户)的颈部提供触觉效果。颈枕可以可拆卸地制成在车辆座椅的座椅靠背和头枕之间的边界处。
处理器160可以与各个组件110至150连接。处理器160可以包括诸如专用集成电路(ASIC)、数字信号处理器(DSP)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、中央处理单元(CPU)、微控制器或微处理器等处理装置中的至少一个。
处理器160可以使用与UE的交互流式传输(interworking streaming)功能对音乐DB中的音乐内容的音乐类型进行分类。换句话说,处理器160可以与UE交互,以分析用户使用的音乐内容并识别用户特征。处理器160可以基于用户特征来提取驾驶员情绪模型。处理器160可以将驾驶员情绪模型与分析的音乐类型相匹配。驾驶员情绪模型可以是情绪关怀方案,该情绪关怀方案可以包括冥想模式(或健康驾驶H)、压力缓解模式(或安全驾驶S)和治愈模式(或趣味驾驶F)。
处理器160可以与UE交互以分析音乐播放历史并选择情绪确定模型。处理器160可以分析用户使用的最近音乐播放列表中包括的音乐内容的音乐因子(factor)(例如,音乐亮度、阻尼、起音(attack)、音区(register)、调式(mode)、运音法(articulation)、节奏或音乐动态),并且可以选择情绪确定模型(或愉悦度、唤醒度、支配度(PAD)模型)。情绪确定模型可以将情绪状态估计(或预测)为愉悦度、唤醒度和支配度。
处理器160可以通过多元回归分析的方法生成情绪关怀指数。情绪关怀指数可以是通过统计分析的相关性等式(或情绪关怀相关性等式),该相关性等式可以基于三个驾驶员情绪模型通过情绪确定模型的三个因子之间的分析而得出的9个相关性等式。情绪确定模型的愉悦度P、唤醒度A和支配度D可以反映音乐变量(或音乐因子)与感官(或听觉和/或触觉)定性参数(或感官参数)之间的相关性,以得出诸如下面的等式1的相关性等式。
等式1:
情绪关怀指数=情绪关怀方案×目标情绪
=A+BX1+CX2+DX3+EX4+FX5+GX6
A至F可以是确定系数,确定系数的值可以通过多元回归分析得出。X1表示压力,X2表示听觉指数的频率平均值或节拍频率,并表示触觉指数的MFCC平均值或质心平均值,X3表示音高,X4表示持续时间,X5表示响度,X6表示音色。X1至X6可以是自变量,其数值可以通过多元回归分析得出。目标情绪是因变量。
例如,处理器160可以通过多元回归分析得出每个情绪关怀方案的听觉情绪关怀方案,如下所示。
第一情绪关怀方案
HP1=-3.463-0.143x1-3.112x2-0.138x3+0.66x4-0.341x5+0.443x6
HA1=0.19+0.33x1+2.992x2-0.229x3+0.45x4-0.14x5+0.446x6
HD1=-1.54-0.0107x1-3.491x2+0.196x3+0.246x4-0.498x5+0.411x6
第二情绪关怀方案
SP1=0.91+0.002x1-0.003x2-0.134x3+0.083x4+0.106x5-0.317x6
SA1=-6.795+0.001x1+0.025x2+0.244x3+0.817-0.109x5+0.131x6
SD1=-4.784+0.05x1-0.001x2-0.091x3+0.758x4+0.479x5-0.32x6
第三情绪关怀方案
FP1=0.399+0.002x1+0.00x2+0.257x3+0.196x4-0.424x5-0.076x6
FA1=-0.739+0.002x1+0.00x2-0.18x3-0.194x4+0.042x5+0.089x6
FD1=9.973+0.003x1-0.003x2+0.942x3+0.116x4-0.686x5+0.088x6
听觉情绪关怀方案,即听觉相关性等式可能会随PAD贡献率的变化而变化,如下面的表1所示。
表1
可以使用高级双因素方差分析(ANOVA)(ATA)和交叉方法可通过统计分析得出相关性等式。方差和交叉分析方法是为了确保因子之间的鲁棒性。对于音乐内容的诸如声压、频率、频谱、包络和持续时间的物理量以及诸如响度、音高和音色的心理量,处理器160可以基于驾驶员情绪模型通过两个因子和两个或更多组的双因素ANOVA方法来选择贡献率大的因子。处理器160可以通过所选因子之间的交叉分析来获得诸如变量之前的数值的正/负斜率值。这是物理量和心理量的群体间验证的阶段。当该斜率值为0时,观察到的频率和期望的频率彼此完全相同。数值大意味着个性化情绪比标准情绪模型大。正数表示该因子具有高相关性,负数表示该因子具有相反的相关性。处理器160可以使用情绪关怀指数基于驾驶员情绪模型来最终选择情绪确定模型,从而确定最终的情绪关怀方案。处理器160可以基于最终确定的情绪关怀方案,即驾驶员情绪模型,自动选择并播放音乐内容。处理器160可以与车辆驾驶状况和驾驶员的情绪状态交互,以自动播放音乐内容。
处理器160可以基于播放的声音来实现情绪振动。处理器160可以基于播放的声音来控制车辆座椅或可穿戴设备的振动。
图2是示出根据本公开的实施例的用于提供内容的方法的流程图。
参照图2,在S210中,图1中的用于提供内容的设备100可以与UE交互以分析UE中包括的音乐DB。用于提供内容的设备100可以确定用户特征。换言之,用于提供内容的设备100可以对音乐DB中的音乐内容的音乐类型进行分类。用于提供内容的设备100可以测量音乐变量和/或感官定性参数。音乐变量可以包括音区、调式、运音法和/或节奏。感官定性参数可以包括响度、音色、音高和/或持续时间。
在S220中,用于提供内容的设备100可以根据用户特征来提取(或确定)驾驶员情绪模型。驾驶员情绪模型可以包括冥想模式(或健康驾驶H)、压力缓解模式(或安全驾驶S)和治愈模式(或趣味驾驶F)。
在S230中,用于提供内容的设备100可以分析音乐内容的物理量(例如,声压、频率、频谱、包络或持续时间)和心理量(例如,响度、音高和音色)之间的相关性。
在S240中,用于提供内容的设备100可以分析音乐播放历史,并且可以选择情绪确定模型(或PAD模型)。用于提供内容的设备100可以分析音乐音色变量和愉悦度轴之间的相关性、音乐形式变量和唤醒度轴之间的相关性、以及音乐表达变量和支配度轴之间的相关性,并且可以选择情绪确定模型。
在S250中,用于提供内容的设备100可以基于驾驶员情绪模型和情绪确定模型,通过多元回归分析来得出情绪关怀指数。情绪决定模型的愉悦度轴、唤醒度轴和支配度轴的贡献率可以正相关或负相关地变化。
在S260中,用于提供内容的设备100可以基于驾驶员情绪模型,使用得出的情绪关怀指数自动播放音乐内容。用于提供内容的设备100可以基于驾驶员情绪模型,使用情绪关怀指数最终选择情绪确定模型。例如,当基于冥想模式的驾驶员情绪模型确定情绪确定模型的愉悦度轴的贡献率高时,用于提供内容的设备100可以自动播放与冥想模式的情绪关怀方案相匹配的音乐内容。此时,用于提供内容的设备100可以与车辆驾驶状况和/或驾驶员的情绪状态交互,以自动播放音乐内容。
图3是示出根据本公开的实施例的用于得出情绪关怀指数的方法的流程图。
首先,在S310中,图1中的用于提供的内容的设备100可以设置目标驾驶员情绪模型。换言之,用于提供内容的设备100可以将冥想模式、压力缓解模式或治愈模式中的一个设置为目标驾驶员情绪模型。
在S320中,用于提供内容的设备100可以搜索音乐中的声学感知因子。声学感知因子可以包括诸如音乐音色变量(例如,音乐亮度、阻尼和起音)、音乐形式变量(例如,音区和调式)和/或音乐表达变量(例如,运音法、节奏和音乐动态)的音乐因子(或变量)。
在S330中,用于提供内容的设备100可以设置感官指数参数。感官指数参数可以包括听觉参数和/或触觉参数。听觉参数可以包括乐器、音质和阻尼、音乐的织体(musicaltexture)与和声、音乐的节奏和/或音乐的硬度和密度。触觉参数可以包括频率、持续时间和/或强度(例如,振幅)。
在S340中,用于提供内容的设备100可以得出情绪关怀相关性等式,即情绪关怀指数。
图4是示出根据本公开的实施例的用于得出情绪关怀相关性等式的方法的流程图。图5A至5C是根据本公开的实施例的用于描述对内容的物理量和心理量之间的相关性的分析的图。
在S410中,图1中用于提供内容的设备100可以分析内容信号分析因子值(或物理量)与感官定性参数之间的相关性。参照图5A,在冥想模式中,用于提供内容的设备100可以通过相关性分析来确认音乐的最大频率、节拍频率、以及波形的滚降(rolloff)值具有负相关性,并且梅尔频率倒谱系数(MFCC)具有正相关性。滚降是指在某一播放声音的输出压力的频带中的最高和最低频率处发生的衰减现象。MFCC可以是从音频信号中提取的特征,其指的是表示声音的独特特征的数值。在压力缓解模式中,用于提供内容的设备100可以获得分析如图5B所示的内容信号分析因子值和感官定性参数之间的相关性的结果。参照图5C,在治愈模式中,用于提供内容的设备100可以通过相关性分析来确认音乐的最大频率、节拍频率、以及过零率在音色参数中具有正相关性。
在S420中,用于提供内容的设备100可以基于分析相关性的结果,通过统计分析来确定情绪关怀相关性等式。用于提供内容的设备100可以使用直方图、散点图和概率-概率(P-P)图来执行统计分析,并且可以确定情绪关怀相关性等式的确定系数。直方图是将根据听觉定性参数指示内容信号分析因子值的频率分布表以图表形式示出的统计分析技术。散点图是通过正相关性分析和负相关性分析来分析相关性,并确定自变量的斜率(或截距)的统计分析技术。P-P图是检验自变量和因变量的逻辑有效性的统计分析技术。
在S430中,用于提供内容的设备100可以对所确定的情绪关怀相关性等式进行验证和评估。
图6是用于描述根据本公开的实施例的用于验证和评估情绪关怀方案的方法的图。
在S610中,图1中用于提供内容的设备100可以根据驾驶场景执行虚拟驾驶。
在S620中,用于提供内容的设备100可以根据虚拟驾驶环境中的情绪关怀方案自动播放音乐内容。
在S630中,用于提供内容的设备100可以使用生物特征信号测量装置来测量用户的生物特征信号(例如,脑电图(EEG)),并且可以使用用户接口接收用户的情绪评估数据。
在S640中,用于提供内容的设备100可以分析生物特征信号和情绪评估数据,并且可以对情绪关怀方案进行验证和评估。
图7至图9是示出根据本公开的实施例的情绪关怀方案的验证和评估结果的图。
当图7所示的情绪关怀方案处于冥想模式时,根据对情绪关怀方案内容进行验证和评估的结果,愉悦度情绪对时间(事件和后续(post))具有主要影响(其被显著分析),并且在邓恩检验(Dunn-test)的后续分析结果、音乐方案和多感官方案中显著增加。唤醒度情绪对时间(事件和后续)具有主要影响(其被显著分析),并且在邓恩检验的后续分析结果、音乐方案和多感官方案中显著减少。支配度情绪有较小的主要影响和时间-刺激型的交互作用意义。
当图8所示的情绪关怀方案处于压力缓解模式时,根据对情绪关怀方案的内容进行验证和评估的结果,愉悦度情绪对时间(事件和后续)具有主要影响(其被显著分析),并且在邓恩检验的后续分析结果、音乐方案和多感官方案中显著增加。唤醒度情绪对时间(事件和后续)有主要影响(其被显著分析),并且在邓恩检验的后续分析结果、音乐方案和多感官方案中显著减少。支配度情绪对时间(事件和后续)有主要影响(其被显著分析),并且在邓恩检验的后续分析结果、音乐方案和多感官方案中显著增加。
当图9所示的情绪关怀方案处于治愈模式时,根据对情绪关怀方案的内容进行验证和评估的结果,愉悦度情绪对时间(事件和后续)具有主要影响(其被显著分析),并且在邓恩检验的后续分析结果、音乐方案和多感官方案中显著地增加。唤醒度情绪对时间(事件和后续)有主要影响(其被显著分析),在邓恩检验的后续分析结果、音乐方案和多感官方案中显著减少。支配度情绪具有较小的主要影响和时间-刺激型的交互作用意义。
本公开的实施例可以自动播放关于驾驶环境和驾驶员情绪状态的音乐内容。
此外,本公开的实施例可以通过多元回归分析得出情绪关怀指数,并可以分析PAD的贡献率以自动播放音乐内容。
在上文中,尽管本公开已经参照示范性实施例和附图进行了描述,但本公开并不限于此,而是可以在不偏离所附权利要求书中所要求的本公开的思想和范围的情况下,由本公开所属领域的技术人员对其进行各种修改和变更。因此,本公开的实施例并非旨在限制本公开的技术思想,而是仅出于说明目的而提供。本公开的范围应在所附权利要求书的基础上进行解释,并且在等同于权利要求的范围内的所有技术思想应当包括在本公开的范围内。
Claims (20)
1.一种用于提供内容的设备,所述设备包括:
通信装置,被配置为与用户设备即UE通信;以及
处理器,连接到所述通信装置;
其中,所述处理器被配置为:
通过与所述UE交互来分析音乐数据库即音乐DB;
基于对所述音乐DB的分析来提取驾驶员情绪模型;
基于对所述音乐DB的分析来确定情绪确定模型;
基于对所述音乐DB的分析,通过多元回归分析来得出情绪关怀相关性等式;
根据基于所述驾驶员情绪模型的所述情绪确定模型的贡献率,使用所述情绪关怀相关性等式来选择情绪关怀方案;以及
基于所述情绪关怀方案自动播放音乐内容。
2.根据权利要求1所述的设备,其中,所述处理器被进一步配置为分析所述音乐DB并对音乐类型进行分类。
3.根据权利要求1所述的设备,其中,所述处理器被进一步配置为分析所述音乐DB中的音乐播放历史,并选择所述情绪确定模型。
4.根据权利要求1所述的设备,其中,所述处理器被进一步配置为:
分析所述音乐DB中的所述音乐内容的物理量和心理量之间的相关性;以及
基于对所述相关性的分析,得出所述情绪关怀相关性等式。
5.根据权利要求4所述的设备,其中,所述物理量包括声压、频率、频谱、包络、持续时间或它们的组合中的至少一个。
6.根据权利要求4所述的设备,其中所述心理量包括响度、音高、音色或它们的组合中的至少一个。
7.根据权利要求1所述的设备,其中,所述处理器被进一步配置为使用直方图、散点图、概率-概率图即P-P图或它们的组合中的至少一个来得出所述情绪关怀相关性等式。
8.根据权利要求1所述的设备,其中,所述处理器被进一步配置为通过与车辆驾驶状况和驾驶员的情绪状态交互来自动播放所述音乐内容。
9.根据权利要求1所述的设备,其中,所述处理器被进一步配置为:
通过统计分析获得所述情绪关怀相关性等式的确定系数;以及
基于所述情绪关怀相关性等式的确定系数来生成情绪关怀指数。
10.根据权利要求9所述的设备,其中,所述处理器被进一步配置为:
设置目标驾驶员情绪模型;
搜索所述音乐内容的声学感知因子;
设置所述音乐内容的感官指数参数;以及
基于所述目标驾驶员情绪模型,通过分析所述声学感知因子与所述感官指数参数之间的相关性来得出所述情绪关怀指数。
11.一种用于提供内容的方法,所述方法包括:
由处理器通过与用户设备即UE交互来分析音乐数据库即音乐DB;
基于对所述音乐DB的分析来提取驾驶员情绪模型;
基于对所述音乐DB的分析来确定情绪确定模型;
基于对所述音乐DB的分析,通过多元回归分析来得出情绪关怀相关性等式;
根据基于所述驾驶员情绪模型的所述情绪确定模型的贡献率,使用所述情绪关怀相关性等式来选择情绪关怀方案;以及
基于所述情绪关怀方案自动播放音乐内容。
12.根据权利要求11所述的方法,其中,提取所述驾驶员情绪模型包括:
分析所述音乐DB并对音乐类型进行分类。
13.根据权利要求11所述的方法,其中,确定所述情绪确定模型包括:
分析所述音乐DB中的音乐播放历史并选择所述情绪确定模型。
14.根据权利要求11所述的方法,其中,得出所述情绪关怀相关性等式包括:
分析所述音乐DB中的所述音乐内容的物理量和心理量之间的相关性;以及
基于对所述相关性的分析,得出所述情绪关怀相关性等式。
15.根据权利要求14所述的方法,其中,所述物理量包括声压、频率、频谱、包络、持续时间或它们的组合中的至少一个。
16.根据权利要求14所述的方法,其中,所述心理量包括响度、音高、音色或它们的组合中的至少一个。
17.根据权利要求11所述的方法,其中,得出所述情绪关怀相关性等式包括:
使用直方图、散点图、概率-概率图即P-P图或它们的组合中的至少一个来得出所述情绪关怀相关性等式。
18.根据权利要求11所述的方法,其中,自动播放所述音乐内容包括:
通过与车辆驾驶状况和驾驶员的情绪状态交互自动播放所述音乐内容。
19.根据权利要求11所述的方法,其中,得出所述情绪关怀相关性等式包括:
通过统计分析获得所述情绪关怀相关性等式的确定系数;以及
基于所述情绪关怀相关性等式的确定系数来生成情绪关怀指数。
20.根据权利要求19所述的方法,其中,生成所述情绪关怀指数包括:
设置目标驾驶员情绪模型;
搜索所述音乐内容的声学感知因子;
设置所述音乐内容的感官指数参数;以及
基于所述目标驾驶员情绪模型,通过分析所述声学感知因子与所述感官指数参数之间的相关性来得出所述情绪关怀指数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220177526A KR20240095697A (ko) | 2022-12-16 | 2022-12-16 | 컨텐츠 제공 장치 및 방법 |
KR10-2022-0177526 | 2022-12-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118210468A true CN118210468A (zh) | 2024-06-18 |
Family
ID=91456445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310888163.7A Pending CN118210468A (zh) | 2022-12-16 | 2023-07-19 | 用于提供内容的设备和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240202236A1 (zh) |
KR (1) | KR20240095697A (zh) |
CN (1) | CN118210468A (zh) |
-
2022
- 2022-12-16 KR KR1020220177526A patent/KR20240095697A/ko unknown
-
2023
- 2023-06-22 US US18/212,862 patent/US20240202236A1/en active Pending
- 2023-07-19 CN CN202310888163.7A patent/CN118210468A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240202236A1 (en) | 2024-06-20 |
KR20240095697A (ko) | 2024-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102383462B1 (ko) | 엔진음 실시간 능동 구현 방법 및 차량 | |
US7904189B2 (en) | Programmable audio system | |
JP3892410B2 (ja) | 音楽データ選曲装置、音楽データ選曲方法、並びに、音楽データの選曲プログラムおよびそれを記録した情報記録媒体 | |
US12001755B2 (en) | Apparatus and method for caring emotion based on vehicle sound | |
EP3667659A1 (en) | System and method for controlling engine tone by artificial intelligence based on sound index of vehicle | |
US20200306641A1 (en) | Real-time audio generation for electronic games based on personalized music preferences | |
US11628767B2 (en) | Method of playing virtual after-burn sound in electric vehicle | |
CN109849786A (zh) | 基于车速播放音乐的方法、***、装置及可读存储介质 | |
CN107122493B (zh) | 歌曲播放方法和装置 | |
CN118210468A (zh) | 用于提供内容的设备和方法 | |
CN114274871A (zh) | 基于马达振动控制电动车辆的音调的方法 | |
US20160373859A1 (en) | Vehicle, apparatus for generating driving sound of vehicle, and apparatus and method for controlling driving sound of vehicle | |
JP4987647B2 (ja) | 駆動力制御装置 | |
US20240190443A1 (en) | Apparatus and method for providing vehicle sound | |
JP7402104B2 (ja) | 車載システム | |
US20240199085A1 (en) | Vehicle control apparatus and method thereof | |
US20240231746A1 (en) | System and method for controlling an audio device | |
US20230186893A1 (en) | Apparatus and method for controlling vehicle sound | |
Aishwarya et al. | Intoxication Detection using Audio | |
US20240009421A1 (en) | Emotional care apparatus and method thereof | |
JP7252785B2 (ja) | 音像予測装置および音像予測方法 | |
KR20230137104A (ko) | 가상 사운드 발생 장치 및 방법 | |
JP2024015924A (ja) | 情報処理装置、方法、及びプログラム | |
CN117037857A (zh) | 车载音乐播放方法、计算机装置和存储介质 | |
TWM558402U (zh) | 車載音樂撥放系統 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |