基于辅音耳机的音量调节优化方法、装置、设备及介质

摘要

本申请涉及语音处理技术领域，特别是涉及到一种基于辅音耳机的音量调节优化方法、装置、设备及介质，其中方法包括：通过辅音耳机获取多个声源信息；识别所述多个声源信息的内容信息，并基于所述内容信息选择目标声源信息；对所述目标声源信息在所述辅音耳机内的播放音量进行调节。通过选择目标声源信息并进行针对性的优化，解决现有技术中耳机不能够在多个声源信息的场景中筛选出目标声源信息，导致对目标声源信息的声音不能进行针对性的优化的问题。

说明书

技术领域

本申请涉及语音处理技术领域，特别是涉及到一种基于辅音耳机的音量调节优化方法、装置、设备及介质。

背景技术

现有技术中，使用者使用普通辅音耳机接收声源信息时，往往只能实现声音的放大、降噪等简单的声音处理，而现实环境中通常会同时出现多个声源信息，现有技术的耳机会将周围所有声源信息的声音进行相同的处理方式，无法筛选出目标声源信息，并且不同的目标声源信息所处的声音环境也不同，所以单一的优化处理方式无法满足人们与不同目标声源信息之间有效的听音需求。

发明内容

本申请的主要目的为提供一种基于辅音耳机的音量调节优化方法、装置、设备及介质，旨在解决现有技术中耳机不能够在多个声源信息的场景中筛选出目标声源信息，导致辅音耳机对目标声源信息的声音不能进行针对性的优化的技术问题。

为了实现上述发明目的，本申请提出一种基于辅音耳机的音量调节优化方法，所述方法包括：

通过辅音耳机获取多个声源信息；

识别所述多个声源信息的内容信息，并基于所述内容信息选择目标声源信息；

对所述目标声源信息在所述辅音耳机内的播放音量进行调节。

进一步地，所述基于所述内容信息选择目标声源信息，包括：

若所述多个声源信息内容不相同，则将所述多个声源信息，通过切换所述多个声源信息的方式，接收辅音耳机使用者的选择指令，确定其中一个声源信息作为目标声源信息，同时屏蔽其他声源信息。

进一步地，所述基于所述内容信息选择目标声源信息，包括：

若所述多个声源信息内容相同，则判断多个声源信息与所述辅音耳机的距离是否相同；

若所述多个声源信息与所述辅音耳机的距离不相同，则选择与所述辅音耳机的距离最近的声源信息作为目标声源信息。

进一步地，所述若所述多个声源信息内容相同，则判断多个声源信息与所述辅音耳机的距离是否相同之后，包括：

若所述多个声源信息与所述辅音耳机的距离相同，判断所述多个声源信息与所述辅音耳机的传播空间中是否存在障碍物；

若部分所述传播空间中存在障碍物，部分所述传播空间中无障碍物，则根据辅音耳机使用者两个耳朵的听力数据，判定目标声源信息。

进一步地，所述对所述目标声源信息在所述辅音耳机内的播放音量进行调节之前，包括：

若目标声源信息与所述辅音耳机的传播空间中存在障碍物，则使用声学回声消除技术进行回声消除。

进一步地，所述并基于所述内容信息选择目标声源信息之后，包括：

当目标声源信息为同一声源信息且持续播放达到第一指定时间时，提示用户确认是否需要锁定目标声源信息；

若是，则锁定目标声源信息；

当目标声源信息消失或在检测到取消锁定目标声源信息指令时，取消锁定目标声源信息。

进一步地，所述对所述目标声源信息在所述辅音耳机内的播放音量进行调节，包括：

根据所述辅音耳机与所述目标声源信息的距离，以及所述目标声源信息声音大小，自适应调节辅音耳机内的声音大小。

本申请还提供了一种基于辅音耳机的音量调节优化装置，所述装置包括：

声源信息获取模块，用于通过辅音耳机获取多个声源信息；

目标声源信息选择模块，识别所述多个声源信息的内容信息，并基于所述内容信息选择目标声源信息；

音量调节模块，用于对所述目标声源信息在所述辅音耳机内的播放音量进行调节。

本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

本申请还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，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

本申请提供的一种基于辅音耳机的音量调节优化方法，在判断选择目标声源信息后，对目标声源信息进行自适应的优化。通过这个方法可以改善辅音耳机使用者的听音效果。解决现有技术中耳机不能够在多个声源信息的场景中筛选出目标声源信息，导致对目标声源信息的声音不能进行针对性的优化的技术问题。

附图说明

图1 为本申请一实施例的基于辅音耳机的音量调节优化方法的流程示意图；

图2 为本申请一实施例的基于辅音耳机的音量调节优化装置的结构示意框图；

图3 为本申请一实施例的计算机设备的结构示意框图。

本申请目的的实现、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

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

参照图1，本申请实施例中提供一种基于辅音耳机的音量调节优化方法，包括步骤S1-S3，具体地：

S1、通过辅音耳机获取多个声源信息。

具体地，对于步骤S1，在现实环境中同一场景内通常会同时出现多个声源信息，多个声源信息可能包括多个发言者的说话声、多种背景噪声等。

S2、识别所述多个声源信息的内容信息，并基于所述内容信息选择目标声源信息。

具体地，对于步骤S2，同一场景内同时出现多个声源信息，首先判断多个声源信息的内容是否相同，若不相同，则提供切换声源信息的选项，供辅音耳机使用者选择其中一个声源信息作为目标声源信息，同时屏蔽其他声源信息，保证最佳的收听目标声源信息效果。若多个声源信息的内容相同，则进一步根据多个声源信息的传播空间是否存在障碍物、传播距离以及用户的听力数据来选择目标声源信息。

S3、对所述目标声源信息在所述辅音耳机内的播放音量进行调节。

具体地，对于步骤S3，在确定了目标声源之后，由于目标声源位置和辅音耳机使用者的位置可能进行移动，或目标声源的音量大小不固定，所以针对目标声源信息与辅音耳机的距离和目标声源的音量大小，对目标声源信息进行自适应的音量调节。保证辅音耳机在任意时刻都能对目标声源信息进行自适应的处理，达到最好的辅音效果。

在一个实施例中，上述基于所述内容信息选择目标声源信息，包括：

S201、若所述多个声源信息内容不相同，则将所述多个声源信息，通过切换所述多个声源信息的方式，接收辅音耳机使用者的选择指令，确定其中一个声源信息作为目标声源信息，同时屏蔽其他声源信息。

具体地，对于步骤S201，此时多个不同内容的声源信息都可能是辅音耳机使用者需要听取的声音信息，因此将多个声源信息都设为备选的目标声源信息，供辅音耳机使用者选择其中一个声源信息作为目标声源信息，通过切换多个声源信息的方式进行选择调整，使用者结合当前场景对需要听取的声音信息进行选择切换，保证不遗漏需要接收声源信息内容，同时屏蔽其他声源信息，在选定一个目标声源信息后不会受其他声源信息的干扰，保证最佳的收听效果。

在一个实施例中，上述基于所述内容信息选择目标声源信息，包括：

S202、若所述多个声源信息内容相同，则判断多个声源信息与所述辅音耳机的距离是否相同。

S203、若所述多个声源信息与所述辅音耳机的距离不相同，则选择与所述辅音耳机的距离最近的声源信息作为目标声源信息。

具体地，对于步骤S202和S203，同一场景内同时出现多个声源信息，对应的多个声源所处的空间位置可能不同，由于已确定多个声源信息内容相同，因此选择离辅音耳机使用者的距离最近的声源信息作为目标声源信息即可。计算检测到声源信息发出与辅音耳机接收到声源信息的时间之差，再与声音传播速度相乘，即可得到声源信息与辅音耳机的距离。

在一个实施例中，上述判断所述多个声源信息与所述辅音耳机的传播空间中是否存在障碍物的步骤S202之后，包括：

S204、若所述多个声源信息与所述辅音耳机的距离相同，判断所述多个声源信息与所述辅音耳机的传播空间中是否存在障碍物。

S205、若部分所述传播空间中存在障碍物，部分所述传播空间中无障碍物，则根据辅音耳机使用者两个耳朵的听力数据，判定目标声源信息。

具体地，对于步骤S204和S205，当多个声源信息与所述辅音耳机的距离相同时，可能是声源与使用者距离数值相同，但方向不同。例如，声源A在使用者左侧1米的位置，声源B在使用者右侧1米的位置。在声源信息与辅音耳机的传播空间中存在障碍物时，可能会导致回声的产生。尽管回声可以通过回声消除技术进行消除，但在多个声源信息距离和内容都相同，且有部分声源信息没有障碍物的情况下，选择无障碍物的一侧的声源信息作为目标声源信息，将其他声源信息屏蔽掉，可以在避免在辅音耳机内产生混响，保证最佳的听音效果的同时，减少辅音耳机进行回声消除的步骤，提高声源信息处理的效率。当一侧存在障碍物时，障碍物会导致两侧耳朵的辅音耳机接收到同一声源信息的时间和声音波形不同，因此可以根据判断同一声源信息的声音波形是否相同，或同一声源信息的接收时间差值是否在指定范围内的结果，来判断是否存在障碍物。此时获取辅音耳机预设的使用者听力数据，或即时检测辅音耳机使用者两个耳朵的听力数据，结合辅音耳机使用者自身的情况，可以选用听力数据更好的耳朵一侧声源信息作为目标声源信息，以达到最佳的收听信息效果。

在一个实施例中，上述对所述目标声源信息在所述辅音耳机内的播放音量进行调节的步骤S3之前，包括：

S300、若目标声源信息与所述辅音耳机的传播空间中存在障碍物，则使用声学回声消除技术进行回声消除。

具体地，对于步骤S300，当多个声源信息与所述辅音耳机的距离不相同，选择与所述辅音耳机的距离最近的声源信息作为目标声源信息时，此时目标声源信息与所述辅音耳机的传播空间中可能存在障碍物。或在选定目标声源后，由于声音场景中物品的移动，或发言者与辅音耳机使用者位置的移动，在声源信息传播空间内，获取目标声源信息期间可能会在暂时或一段时间内出现有障碍物。在有障碍物的情况下，会有回声的产生，需要通过声学回声消除技术进行消除，避免回声造成的负面影响，以获得更好的收听效果。回声消除的方法包括使用回声抑制器，自适应滤波算法等方法。

在一个实施例中，上述并基于所述内容信息选择目标声源信息之后，包括：

S301、当目标声源信息为同一声源信息且持续播放达到第一指定时间时，提示用户确认是否需要锁定目标声源信息；

S302、若是，则锁定目标声源信息；

S303、当目标声源信息消失或在检测到取消锁定目标声源信息指令时，取消锁定目标声源信息。

具体地，对于步骤S301、S302和S303，当目标声源信息为同一声源信息且持续播放达到第一指定时间时，此时辅音耳机用户可能处于比较专注的状态，例如，在收听广播，学习听课等状态，为了让辅音耳机使用者在专注状态中不受其他声音的打扰，可以选择将目标声源信息进行锁定，可以根据目标声源信息的音色等声音特征进行锁定。第一指定时间时可由辅音耳机使用者设定，例如，10分钟。在锁定目标声源信息后，取消锁定之前，不进行目标声源选择判断。当目标声源信息消失或在检测到取消锁定目标声源信息指令时，取消锁定目标声源信息，使得解锁目标声源信息能够根据声源情况自动调整，或根据辅音耳机使用者所处的场景灵活调节。

在一个实施例中，上述对所述目标声源信息在所述辅音耳机内的播放音量进行调节的步骤S3，包括：

S304、根据所述辅音耳机与所述目标声源信息的距离，以及所述目标声源信息声音大小，自适应调节辅音耳机内的声音大小。

具体地，对于步骤S304，声音调节的具体公式为Voice = 1/(a*1/耳机与声源距离+b*声源音量)；其中a，b为自适应参数，Voice是辅音耳机内自适应调剂后的声音。当辅音耳机与声源的距离越小，声源音量越大，则Voice会自适应的调小；当耳机与声源距离越大，声源音量越小，则Voice会自适应的调大。例如，在开会的场景中，辅音耳机使用者正好坐落在音响的旁边，此时音响开启后，声音很大，如果直接将很大的音响声音再放大后播放，就可能对辅音耳机使用者的耳膜造成不可逆的伤害。通过这种方式自动调节音量大小，能够保证辅音耳机使用者在使用过程中都能获得合适音量的收听效果，避免音量过大对耳朵造成伤害，也避免音量过小遗漏需要听取的声音内容。

参照图2，是本申请一实施例中基于辅音耳机的音量调节优化装置结构框图，装置包括：

声源信息获取模块100，用于通过辅音耳机获取多个声源信息；

目标声源信息选择模块200，用于识别所述多个声源信息的内容信息，并基于所述内容信息选择目标声源信息；

音量调节模块300，用于对所述目标声源信息在所述辅音耳机内的播放音量进行调节。

具体地，对于声源信息获取模块100，在现实环境中同一场景内通常会同时出现多个声源信息，多个声源信息可能包括多个发言者的说话声、多种背景噪声等。

具体地，对于目标声源信息选择模块200，同一场景内同时出现多个声源信息，首先判断多个声源信息的内容是否相同，若不相同，则提供切换声源信息的选项，供辅音耳机使用者选择其中一个声源信息作为目标声源信息，同时屏蔽其他声源信息，保证最佳的收听目标声源信息效果。若多个声源信息的内容相同，则进一步根据多个声源信息的传播空间是否存在障碍物、传播距离以及用户的听力数据来选择目标声源信息。

具体地，对于音量调节模块300，在确定了目标声源之后，由于目标声源位置和辅音耳机使用者的位置可能进行移动，或目标声源的音量大小不固定，所以针对目标声源信息与辅音耳机的距离和目标声源的音量大小，对目标声源信息进行自适应的音量调节。保证辅音耳机在任意时刻都能对目标声源信息进行自适应的处理，达到最好的辅音效果。

在一个实施例中，上述基于辅音耳机的音量调节优化装置，还包括：

第一选择模块，用于若所述多个声源信息内容不相同，则将所述多个声源信息，通过切换所述多个声源信息的方式，接收辅音耳机使用者的选择指令，确定其中一个声源信息作为目标声源信息，同时屏蔽其他声源信息。

具体地，对于第一选择模块，此时多个不同内容的声源信息都可能是辅音耳机使用者需要听取的声音信息，因此将多个声源信息都设为备选的目标声源信息，供辅音耳机使用者选择其中一个声源信息作为目标声源信息，通过切换多个声源信息的方式进行选择调整，使用者结合当前场景对需要听取的声音信息进行选择切换，保证不遗漏需要接收声源信息内容，同时屏蔽其他声源信息，在选定一个目标声源信息后不会受其他声源信息的干扰，保证最佳的收听效果。

在一个实施例中，上述基于辅音耳机的音量调节优化装置，还包括：

距离判断模块，用于若所述多个声源信息内容相同，则判断多个声源信息与所述辅音耳机的距离是否相同；

第二选择模块，用于若所述多个声源信息与所述辅音耳机的距离不相同，则选择与所述辅音耳机的距离最近的声源信息作为目标声源信息。

具体地，对于距离判断模块和第二选择模块，同一场景内同时出现多个声源信息，对应的多个声源所处的空间位置可能不同，由于已确定多个声源信息内容相同，因此选择离辅音耳机使用者的距离最近的声源信息作为目标声源信息即可。计算检测到声源信息发出与辅音耳机接收到声源信息的时间之差，再与声音传播速度相乘，即可得到声源信息与辅音耳机的距离。

在一个实施例中，上述基于辅音耳机的音量调节优化装置，还包括：

障碍物判断模块，用于若所述多个声源信息与所述辅音耳机的距离相同，判断所述多个声源信息与所述辅音耳机的传播空间中是否存在障碍物。

第三选择模块，用于若部分所述传播空间中存在障碍物，部分所述传播空间中无障碍物，则根据辅音耳机使用者两个耳朵的听力数据，判定目标声源信息。

具体地，对于障碍物判断模块和第三选择模块，当多个声源信息与所述辅音耳机的距离相同时，可能是声源与使用者距离数值相同，但方向不同。例如，声源A在使用者左侧1米的位置，声源B在使用者右侧1米的位置。在声源信息与辅音耳机的传播空间中存在障碍物时，可能会导致回声的产生。尽管回声可以通过回声消除技术进行消除，但在多个声源信息距离和内容都相同，且有部分声源信息没有障碍物的情况下，选择无障碍物的一侧的声源信息作为目标声源信息，将其他声源信息屏蔽掉，可以在避免在辅音耳机内产生混响，保证最佳的听音效果的同时，减少辅音耳机进行回声消除的步骤，提高声源信息处理的效率。当一侧存在障碍物时，障碍物会导致两侧耳朵的辅音耳机接收到同一声源信息的时间和声音波形不同，因此可以根据判断同一声源信息的声音波形是否相同，或同一声源信息的接收时间差值是否在指定范围内的结果，来判断是否存在障碍物。此时获取辅音耳机预设的使用者听力数据，或即时检测辅音耳机使用者两个耳朵的听力数据，结合辅音耳机使用者自身的情况，可以选用听力数据更好的耳朵一侧声源信息作为目标声源信息，以达到最佳的收听信息效果。

在一个实施例中，上述基于辅音耳机的音量调节优化装置，还包括：

回声消除模块，用于若目标声源信息与所述辅音耳机的传播空间中存在障碍物，则使用声学回声消除技术进行回声消除。

具体地，对于回声消除模块，当多个声源信息与所述辅音耳机的距离不相同，选择与所述辅音耳机的距离最近的声源信息作为目标声源信息时，此时目标声源信息与所述辅音耳机的传播空间中可能存在障碍物。或在选定目标声源后，由于声音场景中物品的移动，或发言者与辅音耳机使用者位置的移动，在声源信息传播空间内，获取目标声源信息期间可能会在暂时或一段时间内出现有障碍物。在有障碍物的情况下，会有回声的产生，需要通过声学回声消除技术进行消除，避免回声造成的负面影响，以获得更好的收听效果。回声消除的方法包括使用回声抑制器，自适应滤波算法等方法。

在一个实施例中，上述基于辅音耳机的音量调节优化装置，还包括：

目标声源锁定模块，用于当目标声源信息为同一声源信息且持续播放达到第一指定时间时，提示用户确认是否需要锁定目标声源信息；若是，则锁定目标声源信息；当目标声源信息消失或在检测到取消锁定目标声源信息指令时，取消锁定目标声源信息。

具体地，对于目标声源锁定模块，当目标声源信息为同一声源信息且持续播放达到第一指定时间时，此时辅音耳机用户可能处于比较专注的状态，例如，在收听广播，学习听课等状态，为了让辅音耳机使用者在专注状态中不受其他声音的打扰，可以选择将目标声源信息进行锁定，可以根据目标声源信息的音色等声音特征进行锁定。第一指定时间时可由辅音耳机使用者设定，例如，10分钟。在锁定目标声源信息后，取消锁定之前，不进行目标声源选择判断。当目标声源信息消失或在检测到取消锁定目标声源信息指令时，取消锁定目标声源信息，使得解锁目标声源信息能够根据声源情况自动调整，或根据辅音耳机使用者所处的场景灵活调节。

在一个实施例中，上述基于辅音耳机的音量调节优化装置，还包括：

音量调节模块，用于根据所述辅音耳机与所述目标声源信息的距离，以及所述目标声源信息声音大小，自适应调节辅音耳机内的声音大小。

具体地，对于音量调节模块，声音调节的具体公式为Voice = 1/(a*1/耳机与声源距离+b*声源音量)；其中a，b为自适应参数，Voice是辅音耳机内自适应调剂后的声音。当辅音耳机与声源的距离越小，声源音量越大，则Voice会自适应的调小；当耳机与声源距离越大，声源音量越小，则Voice会自适应的调大。例如，在开会的场景中，辅音耳机使用者正好坐落在音响的旁边，此时音响开启后，声音很大，如果直接将很大的音响声音再放大后播放，就可能对辅音耳机使用者的耳膜造成不可逆的伤害。通过这种方式自动调节音量大小，能够保证辅音耳机使用者在使用过程中都能获得合适音量的收听效果，避免音量过大对耳朵造成伤害，也避免音量过小遗漏需要听取的声音内容。

参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于辅音耳机的音量调节优化方法过程中的使用数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述任一实施例的一种基于辅音耳机的音量调节优化方法。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。

本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种基于辅音耳机的音量调节优化方法。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。

本申请提供的一种基于辅音耳机的音量调节优化方法，在判断选择目标声源信息后，对目标声源信息进行自适应的优化。通过这个方法可以改善辅音耳机使用者的听音效果。解决现有技术中耳机不能够在多个声源信息的场景中筛选出目标声源信息，导致对目标声源信息的声音不能进行针对性的优化的技术问题。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双速据率SDRAM（SSRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

需要说明的是，在本文中，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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。