【技术实现步骤摘要】
本专利技术涉及耳机控制，尤其涉及一种基于耳部健康监测的耳机智能控制方法、系统及存储介质。
技术介绍
1、如今, 耳机已经是人们生活中的一个必需品。耳朵是人体重要的听觉器官，具有辨别振动的功能，同时还具有平衡人体作用。从器官结构上来说，耳部结构还是比较复杂的，主要包括外耳、中耳、内耳三部分，细分则包括耳廓、外耳道、鼓膜、鼓室、内耳等。外耳由耳廓与外耳道组成，耳廓位于人的体表，外耳道则由耳廓中心一直到鼓膜，是声波传导的通道。中耳通过鼓膜与外耳分隔，与外耳一同构成了人耳的传音系统。内耳结构复杂而精细，是听觉与位觉的感受器。人的听觉与位觉是由耳部所有器官综合活动来完成的，任何一个器官出现损伤，都会对人的听觉与位觉产生影响。我们日常交谈说话的声音大约在40到60分贝，堵车时按喇叭产生的噪音为85 分贝，摩托车的轰鸣声是95 分贝，警笛声为120 分贝。诸多研究已经表明，持续暴露在85 分贝的噪音中会对人体造成危害。很多年轻人喜欢长时间戴着耳机听音乐，喜欢唱k，喜欢参加音乐会，孰不知，听力损伤是相对于噪音的强度及其持续的时间而言的，在嘈杂的环境中待的时间越长，对于听力的危险性就越高。现如今的耳机大部分均不能够根据用户的耳部健康情况来控制耳机的参数，不利于用户的健康；其次，现有技术中均为考虑耳机的使用退化情况，导致实际耳机的音频数据的识别出现了巨大偏差，不利于耳机的精准控制，导致了降低了对耳机参数的控制精度。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种基于耳部健康监测的耳机智能
2、为达上述目的，本专利技术采用的技术方案为：
3、本专利技术第一方面提供了一种基于耳部健康监测的耳机智能控制方法，包括以下步骤：
4、获取当前耳机的历史服役数据信息，并根据当前耳机的历史服役数据信息构建耳机音量性能退化特征预测模型，通过耳机音量性能退化特征预测模型获取当前耳机的音量性能退化特征数据；
5、获取用户在预设时间之内的耳部健康监测数据信息，并通过对用户在预设时间之内的耳部健康监测数据信息进行评价，获取每一时间戳的耳部健康隶属度信息；
6、通过马尔科夫链计算每一时间戳的耳部健康隶属度信息转移到下一等级的耳部健康隶属度信息的转移概率值，根据转移概率值构建耳部健康状态转移概率预测模型，根据耳部健康状态转移概率预测模型获取当前时间戳的耳部健康隶属度信息；
7、获取当前耳机播放的音频特征数据信息，根据当前耳机播放的音频特征数据信息以及当前耳机的音量性能退化特征数据获取耳机实际的音量特征数据，根据耳机实际的音量特征数据以及当前时间戳的耳部健康隶属度信息生成耳机的控制参数。
8、进一步的，在本方法中，根据当前耳机的历史服役数据信息构建耳机音量性能退化特征预测模型，通过耳机音量性能退化特征预测模型获取当前耳机的音量性能退化特征数据，具体包括：
9、基于贝叶斯网络构建耳机音量性能退化特征预测模型，并引入遗传算法，根据当前耳机的历史服役数据信息构建若干样本数据节点，并初始化部分样本数据节点的输入训练顺序；
10、将样本数据节点按照输入训练顺序输入到耳机音量性能退化特征预测模型中进行训练，获取耳机音量性能退化特征预测模型的模型参数；
11、根据遗传算法设置遗传代数，判断耳机音量性能退化特征预测模型的模型参数是否大于预设模型参数阈值，若不大于，则根据遗传代数对输入训练顺序进行遗传，调整样本数据节点的输入训练顺序；
12、当耳机音量性能退化特征预测模型的模型参数大于预设模型参数阈值时，输出样本数据节点的输入训练顺序，并按照样本数据节点的输入训练顺序对耳机音量性能退化特征预测模型进行训练；
13、获取预设时间之内耳机的服役数据信息，将预设时间之内耳机的服役数据信息输入到耳机音量性能退化特征预测模型中预测，获取当前耳机的音量性能退化特征数据。
14、进一步的，在本方法中，获取用户在预设时间之内的耳部健康监测数据信息，并通过对用户在预设时间之内的耳部健康监测数据信息进行评价，获取每一时间戳的耳部健康隶属度信息，具体包括：
15、获取用户在预设时间之内的耳部健康监测数据信息，并构建时间戳，结合时间戳以及用户在预设时间之内的耳部健康监测数据信息获取用户在每个时间戳的耳部健康监测数据信息；
16、引入决策树算法，设置若干耳部健康状态阈值范围，并根据用户在每个时间戳的耳部健康监测数据信息构建根节点，基于耳部健康状态阈值范围对根节点进行初始化分裂，生成若干分裂节点；
17、当分裂节点中的所有样本数据均在同一耳部健康状态阈值范围之内时，输出分裂节点，当分裂节点中的样本数据中至少出现一个其他耳部健康状态阈值范围的样本数据时，持续对分裂节点进行分裂；
18、获取最终的分裂节点对应的隶属度信息，根据最终的分裂节点对应的隶属度信息获取每一时间戳的耳部健康隶属度信息，并将每一时间戳的耳部健康隶属度信息输出。
19、进一步的，在本方法中，通过马尔科夫链计算每一时间戳的耳部健康隶属度信息转移到下一等级的耳部健康隶属度信息的转移概率值，根据转移概率值构建耳部健康状态转移概率预测模型，根据耳部健康状态转移概率预测模型获取当前时间戳的耳部健康隶属度信息；
20、引入马尔科夫链，通过马尔科夫链计算每一时间戳的耳部健康隶属度信息转移到下一等级的耳部健康隶属度信息的转移概率值，并基于深度神经网络构建耳部健康状态转移概率预测模型；
21、根据转移概率值构建转移概率值矩阵，并将转移概率值矩阵输入到耳部健康状态转移概率预测模型中进行编码学习，当耳部健康状态转移概率预测模型的模型参数符合预设要求之后，输出耳部健康状态转移概率预测模型；
22、根据耳部健康状态转移概率预测模型获取上一时间戳的耳部健康隶属度信息转移到下一等级的耳部健康隶属度信息的预测转移概率值，判断预测转移概率值是否大于预设转移概率阈值；
23、当预测转移概率值大于预设转移概率阈值时，将上一时间戳的耳部健康隶属度信息的下一等级的耳部健康隶属度信息作为当前时间戳的耳部健康隶属度信息。
24、进一步的，在本方法中，获取当前耳机播放的音频特征数据信息，根据当前耳机播放的音频特征数据信息以及当前耳机的音量性能退化特征数据获取耳机实际的音量特征数据，具体包括：
25、获取当前耳机播放的音频特征数据信息，并通过对当前耳机播放的音频特征数据信息进行切割处理，获取若干音频片段的音域数据信息，并通过大数据获取在不同音量阈值之下音域数据信息在当前耳机中播放的实际的音量特征数据；
26、构建知识图谱，并将在不同音量阈值之下音域数据信息在当前耳机中播放的实际的音量特征数据输入到知识图谱中进行存储，并获取当前耳机设置的音量特征数据信息；
27、将当前耳机设置的音量特征数据信息以及音频片段的音域数据信息输入到知识图谱中进行数据匹配，获取每一音频本文档来自技高网...
【技术保护点】
1.基于耳部健康监测的耳机智能控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于耳部健康监测的耳机智能控制方法，其特征在于，根据所述当前耳机的历史服役数据信息构建耳机音量性能退化特征预测模型，通过所述耳机音量性能退化特征预测模型获取当前耳机的音量性能退化特征数据，具体包括：
3.根据权利要求1所述的基于耳部健康监测的耳机智能控制方法，其特征在于，获取用户在预设时间之内的耳部健康监测数据信息，并通过对所述用户在预设时间之内的耳部健康监测数据信息进行评价，获取每一时间戳的耳部健康隶属度信息，具体包括：
4.根据权利要求1所述的基于耳部健康监测的耳机智能控制方法，其特征在于，通过马尔科夫链计算每一时间戳的耳部健康隶属度信息转移到下一等级的耳部健康隶属度信息的转移概率值，根据所述转移概率值构建耳部健康状态转移概率预测模型，根据所述耳部健康状态转移概率预测模型获取当前时间戳的耳部健康隶属度信息；
5.根据权利要求1所述的基于耳部健康监测的耳机智能控制方法，其特征在于，获取当前耳机播放的音频特征数据信息，根据所述当前耳机播放的音
6.根据权利要求1所述的基于耳部健康监测的耳机智能控制方法，其特征在于，根据所述耳机实际的音量特征数据以及当前时间戳的耳部健康隶属度信息生成耳机的控制参数，具体包括：
7.基于耳部健康监测的耳机智能控制系统，其特征在于，所述系统包括存储器以及处理器，所述存储器中包括基于耳部健康监测的耳机智能控制方法程序，所述基于耳部健康监测的耳机智能控制方法程序被处理器执行时，实现如下步骤：
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于耳部健康监测的耳机智能控制方法程序，所述基于耳部健康监测的耳机智能控制方法程序被处理器执行时，实现如权利要求1-6任一项所述的基于耳部健康监测的耳机智能控制方法的步骤。
...【技术特征摘要】
1.基于耳部健康监测的耳机智能控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于耳部健康监测的耳机智能控制方法，其特征在于，根据所述当前耳机的历史服役数据信息构建耳机音量性能退化特征预测模型，通过所述耳机音量性能退化特征预测模型获取当前耳机的音量性能退化特征数据，具体包括：
3.根据权利要求1所述的基于耳部健康监测的耳机智能控制方法，其特征在于，获取用户在预设时间之内的耳部健康监测数据信息，并通过对所述用户在预设时间之内的耳部健康监测数据信息进行评价，获取每一时间戳的耳部健康隶属度信息，具体包括：
4.根据权利要求1所述的基于耳部健康监测的耳机智能控制方法，其特征在于，通过马尔科夫链计算每一时间戳的耳部健康隶属度信息转移到下一等级的耳部健康隶属度信息的转移概率值，根据所述转移概率值构建耳部健康状态转移概率预测模型，根据所述耳部健康状态转移概率预测模型获取当前时间戳的耳部健康隶属度信息；
5.根据...
【专利技术属性】
技术研发人员：李雄杰，
申请(专利权)人：一兆声学科技深圳有限公司，
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。