一种蓝牙耳机的使用模式切换方法技术

本发明专利技术涉及数据处理技术领域，尤其涉及一种蓝牙耳机的使用模式切换方法

【技术实现步骤摘要】
一种蓝牙耳机的使用模式切换方法


[0001]本专利技术涉及数据处理
，尤其涉及一种蓝牙耳机的使用模式切换方法
。

技术介绍

[0002]蓝牙耳机具有多种功能，如音乐播放
、
通话
、
降噪
、
透明模式等，在工作环境中，蓝牙耳机可能需要频繁地切换模式，不同的使用情境需要不同的耳机模式，动态切换方法可以使用户更轻松地满足这些需求，例如从通话模式切换到会议模式或沉浸式工作模式，有时需要快速响应外部环境的变化，例如突然来电或需要与人沟通，而动态切换方法可以使耳机更具适应性，确保在各种情境下都能够满足用户的需求
。
然而，现有的蓝牙耳机的使用模式切换方法因无法准确识别外部环境，导致设备的动态调节不够智能，适应性不足
。

技术实现思路

[0003]基于此，有必要提供一种蓝牙耳机的使用模式切换方法，以解决至少一个上述技术问题
。
[0004]为实现上述目的，一种蓝牙耳机的使用模式切换方法，所述方法包括以下步骤：
[0005]步骤
S1
：获取实时音频数据；基于实时音频数据进行人噪声分离计算，生成人声清晰度和噪声嘈杂度；基于人声清晰度进行交流概率分析，生成交流概率值；
[0006]步骤
S2
：获取空气质量数据和光照强度数据；对空气质量数据进行强度减损计算，生成光强减损系数；利用光照减损系数对光照强度数据进行强度补正，生成标准光强数据；
[0007]步骤/>S3
：对噪声嘈杂度和标准光强数据进行关联性分析，生成活动环境数据；
[0008]步骤
S4
：获取设备加速度数据和头部运动数据；利用设备加速度数据进行用户位移分析，生成位移信息数据；基于位移信息数据和头部运动数据进行运动状态分析，生成活动状态数据；
[0009]步骤
S5
：利用活动状态数据对交流概率值进行概率修正，生成交流置信因子；
[0010]步骤
S6
：基于活动环境数据和活动状态数据进行模式选择，生成实时使用模式；基于实时使用模式调节蓝牙耳机的工作模式
。
[0011]本专利技术通过人噪声分离计算，系统可以有效地提取人声清晰度，用于判断是否有人在与用户对话，从而动态降低音量，提高人声清晰度，给予用户更好地交流体验，生成的噪声嘈杂度值反映了用户周围环境的噪声水平，可以用于帮助用户了解当前环境是否适合使用蓝牙耳机，例如在高噪声环境下可能不适合使用，从而提高用户的安全性和舒适度，或是在中高噪音时需要进行降噪，提高音质，通过获取空气质量数据和光照强度数据，系统能够更好地感知用户所处的环境，使蓝牙耳机能够根据环境条件自动调整工作模式，以提供更适合用户的音质和功能设置，例如，在嘈杂的户外环境中可能需要更强的降噪功能，而在安静的室内环境中可能需要更清晰的音质，生成光强减损系数并对光照强度数据进行强度补正，得到标准光强数据，从而更准确地评估用户所在环境，对噪声嘈杂度和标准光强数据进行关联性分析，系统能够更准确地理解用户所处的活动环境，帮助蓝牙耳机更好地适应
各种不同的环境条件，提供更合适的音质和功能设置，生成的活动环境数据可以用于智能决策，以选择最适合用户当前环境的工作模式，例如，在静谧的室内环境中可能需要强调音质，精准的环境感知和智能切换可以提高用户的体验，获取设备加速度数据和头部运动数据，系统能够感知用户的运动状态，包括用户是在静止
、
行走
、
跑步
、
骑车或其他活动状态，这种活动感知有助于蓝牙耳机更好地适应用户的运动环境，生成的活动状态数据可以用于智能模式切换，例如，在用户运动时，蓝牙耳机可以自动降低降噪程度，以提高安全性和环境感知，或者切换到特定的运动模式，提供更合适的音乐节奏或语音指导，利用活动状态数据对交流概率值进行概率修正，系统可以更准确地判断用户是否正在进行交流，活动状态数据提供了额外的上下文信息，有助于区分用户的声音是因为与他人交流而产生的，还是其他噪声引起的，提高了通信判断的准确性，基于活动环境数据和活动状态数据，系统可以智能地选择蓝牙耳机的实时使用模式，这包括音质
、
降噪级别
、
通话模式等，通过自动模式切换，系统确保蓝牙耳机在不同情境下提供最佳的音频体验，使蓝牙耳机更好地适应不同的环境条件，通过实时使用模式的智能选择，系统可以提高用户体验，确保用户在不同情境下都能够获得高品质的音质和适当的功能设置
。
因此，本专利技术的蓝牙耳机的使用模式切换方法，通过实时音频数据和光照强度数据准确分析用户的活动环境，通过设备加速度和头部运动准确分析用户的活动状态，结合活动环境和活动状态，准确判断用户使用场景，提高蓝牙耳机的环境适应性，以智能的
、
动态的切换蓝牙使用模式
。
[0012]优选地，步骤
S1
包括以下步骤：
[0013]步骤
S11
：获取实时音频数据；
[0014]步骤
S12
：将实时音频数据进行人噪声分离，生成人声音频数据和噪声音频数据；
[0015]步骤
S13
：对人声音频数据进行清晰度计算，生成人声清晰度；
[0016]步骤
S14
：对噪声音频数据进行嘈杂度计算，生成噪声嘈杂度；
[0017]步骤
S15
：基于人声清晰度进行交流概率分析，生成交流概率值
。
[0018]本专利技术通过获取实时音频数据，反映了实际场景中的声音情况，包括说话人声
、
车声
、
工地噪音等声音，通过分析混合音频的特征和使用信号处理算法，可以有效地将人声和噪声分离开来，得到独立的音频数据，清晰度计算可以量化人声音频的清晰度，即人声的可理解程度，通过清晰度计算，可以判断人声的质量是否满足对话条件，通过计算噪声的嘈杂度，可以更好地理解噪声的特点，量化噪声的强度和嘈杂程度，基于人声清晰度的交流概率分析可以评估用户是否处于与他人交流的状态，从而更好地调节蓝牙耳机的使用模式
。
[0019]优选地，步骤
S2
包括以下步骤：
[0020]步骤
S21
：获取空气质量数据和光照强度数据；
[0021]步骤
S22
：基于空气质量数据进行光强影响因子提取，生成影响因素数据；
[0022]步骤
S23
：通过影响因素数据进行透明度计算，生成空气透明度数据；
[0023]步骤
S24
：利用空气透明度数据进行强度减损计算，生成光照减损系数；
[0024]步骤
S25
：利用光照减损系数对光照强度数据进行强度补正，生成标准光强数据
。
[0025]本专利技术通过获取空气质量数据和光照强度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种蓝牙耳机的使用模式切换方法，其特征在于，包括以下步骤：步骤
S1
：获取实时音频数据；基于实时音频数据进行人噪声分离计算，生成人声清晰度和噪声嘈杂度；基于人声清晰度进行交流概率分析，生成交流概率值；步骤
S2
：获取空气质量数据和光照强度数据；对空气质量数据进行强度减损计算，生成光强减损系数；利用光照减损系数对光照强度数据进行强度补正，生成标准光强数据；步骤
S3
：对噪声嘈杂度和标准光强数据进行关联性分析，生成活动环境数据；步骤
S4
：获取设备加速度数据和头部运动数据；利用设备加速度数据进行用户位移分析，生成位移信息数据；基于位移信息数据和头部运动数据进行运动状态分析，生成活动状态数据；步骤
S5
：利用活动状态数据对交流概率值进行概率修正，生成交流置信因子；步骤
S6
：基于活动环境数据和活动状态数据进行模式选择，生成实时使用模式；基于实时使用模式调节蓝牙耳机的工作模式
。2.
根据权利要求1所述的蓝牙耳机的使用模式切换方法，其特征在于，步骤
S1
包括以下步骤：步骤
S11
：获取实时音频数据；步骤
S12
：将实时音频数据进行人噪声分离，生成人声音频数据和噪声音频数据；步骤
S13
：对人声音频数据进行清晰度计算，生成人声清晰度；步骤
S14
：对噪声音频数据进行嘈杂度计算，生成噪声嘈杂度；步骤
S15
：基于人声清晰度进行交流概率分析，生成交流概率值
。3.
根据权利要求2所述的蓝牙耳机的使用模式切换方法，其特征在于，步骤
S2
包括以下步骤：步骤
S21
：获取空气质量数据和光照强度数据；步骤
S22
：基于空气质量数据进行光强影响因子提取，生成影响因素数据；步骤
S23
：通过影响因素数据进行透明度计算，生成空气透明度数据；步骤
S24
：利用空气透明度数据进行强度减损计算，生成光照减损系数；步骤
S25
：利用光照减损系数对光照强度数据进行强度补正，生成标准光强数据
。4.
根据权利要求3所述的蓝牙耳机的使用模式切换方法，其特征在于，步骤
S3
包括以下步骤：步骤
S31
：获取分类噪音光强数据；步骤
S32
：将分类噪音光强数据进行可视化处理，生成噪音光强图；步骤
S33
：对噪音光强图进行图像平滑，生成噪音光强平滑图；步骤
S34
：对噪音光强平滑图进行波动相关度计算，生成噪音光强关联值；步骤
S35
：利用关联修正算法对噪音光强关联值进行偏差修正，生成噪音光强修正值；步骤
S36
：基于噪音光强修正值对噪声嘈杂度和标准光强数据进行环境评估，生成活动环境数据
。5.
根据权利要求4所述的蓝牙耳机的使用模式切换方法，其特征在于，步骤
S35
中的关联修正算法如下所示：
式中，
R
为噪音光强修正值，
t1为修正计算开始时间，
t2为修正计算终止时间，
E(t)
为在时间
t
时的光强值，
ρ
为光密度，
λ
为光波长，为光强值在时间
t
时的二阶导数，
L
为光程长度，
x
为光程位置，
I(x)
为在光程
x
时的光强值，
I0为光强的参考值，
σ
为光程中的空间衰减系数，
x0为光程中的光源位置，为修正值的异常调整值

【专利技术属性】
技术研发人员：谢辉，张影，龙飞飞，
申请(专利权)人：谢辉，
类型：发明
国别省市：