场景识别方法、装置、存储介质及电子设备制造方法及图纸

本申请实施例公开了一种场景识别方法、装置、存储介质及电子设备，其中，通过音频输出组件向外发射超声波信号；通过音频采集组件采集包括反射回的超声波信号的音频信号；从音频信号中过滤出反射回的超声波信号，并提取反射回的超声波信号的特征向量；调用预训练的场景识别模型对特征向量进行识别，得到场景识别结果。由此，通过复用电子设备普遍配置的音频输出组件和音频采集组件向外发射超声波信号和接收反射回的超声波信号，并利用预先训练得到的场景识别模型实现对电子设备当前所处场景的识别，由于无需利用卫星定位技术即可实现场景识别，相较于相关技术能够更稳定的进行场景识别。

Scene recognition method, device, storage medium and electronic equipment

【技术实现步骤摘要】
场景识别方法、装置、存储介质及电子设备
本申请涉及音频识别
，具体涉及一种场景识别方法、装置、存储介质及电子设备。
技术介绍
目前，人们的生活已离不开智能手机、平板电脑等电子设备，通过这些电子设备所提供的各种各样丰富的功能，使得人们能够随时随地的娱乐、办公等。在相关技术中，电子设备可以利用卫星定位技术识别当前所处环境场景，并据此提供基于环境场景的服务。然而，由于各种因素的干扰，使得卫星信号并不稳定，导致电子设备进行场景识别的稳定性较差。
技术实现思路
本申请实施例提供了一种场景识别方法、装置、存储介质及电子设备，能够提升电子设备进行场景识别的稳定性。本申请实施例提供的场景识别方法，应用于电子设备，该电子设备包括音频输出组件和音频采集组件，该场景识别方法包括：通过所述音频输出组件向外发射超声波信号；通过所述音频采集组件采集包括反射回的超声波信号的音频信号；从所述音频信号中过滤出所述反射回的超声波信号，并提取所述反射回的超声波信号的特征向量；调用预训练的场景识别模型对所述特征向量进行识别，得到场景识别结果。本申请实施例提供的场景识别装置，应用于电子设备，所述电子设备包括音频输出组件和音频采集组件，该场景识别装置包括：发射模块，用于通过所述音频输出组件向外发射超声波信号；接收模块，用于通过所述音频采集组件采集包括反射回的超声波信号的音频信号；提取模块，用于从所述音频信号中过滤出所述反射回的超声波信号，并提取所述反射回的超声波信号的特征向量；识别模块，用于调用预训练的场景识别模型对所述特征向量进行识别，得到场景识别结果。本申请实施例提供的电子设备，包括处理器和存储器，所述存储器存有计算机程序，所述处理器通过加载所述计算机程序，用于执行本申请提供的场景识别方法。本申请通过复用电子设备普遍配置的音频输出组件和音频采集组件向外发射超声波信号和接收反射回的超声波信号，并利用预先训练得到的场景识别模型实现对电子设备当前所处场景的识别，由于无需利用卫星定位技术即可实现场景识别，相较于相关技术能够更稳定的进行场景识别。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的场景识别方法的流程示意图。图2是本申请实施例中电子设备的听筒和麦克风的设置位置示意图。图3是本申请实施例中对音频信号进行分帧处理的示意图。图4是本申请实施例提供的场景识别方法的流程示意图。图5是本申请实施例提供的场景识别装置的结构示意图。图6是本申请实施例提供的电子设备的一结构示意图。图7是本申请实施例提供的电子设备的另一结构示意图。具体实施方式请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是通过所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。其中，机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习等技术。本申请实施例提供的方案涉及人工智能的机器学习技术，具体通过如下实施例进行说明:本申请实施例提供一种场景识别方法、场景识别装置、存储介质以及电子设备，其中，该场景识别方法的执行主体可以是本申请实施例中提供的场景识别装置，或者集成了该场景识别装置的电子设备，其中该场景识别装置可以采用硬件或软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等配置有处理器(包括但不限于通用处理器、定制化处理器等)而具有处理能力的设备。请参照图1，图1为本申请实施例提供的场景识别方法的流程示意图，本申请实施例提供的场景识别方法的流程可以如下：在101中，通过音频输出组件向外发射超声波信号。应当说明的是，在本申请实施例中，通过复用电子设备普遍配置的音频输出组件和音频采集组件实现超声波传感器的功能，其中，音频输出组件比如电子设备设置的听筒和扬声器等，音频输出组件比如电子设备设置的麦克风。示例性的，请参照图2，电子设备上部设置有听筒，缺省用于语音通话，还设置有麦克风，缺省用于采集环境声实现降噪，相应的，本申请实施例中，可以复用电子设备的听筒和麦克风来实现超声波传感器的功能。其中，电子设备通过音频输出组件向外发射超声波信号。比如，电子设备首先通过功放组件对原始的超声波信号进行放大，然后将放大后的超声波信号传输给扬声器(即音频输出组件)，由扬声器向外发射超声波信号。可以理解的是，超声波信号的频率位于人耳感知范围之外，当电子设备通过音频输出组件向外发射超声波信号时，并不会对用户造成影响。其中，对于超声波信号频率的选取，可由本领域普通技术人员根据实际需要灵活选取。在102中，通过音频采集组件采集包括反射回的超声波信号的音频信号。应当说明的是，根据超声波信号直线传播的特性，当发射出的超声波信号被物体阻挡时，将产生反射现象。基于此，在本申请实施例中，电子设备还相应通过设置的音频采集组件进行音频采集，得到包括反射回的超声波信号的音频信号。可以理解的是，由于音频采集组件为通用的音频采集组件，电子设备通过音频采集组件采集的音频信号中除了包括反射回的超声波信号之外，还将包括除超声波信号之外的噪声成分，比如环境音。示例性的，以麦克风为例，假设麦克风为模拟麦克风，那么将采集到模拟的音频信号，此时需要将模拟的音频信号进行模数转换，得到数字化本文档来自技高网...

【技术保护点】
1.一种场景识别方法，应用于电子设备，所述电子设备包括音频输出组件和音频采集组件，其特征在于，包括：/n通过所述音频输出组件向外发射超声波信号；/n通过所述音频采集组件采集包括反射回的超声波信号的音频信号；/n从所述音频信号中过滤出所述反射回的超声波信号，并提取所述反射回的超声波信号的特征向量；/n调用预训练的场景识别模型对所述特征向量进行识别，得到场景识别结果。/n

【技术特征摘要】
1.一种场景识别方法，应用于电子设备，所述电子设备包括音频输出组件和音频采集组件，其特征在于，包括：
通过所述音频输出组件向外发射超声波信号；
通过所述音频采集组件采集包括反射回的超声波信号的音频信号；
从所述音频信号中过滤出所述反射回的超声波信号，并提取所述反射回的超声波信号的特征向量；
调用预训练的场景识别模型对所述特征向量进行识别，得到场景识别结果。


2.根据权利要求1所述的场景识别方法，其特征在于，所述超声波信号包括扫频超声波信号，所述提取所述反射回的超声波信号的特征向量，包括：
对所述扫频超声波信号进行分帧处理，并筛选出第一预设数量的音频帧；
对所述音频帧进行傅里叶变换，并根据傅里叶变换结果获取所述扫频超声波信号起止频率之间第二预设数量频点的数据值；
根据获取到的所述数据值构建所述特征向量。


3.根据权利要求1所述的场景识别方法，其特征在于，所述调用预训练的场景识别模型对所述特征向量进行识别，得到场景识别结果之后，还包括：
获取对应所述场景识别结果的配置参数，并根据所述配置参数对所述电子设备进行配置。


4.根据权利要求3所述的场景识别方法，其特征在于，所述配置参数包括降噪参数，所述根据所述配置参数对所述电子设备进行配置，包括：
根据所述降噪参数对电子设备的降噪模式进行配置，使得所述电子设备的降噪模式与所述场景识别结果匹配。


5.根据权利要求3所述的场景识别方法，其特征在于，所述配置参数包括唤醒参数，所述根据所述配置参数对电子设备进行配置，还包括：
根据所述唤醒参数对电子设备的唤醒策略进行配置，使得所述电子设备的唤醒策...

【专利技术属性】
技术研发人员：陈喆，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44