本发明专利技术涉及人工智能技术，揭露了一种舞台音箱音量控制方法，包括：获取目标舞台中采集设备收集的音视频数据，对所述音视频数据进行数据编码，得到音频数据及视频数据，基于遗传算法对所述音频数据进行噪声增强，得到增强后的背景噪声，对所述背景噪声进行噪声识别，并根据识别结果计算背景噪声值，基于预训练的Adaboost分类器从所述视频数据中检测出人数统计值，对所述背景噪声值及所述人数统计值进行加权计算，并根据计算结果调整所述目标舞台中的音箱音量。本发明专利技术还提出一种舞台音箱音量控制方法装置、电子设备以及计算机可读存储介质。本发明专利技术可以解决无法准确控制舞台中音箱音量的问题。量的问题。量的问题。
【技术实现步骤摘要】
舞台音箱音量控制方法、装置、电子设备及介质
[0001]本专利技术涉及人工智能
，尤其涉及一种舞台音箱音量控制方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着现代科技的发展，舞台效果的呈现不仅仅和舞台上表演人员的技术水品有关，更是和舞台特效、舞台音箱等息息相关。现有技术下舞台音箱音量的调整主要是人工进行调节或通过检测环境噪声进行调节。
[0003]目前，传统的音量调节方法存在以下挑战和问题：1、在观众呼声较高或背景噪声较大时，人工根据经验被动调节时，往往会出现调节不及时，音量调节效率较低，经常出现音量持续较低或音量持续较大的情况，严重影响舞台效果的呈现；2、在舞台呈现中，影响音箱音量的因素众多，仅考虑环境噪声无法对音箱音量进行准确调整。
技术实现思路
[0004]本专利技术提供一种舞台音箱音量控制方法、装置、电子设备及可读存储介质，其主要目的在于解决无法准确控制舞台中音箱音量的问题。
[0005]为实现上述目的，本专利技术提供的一种舞台音箱音量控制方法，包括：
[0006]获取目标舞台中采集设备收集的音视频数据，对所述音视频数据进行数据编码，得到音频数据及视频数据；
[0007]基于遗传算法对所述音频数据进行噪声增强，得到增强后的背景噪声；
[0008]对所述背景噪声进行噪声识别，并根据识别结果计算背景噪声值；
[0009]基于预训练的Adaboost分类器从所述视频数据中检测出人数统计值；
[0010]对所述背景噪声值及所述人数统计值进行加权计算，并根据计算结果调整所述目标舞台中的音箱音量。
[0011]可选地，所述基于遗传算法对所述音频数据进行噪声增强，得到增强后的背景噪声，包括：
[0012]对所述音频数据进行小波包分解，得到混合音频信号集合；
[0013]对所述混合音频信号集合中的音频信号进行随机组合重构，得到重构音频信号集合；
[0014]对所述重构音频信号集合进行编码，并将编码后的集合作为初始种群；
[0015]基于所述遗传算法计算所述初始种群中重构音频信号的适应度，并选取适应度大于等于预设适应度阈值的重构音频信号作为优化种群；
[0016]对所述优化种群中的音频信号进行交叉及变异处理，并将交叉及变异处理后的优化种群作为初始种群，返回所述基于所述遗传算法计算所述初始种群中重构音频信号的适应度的步骤进行迭代，直至所述初始种群中重构音频信号的个数小于等于预设的信号个数时，将迭代完成的初始种群中的重构音频信号作为所述背景噪声。
[0017]可选地，所述对所述音频数据进行小波包分解，得到混合音频信号集合，包括：
[0018]利用Daubechies小波对所述音频信号进行小波包分解，得到初始低通滤波信号及初始高通滤波信号；
[0019]利用Daubechies小波分别重复对所述初始低通滤波信号及初始高通滤波信号进行预设尺度的参数分解，汇总所有分解得到的信号，得到所述混合音频信号集合。
[0020]可选地，所述对所述背景噪声进行噪声识别，并根据识别结果计算背景噪声值，包括：
[0021]利用K
‑
means聚类算法对预设的原始噪声数据集合进行聚类，得到多个噪声聚类类别；
[0022]根据所述多个噪声聚类类别对所述背景噪声进行噪声匹配，将匹配成功的目标类别对应的预设权重值作为所述背景噪声值。
[0023]可选地，所述利用K
‑
means聚类算法对预设的原始噪声数据集合进行聚类，得到多个噪声聚类类别，包括：
[0024]从所述原始噪声数据集合中随机选取多个数据作为初始的聚类中心；
[0025]依次计算所述原始噪声数据集合中噪声数据到多个所述聚类中心的欧氏距离，并将每个噪声数据分到欧式距离最小的聚类中心对应的类别中，得到多个类别簇；
[0026]重新计算每个类别簇的聚类中心，并返回依次计算所述原始噪声数据集合中噪声数据到多个所述聚类中心的欧氏距离的步骤，直至所述多个类别簇的聚类中心收敛，确定收敛的多个类别簇作为所述多个噪声聚类类别。
[0027]可选地，所述基于预训练的Adaboost分类器从所述视频数据中检测出人数统计值之前，所述方法还包括：
[0028]从所述采集设备中获取历史视频数据，逐帧读取所述历史视频数据，得到包含正样本及负样本的训练图像集合；
[0029]基于Adaboost算法，利用所述训练图像集合训练出预设个数的弱分类器；
[0030]从所述预设个数的弱分类器中选取错误率最小的分类器作为最优弱分类器；
[0031]调整所述训练图像集合中正样本及负样本的比例，得到调整后的训练图像集合，并返回所述利用所述训练图像集合训练出预设个数的弱分类器的步骤，直至满足预设的迭代次数，组合得到的所有最优弱分类器，得到所述Adaboost分类器。
[0032]可选地，所述对所述背景噪声值及所述人数统计值进行加权计算，并根据计算结果调整所述目标舞台中的音箱音量，包括：
[0033]根据预设的加权计算公式对所述背景噪声值及所述人数统计值进行加权计算，得到加权计算结果；
[0034]将所述加权计算结果作为所述目标舞台中的目标音量，将所述目标舞台中的音箱音量调整至所述目标音量。
[0035]为了解决上述问题，本专利技术还提供一种舞台音箱音量控制装置，所述装置包括：
[0036]数据编码模块，用于获取目标舞台中采集设备收集的音视频数据，对所述音视频数据进行数据编码，得到音频数据及视频数据；
[0037]噪声增强模块，用于基于遗传算法对所述音频数据进行噪声增强，得到增强后的背景噪声；
[0038]噪声识别模块，用于对所述背景噪声进行噪声识别，并根据识别结果计算背景噪声值；
[0039]人数统计模块，用于基于预训练的Adaboost分类器从所述视频数据中检测出人数统计值；
[0040]音量调整模块，用于对所述背景噪声值及所述人数统计值进行加权计算，并根据计算结果调整所述目标舞台中的音箱音量。
[0041]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0042]存储器，存储至少一个计算机程序；及
[0043]处理器，执行所述存储器中存储的计算机程序以实现上述所述的舞台音箱音量控制方法。
[0044]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的舞台音箱音量控制方法。
[0045]本实施例通过对目标舞台中采集的音视频数据进行数据编码，得到音频数据及视频数据，通过遗传算法进行噪声增强，并对增强后的噪声进行识别，可以更准确的识别出舞台周围环境中的背景噪声，同时，通过Adaboost分类器从视频数据中检测出人数统计值，根据背景噪声值及人数统计值加权得到本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种舞台音箱音量控制方法，其特征在于，所述方法包括：获取目标舞台中采集设备收集的音视频数据，对所述音视频数据进行数据编码，得到音频数据及视频数据；基于遗传算法对所述音频数据进行噪声增强，得到增强后的背景噪声；对所述背景噪声进行噪声识别，并根据识别结果计算背景噪声值；基于预训练的Adaboost分类器从所述视频数据中检测出人数统计值；对所述背景噪声值及所述人数统计值进行加权计算，并根据计算结果调整所述目标舞台中的音箱音量。2.如权利要求1中所述的舞台音箱音量控制方法，其特征在于，所述基于遗传算法对所述音频数据进行噪声增强，得到增强后的背景噪声，包括：对所述音频数据进行小波包分解，得到混合音频信号集合；对所述混合音频信号集合中的音频信号进行随机组合重构，得到重构音频信号集合；对所述重构音频信号集合进行编码，并将编码后的集合作为初始种群；基于所述遗传算法计算所述初始种群中重构音频信号的适应度，并选取适应度大于等于预设适应度阈值的重构音频信号作为优化种群；对所述优化种群中的音频信号进行交叉及变异处理，并将交叉及变异处理后的优化种群作为初始种群，返回所述基于所述遗传算法计算所述初始种群中重构音频信号的适应度的步骤进行迭代，直至所述初始种群中重构音频信号的个数小于等于预设的信号个数时，将迭代完成的初始种群中的重构音频信号作为所述背景噪声。3.如权利要求2所述的舞台音箱音量控制方法，其特征在于，所述对所述音频数据进行小波包分解，得到混合音频信号集合，包括：利用Daubechies小波对所述音频信号进行小波包分解，得到初始低通滤波信号及初始高通滤波信号；利用Daubechies小波分别重复对所述初始低通滤波信号及初始高通滤波信号进行预设尺度的参数分解，汇总所有分解得到的信号，得到所述混合音频信号集合。4.如权利要求1所述的舞台音箱音量控制方法，其特征在于，所述对所述背景噪声进行噪声识别，并根据识别结果计算背景噪声值，包括：利用K
‑
means聚类算法对预设的原始噪声数据集合进行聚类，得到多个噪声聚类类别；根据所述多个噪声聚类类别对所述背景噪声进行噪声匹配，将匹配成功的目标类别对应的预设权重值作为所述背景噪声值。5.如权利要求4所述的舞台音箱音量控制方法，其特征在于，所述利用K
‑
means聚类算法对预设的原始噪声数据集合进行聚类，得到多个噪声聚类类别，包括：从所述原始噪声数据集合中随机选取多个数据作为初始的聚类中心；依次计算所述原始噪声数据集合中噪声数据到多个所述聚类中心的欧氏距离，并将每个噪声...
【专利技术属性】
技术研发人员：林惜花，
申请(专利权)人：广州康盛网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。