[發(fā)明專利]聲音風(fēng)格切換方法、系統(tǒng)、計算機(jī)設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010885915.0
• 申請日: 2020-08-28
• 公開（公告）號: CN112181348A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 陳肖
• 申請（專利權(quán)）人: 星絡(luò)智能科技有限公司
• 主分類號: G06F3/16
• 分類號: G06F3/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了提供的一種聲音風(fēng)格切換方法，包括：獲取當(dāng)前智能設(shè)備上所采用應(yīng)答聲音的聲音標(biāo)簽；對當(dāng)前場景的音頻數(shù)據(jù)進(jìn)行采樣，并將至少兩個采樣數(shù)據(jù)形成參考音頻；對參考音頻進(jìn)行分析，確認(rèn)當(dāng)前場景中的人員數(shù)量；將智能設(shè)備應(yīng)答聲音的聲音標(biāo)簽切換為與人員數(shù)量對應(yīng)的聲音標(biāo)簽。與現(xiàn)有技術(shù)相比，通過對由采樣數(shù)據(jù)所形成的參考音頻進(jìn)行分析的形式，能夠?qū)鼍爸兴嬖诘娜藛T數(shù)量進(jìn)行確定；然后將聲音標(biāo)簽自動轉(zhuǎn)換成與人員數(shù)量所對應(yīng)的聲音標(biāo)簽，從而實現(xiàn)對智能設(shè)備語音應(yīng)答聲音風(fēng)格的切換。在整個過程中，無需用戶進(jìn)行設(shè)置，智能設(shè)備會自動對用戶需要的環(huán)境進(jìn)行匹配，并輸出與環(huán)境相匹配的聲音風(fēng)格，能夠更好的提升用戶體驗感。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，尤其涉及一種聲音風(fēng)格切換方法、系統(tǒng)、計算機(jī)設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

隨著計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展和普及,人類進(jìn)入一個信息爆炸的時代，人們能夠通過多種多樣的渠道輕松實現(xiàn)對信息資源的獲取，在極大的豐富了人們業(yè)余生活的同時，也對智能產(chǎn)品的功能提出了更高的要求，傳統(tǒng)的音箱由于僅能進(jìn)行音頻播放而不具備視頻播放的功能，已經(jīng)不能滿足人們的需求。為了解決此問題，人們發(fā)明了帶有顯示屏的智能音箱，以便于對音視頻進(jìn)行同時播放，并且此類音箱在當(dāng)前市場上已屢見不鮮。

現(xiàn)有的智能音箱雖然具備視頻播放功能，但通常都是被放置在相對固定的位置區(qū)域，無法進(jìn)行自動轉(zhuǎn)動。當(dāng)需要進(jìn)行角度調(diào)節(jié)時，通過用戶來手動完成。如果智能音箱在視頻播放時沒有朝向用戶，則用戶無法觀看到視頻內(nèi)容，會導(dǎo)致整體的播放效果不佳；并且當(dāng)房間內(nèi)存在多個用戶時，無法進(jìn)行智能調(diào)節(jié)，不能對大多數(shù)用戶的使用體驗予以保證。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明提供一種聲音風(fēng)格切換方法、系統(tǒng)、計算機(jī)設(shè)備及可讀存儲介質(zhì)。

根據(jù)本發(fā)明的一個方面，提供了一種聲音風(fēng)格切換方法，包括：

獲取當(dāng)前智能設(shè)備上所采用應(yīng)答聲音的聲音標(biāo)簽；

對當(dāng)前場景的音頻數(shù)據(jù)進(jìn)行采樣，并將至少兩個采樣數(shù)據(jù)形成參考音頻；

對所述參考音頻進(jìn)行分析，確認(rèn)當(dāng)前場景中的人員數(shù)量；

將所述智能設(shè)備應(yīng)答聲音的聲音標(biāo)簽切換為與所述人員數(shù)量對應(yīng)的聲音標(biāo)簽。

進(jìn)一步地，所述對當(dāng)前場景的音頻數(shù)據(jù)進(jìn)行采樣，并將至少兩個采樣數(shù)據(jù)形成參考音頻，包括：

在滿足采樣條件時，對接收到的所述音頻數(shù)據(jù)按照設(shè)定的采樣周期進(jìn)行采樣和記錄；

對設(shè)定時間段內(nèi)所包含的各個所述音頻數(shù)據(jù)的平均響度進(jìn)行計算；

將所述平均響度大于門限值的所述音頻數(shù)據(jù)作為目標(biāo)音頻；

判斷所述目標(biāo)音頻的數(shù)量是否大于一個；

如是，則將全部所述目標(biāo)音頻進(jìn)行合并生成所述參考音頻。

進(jìn)一步地，所述對所述參考音頻進(jìn)行分析，確認(rèn)當(dāng)前場景中的人員數(shù)量，包括：

將生成的所述參考音頻進(jìn)行頻譜圖轉(zhuǎn)換；

根據(jù)轉(zhuǎn)換后的所述頻譜圖對聲源點數(shù)量進(jìn)行計算；

獲取當(dāng)前場景內(nèi)工作狀態(tài)下音/視頻播放設(shè)備的數(shù)量；

根據(jù)計算后的聲源點數(shù)量以及所述音/視頻播放設(shè)備數(shù)量對所述人員數(shù)量進(jìn)行計算。

進(jìn)一步地，在對所述音頻數(shù)據(jù)進(jìn)行采樣和記錄過程中，還會對采樣的起始時間以及結(jié)束時間進(jìn)行記錄；所述音頻數(shù)據(jù)的采樣起始時間和結(jié)束時間應(yīng)當(dāng)包含在所述設(shè)定時間段內(nèi)。

進(jìn)一步地，對所述頻譜圖采用頻譜分析法或相干分析法對所述聲源點數(shù)量進(jìn)行計算。