音量调节方法技术

本申请提出了一种音量调节方法

【技术实现步骤摘要】
音量调节方法、智能终端及存储介质


[0001]本申请涉及智能终端
，具体涉及一种音量调节方法
、
智能终端及存储介质
。

技术介绍

[0002]随着科技的快速发展，智能终端不仅仅可以实现界面可控，还可以实现音频播放速度
、
播放时长
、
播放音量大小的控制
。
[0003]在构思及实现本申请过程中，专利技术人发现至少存在如下问题：在智能终端的当前音量无法满足用户需求时，需要对播放音量大小进行控制
。
在控制过程中，现有技术需要用户不断的去点击智能终端的音量调节按键，一方面智能化程度较低
、
调节效率低；另一方面，由于智能终端的音量调节按键存在音量增大按键和音量减小按键，且通常设置在手机的侧面，容易导致用户误操作，音量调节的效果较差
。
因此一些实现中存在音量调节效率低的技术问题
。
[0004]前面的叙述在于提供一般的背景信息，并不一定构成现有技术
。

技术实现思路

[0005]针对上述技术问题，本申请提供一种音量调节方法
、
智能终端及存储介质，该音量调节方式能够使实现音量的智能调节，进而提高音量调节效率，提升用户体验
。
[0006]第一方面，本申请提供一种音量调节方法，包括以下步骤：
[0007]S10
：根据目标应用的使用习惯信息得到预测音量，将音量调整至所述预测音量
。
[0008]可选地，所述方法还包括获取目标应用，所述获取目标应用包括以下至少一项：
[0009]获取当前显示界面，根据当前显示界面获取目标应用；
[0010]获取当前环境信息和
/
或时间信息，根据环境信息和
/
或时间信息获取目标应用
。
[0011]可选地，根据所述目标应用的使用习惯信息得到预测音量，包括：
[0012]将所述目标应用的使用习惯信息输入至预先训练的机器学习模型，获得预测音量
。
[0013]可选地，所述方法还包括：训练所述机器学习模型；
[0014]其中，所述训练所述机器学习模型，包括：
[0015]获取预设时间段内的应用和音量设置信息的关联信息；
[0016]所述关联信息作为训练数据，对预设的初始机器学习模型进行训练，得到预先训练的机器学习模型
。
[0017]可选地，所述将音量调整至所述预测音量，包括：
[0018]若当前音量与所述预测音量之间的差值大于预设阈值，确定或生成与所述差值对应的目标调节次数；
[0019]根据所述目标调节次数，将音量调整至所述预测音量
。
[0020]可选地，所述确定或生成与所述差值对应的目标调节次数，包括：
[0021]根据环境音量获取预设调节步长；
[0022]根据所述预设调节步长获取目标调节次数
。
[0023]可选地，所述将音量调整至所述预测音量，包括：
[0024]根据当前音量和预设调节步长确定待调节音量；
[0025]将当前音量调整至所述待调节音量
。
[0026]可选地，所述根据当前音量和预设调节步长确定待调节音量，包括以下至少一项：
[0027]根据当前音量与所述预测音量的比值结果，确定调节方向；
[0028]若所述调节方向为音量增大，将所述当前音量和所述预设调节步长之间的相加结果确定为待调节的音量；
[0029]若所述调节方向为音量减小时，将所述当前音量和所述预设调节步长之间的相减结果确定为待调节的音量
。
[0030]第二方面，本申请还提供一种智能终端，包括：存储器
、
处理器，其中，所述存储器上存储有音量调节程序，所述音量调节程序被所述处理器执行时实现如上述方法的步骤
。
[0031]第三方面，本申请还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤
。
[0032]如上所述，本申请提供的音量调节方法，包括以下步骤：根据目标应用的使用习惯信息得到预测音量，将音量调整至所述预测音量
。
[0033]本申请考虑到同一用户在不同目标应用上有不同的使用习惯，并且本申请利用上述特点，该音量调节方式能够使实现音量的智能调节，进而提高音量调节效率，提升用户体验
。
[0034]应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围
。
本申请的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0035]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理
。
为了更清楚地说明本申请实施例的技术方案，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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图
。
[0036]图1为实现本申请各个实施例的一种移动终端的硬件结构示意图；
[0037]图2为本申请实施例提供的一种通信网络系统架构图；
[0038]图3是根据第一实施例示出的音量调节方法的流程示意图；
[0039]图4是根据第一实施例示出的音量调节方法的具体流程图；
[0040]图5是根据第二实施例示出的音量调节方法的具体流程图；
[0041]图6是根据第二实施例示出的音量调节方法的界面图
。
[0042]本申请目的的实现
、
功能特点及优点将结合实施例，参照附图做进一步说明
。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述
。
这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念
。
具体实施方式
[0043]这里将详细地对示例性实施例进行说明，其示例表示在附图中
。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素
。
以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式
。
相反，它们仅是与如所附权利要求书中所详述的
、
本申请的一些方面相一致的装置和方法的例子
。
[0044]需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程
、
方法
、
物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程
、
方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种音量调节方法，其特征在于，所述方法包括以下步骤：
S10
：根据目标应用的使用习惯信息得到预测音量，将音量调整至所述预测音量
。2.
根据权利要求1所述的方法，其特征在于，所述方法还包括获取目标应用，所述获取目标应用包括以下至少一项：获取当前显示界面，根据当前显示界面获取目标应用；获取当前环境信息和
/
或时间信息，根据环境信息和
/
或时间信息获取目标应用
。3.
根据权利要求1所述的方法，其特征在于，根据所述目标应用的使用习惯信息得到预测音量，包括：将所述目标应用的使用习惯信息输入至预先训练的机器学习模型，获得预测音量
。4.
根据权利要求1所述的方法，其特征在于，所述方法还包括：训练机器学习模型；其中，所述训练所述机器学习模型，包括：获取预设时间段内的应用和音量设置信息的关联信息；所述关联信息作为训练数据，对预设的初始机器学习模型进行训练，得到预先训练的机器学习模型
。5.
根据权利要求1至4中任一项所述的方法，其特征在于，所述将音量调整至所述预测音量，包括：若当前音量与所述预测音量之间的差值大于预设阈值，确定或生成与所述差值对应的目标调节次数；根据所述目标调节次数，将音量调整至所述预...

【专利技术属性】
技术研发人员：余维杰，
申请(专利权)人：深圳传音控股股份有限公司，
类型：发明
国别省市：