一种通过灯光和声音练习正确呼吸方法的电子装置制造方法及图纸

本发明专利技术公开了一种通过灯光和声音练习正确呼吸方法的电子装置，属于呼吸练习装置领域，包括MCU主控模块、按键触控模块、储存模块、灯光模块、信号放大模块以及扬声器；所述MCU主控模块用于针对不同的音乐文件进行属性分类训练，并为不同的音乐文件属性匹配不同的灯光和白噪音，在进行所述音乐文件的属性分类训练时需要构建音乐文件属性分类训练模型，具体构建过程如下：将已知音乐文件进行短时傅里叶变换生成声音频谱图；利用神经网络编码器模型对声音频谱图进行神经网络编码分类；建立平均模型。本发明专利技术，能够提供高亮柔和的LED彩色灯光和高清度的音乐让用户更容易放松并进入减压，冥想，睡眠和瑜伽等的状态。睡眠和瑜伽等的状态。睡眠和瑜伽等的状态。

【技术实现步骤摘要】
一种通过灯光和声音练习正确呼吸方法的电子装置


[0001]本专利技术涉及一种呼吸练习装置，具体是一种通过灯光和声音练习正确呼吸方法的电子装置。

技术介绍

[0002]目前市场上广泛流行的减压，冥想，睡眠和瑜伽等的呼吸方法主要有腹式呼吸法和4
‑7‑
8呼吸法等。这些呼吸法的核心是通过用户心里默念数数来控制呼气及吸气的时间来完成。但通过用户心里默念数数的方式存在每次数数时会不均衡，每次间隔的时间不均匀，而且容易分散用户注意力而无法达到呼吸训练的理想效果。为此，人们多数选用手机APP来辅助练习呼吸。
[0003]但是，因手机功能过于强大，容易分散用户的注意力。另外手机没有专业的LED彩色灯光，最后手机喇叭的声音还原度远不及音箱，无法提供HIFI级的音乐。此外，人类能听到的声音频率范围为20hz
‑
20khz。而在这个声音的范围里，实验证明1k的声音为听感最舒服的频段。因此，我们通过计算机音频软件产生1k的白噪音，然后根据目前市面上流行的呼和吸时长，把1k的白噪音通过算法生成不同时长的渐大和渐小的白噪音。这样可提供高亮柔和的LED彩色灯光和高清度高舒服度的音乐让用户更容易放松，并进入减压，冥想，睡眠和瑜伽等的状态是我们目前急需解决的难题。
[0004]因此，本领域技术人员提供了一种通过灯光和声音练习正确呼吸方法的电子装置，以解决上述
技术介绍
中提出的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种通过灯光和声音练习正确呼吸方法的电子装置，能够提供高亮柔和的LED彩色灯光和高清度高舒服度的音乐让用户更容易放松并进入减压，冥想，睡眠和瑜伽等的状态，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种通过灯光和声音练习正确呼吸方法的电子装置，声音为不同时长的渐大和渐小的1k的白噪音，包括MCU主控模块、按键触控模块、储存模块、灯光模块、信号放大模块以及扬声器；所述MCU主控模块用于针对不同的音乐文件进行属性分类训练，并为不同的音乐文件属性匹配不同的灯光和白噪音，在进行所述音乐文件的属性分类训练时需要构建音乐文件属性分类训练模型，具体构建过程如下：将已知音乐文件进行短时傅里叶变换生成声音频谱图；利用神经网络编码器模型对声音频谱图进行神经网络编码分类；建立平均模型，并通过平均模型计算输入频谱图的全局特征以推断每个平均音乐属性的分类；建立差异模型，并通过差异模型确定差异音乐属性的分类；采用训练集的音乐文件对平均模型与差异模型进行同步迭代训练，迭代训练过程中总损失函数关系为L＝L1+λL2，λ为差异模型损失函数超参数，最后得到音乐文件属性向量。
[0008]作为本专利技术进一步的方案：所述神经网络编码器模型选用VGGISH模型，VGGISH模
型接收声音频谱图并输出可用于分类的特征图。
[0009]作为本专利技术再进一步的方案：所述平均模型推断每个平均音乐属性的分类的具体过程如下：提取由神经网络编码器模型传来的特征图；在特征图的空间轴上应用全局平均池化来计算全局特征；将全局特征经过深度神经网络模型的推断后得到全局属性分类。
[0010]作为本专利技术再进一步的方案：所述差异模型计算特征图局部特征以回归差异化属性，并将其映射至输入特征图中提取与局部特征之间的相似度分数。
[0011]作为本专利技术再进一步的方案：所述相似度分数用于估计差异属性分数，差异属性分数经过迭代训练，得到最大化的差异特征图，进而确定差异音乐属性分类。
[0012]作为本专利技术再进一步的方案：所述灯光模块与扬声器集成在智慧情感音响LED灯上，每一个所述智慧情感音响LED灯包括独立的RGB以及蓝牙mesh控制芯片，所述智慧情感音响LED灯用于结合不同的音乐文件属性支持多种颜色、多级亮度调节，且智慧情感音响LED灯采用移动设备控制或智能开关控制。
[0013]作为本专利技术再进一步的方案：所述智慧情感音响LED灯还采用了TWS技术和蓝牙MESH组网技术，其中，利用蓝牙MESH组网技术，既可以让设定环境内的每一个LED灯针对多个音乐属性文件分别进行灯光效果联动，也可以通过不同的音乐文件属性对智慧情感音响LED灯进行分组，管理，互动。
[0014]作为本专利技术再进一步的方案：所述储存模块选用NorSPIFlash存储芯片。
[0015]作为本专利技术再进一步的方案：所述信号放大模块选用AudioAmplifier功放芯片。
[0016]作为本专利技术再进一步的方案：还包括电源管理模块与外部供电模块，其中，所述电源管理模块用于给MCU主控模块、按键触控模块、储存模块、灯光模块、信号放大模块以及扬声器供电，所述外部供电模块用于为电源管理模块提供外部供电的电源。
[0017]与现有技术相比，本专利技术的有益效果是：
[0018]1、本申请能够提供高亮柔和的LED彩色灯光和高清度高舒服度的音乐让用户更容易放松并进入减压，冥想，睡眠和瑜伽等的状态，其中，通过不同彩色的LED灯变换或渐变，不同语音或音乐的变换，长短或渐变，提供的不同呼吸时间，从而让用户通过视觉，听觉或二者都有效直观地掌握到准确的呼吸时间，达到预期的呼吸训练效果。
[0019]2、本申请能够对音乐文件进行属性分类，而在属性分类后，利用蓝牙MESH组网技术，既可以让设定环境内的每一个LED灯针对多个音乐属性文件(即音乐属性文件1
‑
N)分别进行灯光效果联动，也可以通过不同的音乐文件属性对智慧情感音响LED灯进行分组，管理，互动，从而提高用户的使用体验。
附图说明
[0020]图1为一种通过灯光和声音练习正确呼吸方法的电子装置的结构框图；
[0021]图2为一种通过灯光和声音练习正确呼吸方法的电子装置中音乐文件属性分类训练模型的构建示意图；
[0022]图3为一种通过灯光和声音练习正确呼吸方法的电子装置中智慧情感音响LED灯进行蓝牙MESH组网的示意图；
[0023]图4为一种通过灯光和声音练习正确呼吸方法的电子装置中智慧情感音响LED灯进行分组的示意图；
[0024]图5为一种通过灯光和声音练习正确呼吸方法的电子装置中智慧情感音响LED灯的控制器架构图；
[0025]图6为一种通过灯光和声音练习正确呼吸方法的电子装置中白噪音的示意图；
[0026]图7为一种通过灯光和声音练习正确呼吸方法的电子装置中不同时长的渐大和渐小的白噪音示意图。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]正如本申请的
技术介绍
中提及的，专利技术人经研究发现，现有技术中针对通过手机APP练习正确呼吸在使用时存在一定的不足，首先，因手机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过灯光和声音练习正确呼吸方法的电子装置，声音为不同时长的渐大和渐小的1k的白噪音，其特征在于，包括MCU主控模块、按键触控模块、储存模块、灯光模块、信号放大模块以及扬声器；所述MCU主控模块用于针对不同的音乐文件进行属性分类训练，并为不同的音乐文件属性匹配不同的灯光和白噪音，在进行所述音乐文件的属性分类训练时需要构建音乐文件属性分类训练模型，具体构建过程如下：将已知音乐文件进行短时傅里叶变换生成声音频谱图；利用神经网络编码器模型对声音频谱图进行神经网络编码分类；建立平均模型，并通过平均模型计算输入频谱图的全局特征以推断每个平均音乐属性的分类；建立差异模型，并通过差异模型确定差异音乐属性的分类；采用训练集的音乐文件对平均模型与差异模型进行同步迭代训练，迭代训练过程中总损失函数关系为L＝L1+λL2，λ为差异模型损失函数超参数，最后得到音乐文件属性向量。2.根据权利要求1所述的一种通过灯光和声音练习正确呼吸方法的电子装置，其特征在于，所述神经网络编码器模型选用VGGISH模型，VGGISH模型接收声音频谱图并输出可用于分类的特征图。3.根据权利要求2所述的一种通过灯光和声音练习正确呼吸方法的电子装置，其特征在于，所述平均模型推断每个平均音乐属性的分类的具体过程如下：提取由神经网络编码器模型传来的特征图；在特征图的空间轴上应用全局平均池化来计算全局特征；将全局特征经过深度神经网络模型的推断后得到全局属性分类。4.根据权利要求2所述的一种通过灯光和声音练习正确呼吸方法的电子装置，其特征在于，所述差异模型计算特征图局部特征以回归差异化属性，并将其映射至输入特征图中提取与局部特征之间的相似度分数。5.根据权利要求4所述的一...

【专利技术属性】
技术研发人员：孙旭华，
申请(专利权)人：深圳市联华电子有限公司，
类型：发明
国别省市：