一种音量推荐方法、装置、设备及存储介质制造方法及图纸

本公开提供了一种音量推荐方法、装置、设备及存储介质，涉及人工智能技术领域，该方法包括：用户针对任一音视频文件的播放操作对应的特征，该特征包括播放场景特征；然后将特征输入至用户的音量推荐模型中，经过音量推荐模型的处理后，输出为用户推荐的音量；其中，音量推荐模型为基于用户的历史音视频播放行为中的播放场景特征与音量设置之间的对应关系进行训练得到的机器学习模型。本公开能够有效降低音量不适感，提升用户体验。

A volume recommendation method, device, device and storage medium

【技术实现步骤摘要】
一种音量推荐方法、装置、设备及存储介质
本公开涉及人工智能
，尤其涉及一种音量推荐的方法、装置、设备及存储介质。
技术介绍
目前，用户在播放音视频文件时，初始播放的音量往往并不是用户所适应的音量，可能音量过高或过低。尤其是当改变使用场景的时候，常见的比如：播放视频的时间由白天变为夜晚，此时用户通常需要根据自己的收听习惯，调整手机或耳机等设备的音量键，以设置一个适合的音量。然而，用户在手动调整音量之前，已经受到了音量不适的影响，体验较差。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种音量推荐方法、装置、设备及存储介质，能够有效降低音量不适感，提升用户体验。本公开提供了一种音量推荐方法，所述方法包括：获取用户针对任一音视频文件的播放操作对应的特征；其中，所述特征包括播放场景特征；将所述特征输入至所述用户的音量推荐模型中，经过所述音量推荐模型的处理后，输出为所述用户推荐的音量；其中，所述音量推荐模型为基于所述用户的历史音视频播放行为中的所述播放场景特征与音量设置之间的对应关系进行本文档来自技高网...

【技术保护点】
1.一种音量推荐方法，其特征在于，所述方法包括：/n获取用户针对任一音视频文件的播放操作对应的特征；其中，所述特征包括播放场景特征；/n将所述特征输入至所述用户的音量推荐模型中，经过所述音量推荐模型的处理后，输出为所述用户推荐的音量；其中，所述音量推荐模型为基于所述用户的历史音视频播放行为中的所述播放场景特征与音量设置之间的对应关系进行训练得到的机器学习模型。/n

【技术特征摘要】
1.一种音量推荐方法，其特征在于，所述方法包括：
获取用户针对任一音视频文件的播放操作对应的特征；其中，所述特征包括播放场景特征；
将所述特征输入至所述用户的音量推荐模型中，经过所述音量推荐模型的处理后，输出为所述用户推荐的音量；其中，所述音量推荐模型为基于所述用户的历史音视频播放行为中的所述播放场景特征与音量设置之间的对应关系进行训练得到的机器学习模型。


2.根据权利要求1所述的方法，其特征在于，所述特征还包括所述音视频文件的属性特征和/或播放设备特征；
其中，所述音视频文件的属性特征包括所述音视频文件的音量信息和/或所述音视频文件的类型信息；所述播放设备特征包括是否接入输出设备和/或播放设备型号。


3.根据权利要求1或2所述的方法，其特征在于，所述将所述特征输入至预先生成的音量推荐模型，经过所述音量推荐模型的处理后，输出为所述用户推荐的音量之前，还包括：
收集用户对音视频文件的播放习惯；其中，所述播放习惯包括针对所述音视频文件的播放设备信息和/或所述音视频文件的属性信息，以及针对所述音视频文件的播放场景信息和播放音量信息；其中，所述播放场景信息包括播放时间信息和/或播放地点信息；
通过机器学习的方式，基于所述播放习惯，生成所述用户的音量推荐模型。


4.根据权利要求3所述的方法，其特征在于，所述通过机器学习的方式，基于所述播放习惯，生成所述用户的音量推荐模型，包括：
对收集到的所述用户对音视频文件的播放习惯中的信息进行聚类处理，得到所述用户的音量推荐模型。


5.根据权利要求3所述的方法，其特征在于，所述通过机器学习的方式，基于所述播放习惯，生成所述用户的音量推荐模型，包括：
将收...

【专利技术属性】
技术研发人员：尚楚翔，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11