基于大数据的音频处理方法及系统与流程

1.本技术涉及大数据技术领域或者音频处理技术领域，具体涉及一种基于大数据的音频处理方法及系统。


背景技术：

2.随着终端设备(如手机、平板电脑等等)的大量普及应用，终端设备能够支持的应用越来越多，功能越来越强大，终端设备向着多样化、个性化的方向发展，成为用户生活中不可缺少的电子用品。
3.目前来看，听力测试对实现听力补偿的意义非常重要，但是目前的听力测试较为粗略，因此，如何完善听力测试细节，以提升听力补偿效果的问题亟待解决。


技术实现要素：

4.本技术实施例提供了一种基于大数据的音频处理方法及系统，可以完善听力测试细节，并提升听力补偿效果。
5.第一方面，本技术实施例提供一种基于大数据的音频处理方法，包括：
6.根据第一标准对指定频段进行纯音听力测试，得到第一听力图；
7.根据第二标准对所述指定频段进行测量，得到等响曲线；
8.利用预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号；
9.通过目标函数关系进行补偿，所述目标函数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。
10.第二方面，本技术实施例提供一种基于大数据的音频处理系统，所述装置包括：测试单元、测量单元、采集单元和补偿单元，其中，
11.所述测试单元，用于基于第一指定标准对指定频段进行纯音听力测试，得到第一听力图；
12.所述测量单元，用于基于第二指定标准对所述指定频段进行测量，得到等响曲线；
13.所述采集单元，用于通过预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号；
14.所述补偿单元，用于通过目标函数关系进行补偿，所述目标函数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。
15.实施本技术实施例，具备如下有益效果：
16.可以看出，本技术实施例中所描述的基于大数据的音频处理方法及系统，根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图，根据第二指定标准对指定频段进行测量，得到等响曲线，利用预设麦克风对环境中指定频段的信号进行采集，得到目标环境信号，通过目标函数关系和等响曲线进行补偿，目标函数关系为预先根据第一听力图以及目标环境信号确定的函数关系，可以实现针对性补偿，提升听力补偿效果，以及提升终端设备的性能。
附图说明
17.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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技术的一些实施例，对于本领域普通技术人员来讲，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。
18.图1是本技术实施例提供的一种基于大数据的音频处理方法的流程示意图；
19.图2是本技术实施例提供的另一种基于大数据的音频处理方法的流程示意图；
20.图3是本技术实施例提供的一种终端设备的结构示意图；
21.图4是本技术实施例提供的一种基于大数据的音频处理系统的功能单元组成框图。
具体实施方式
22.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
23.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
24.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
25.本技术实施例中，终端设备可以包括以下至少一种：智能手机、平板电脑、助听器、无线耳机等等，在此不做限定。
26.本技术实施例中，等响曲线，是指通过主观测定所得出的声音响度主观感量(响度级)相等的一簇曲线。当某一声音的响度与标准音的响度相同时，标准音的这个声强级就是该声音的响度级。便建立了响度和响度级理论，并用实验方法测出感觉一样响的声音，绘成的一组曲线即称为等响曲线，其中每一条曲线都标志出具有同样响度的声音，即相当于一定响度级的声音。
27.下面对本技术实施例进行详细介绍。
28.请参阅图1，图1是本技术实施例提供的一种基于大数据的音频处理方法的流程示意图，如图所示，应用于终端设备，本基于大数据的音频处理方法包括：
29.s101、基于第一指定标准对指定频段进行纯音听力测试，得到第一听力图。
30.其中，第一指定标准可以由用户自行设置或者系统默认，例如，第一指定标准可以为iso(2010)8253:2010。指定频段可以由系统默认。具体实现中，终端设备可以基于iso(2010)8253:2010，对所选定的关键频段(即指定频段)进行纯音听力测试，得到听力评估结
果，即第一听力图。第一听力图即是一张关于听阈和频率函数的图像。
31.具体实现中，终端设备可以基于第一指定标准对一个用户或者多个用户在指定频段进行纯音听力测试，得到第一听力图。在一个用户时，则得到第一听力图，即是该用户的听力图；在多个用户时，则可以将每一用户的听力图进行拟合，得到第一听力图，即可以基于大数据方式，得到第一听力图。
32.s102、基于第二指定标准对所述指定频段进行测量，得到等响曲线。
33.其中，第二指定标准可以由系统默认，本技术实施例中，第一指定标准与第二指定标准不同。例如，第二指定标准可以为iso(2006)16832:2006。
34.具体实现中，等响曲线的测量结果为用户对关键频段不同声压级纯音的响度主观评价(如，频段：1000hz，声压级：30dbhl，主观评价：非常轻)。另外，频域分辨率的测量结果为距关键频率(指定频段)中心的距离与中心频率带阻滤波器等响度掩蔽听阈间的相互关系(如，频段：1000hz，去中心距离：10％，等响度掩蔽听阈：40dbhl)；时域分辨率的测量结果为对关键频段窄间断带噪声间断时间的觉察域(如，频段：1000hz，间断时间觉察阈：10ms)。
35.具体实现中，基于第二指定标准对上述一个或者多个用户在指定频段进行测量，得到等响曲线，在一个用户时，则得到一个等响曲线；在多个用户时，则可以将每一用户的等响曲线进行拟合，得到一个等响曲线，即基于大数据方式，得到等响曲线。
36.s103、通过预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号。
37.具体实现中，终端设备还可以通过已校准麦克风对环境中的指定频段的信号(如语音、风声等等)进行采集，得到目标环境信号。预设麦克风可以包括已校准麦克风。
38.具体地，终端设备可以通过已校准麦克风收录当前(测听时)环境信号，进行时-频域分析，再通过当前周围环境信号的频谱强度修正测听结果(包括步骤s101和步骤s102的结果)，修正方法可以通过统计已有观测拟合得出。
39.s104、通过目标函数关系和所述等响曲线进行补偿，所述目标函数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。
40.具体实现中，终端设备可以通过目标函数关系和等响曲线进行补偿，有助于提升其对应的补偿效果，目标函数关系为预先根据第一听力图以及目标环境信号确定的函数关系。
41.可选地，还可以包括如下步骤：
42.a1、获取目标听力评估结果；
43.a2、在所述目标听力评估结果处于第一预设范围时，执行所述通过目标函数关系进行补偿的步骤；
44.a3、在所述目标听力评估结果处于第二预设范围时，确定与所述目标听力评估结果对应的目标分类算法，基于所述目标分类算法进行补偿操作，所述第一预设范围与所述第二预设范围之间没有交集。
45.具体实现中，目标听力评估结果可以基于第一听力图得到，不同的听力图可以对应不同的评估结果，也可以再次进行评估得到的评估结果。其中，第一预设范围可以为经验值，例如，其可以由用户自行设置或者系统默认。终端设备可以在目标听力评估结果处于第一预设范围偿时，通过目标函数关系进行补偿，有助于提升其对应的补偿效果，目标函数关
系为预先根据第一听力图以及目标环境信号确定的函数关系。
46.另外，第二预设范围可以为经验值，例如，其可以由用户自行设置或者系统默认，第一预设范围与第二预设范围之间没有交集。终端设备可以在目标听力评估结果处于第二预设范围时，确定与目标听力评估结果对应的目标分类算法，再基于目标分类算法进行补偿操作，进而，可以根据听力评估结果和分类算法，从n个已经过充分测试的验配方案中选择验配方案。如此，能够在需要精细化补偿时使用目标函数，在不需要精细化补偿(如快速验配等情况)时使用分类算法。
47.可选地，还可以包括如下步骤：
48.b1、通过所述第一听力图确定测量听阈；
49.b2、根据所述目标环境信号确定噪声音量和信噪比；
50.b3、基于所述测量听阈、所述噪声音量和所述信噪比构建所述目标函数关系。
51.其中，具体实现中，终端设备可以基于第一听力图确定测量听阈，其可以随环境音量或者信噪比变化而变化，还可以根据目标环境信号确定噪声音量和信噪比，进而，对测量听阈修正基于如下公式进行：
[0052][0053]
其中，tq为修正后听阈，tn为噪声下实测听阈(即测量听阈)，n为噪声音量，snr为信噪比(测试音量与噪声音量的比值)；另外，对频域分辨率的修正基于公式(目标函数关系)进行：
[0054][0055]
其中，erb是等效矩形带宽(equivalent rectangular bandwidth)的缩写，是频域分辨率的一种通用表达系数，f,n,s,t分别为当前测试的中心频段，噪声能量，信号能量和用户在该中心频段的纯音听阈(修正后)。a，b，c为根据大数据统计得到的参数。
[0056]
可选地，上述步骤s104，通过所述目标函数关系进行补偿，可以包括如下步骤：
[0057]
41、通过所述目标函数关系对所述第一听力图进行修正，得到参考听力图；
[0058]
42、对所述参考听力图进行平滑处理，得到第二听力图；
[0059]
43、基于所述第二听力图确定基础听阈参数；
[0060]
44、在用户的双耳的纯音听阈差值的绝对值大于预设阈值时，调整所述基础听阈参数，得到第一听阈参数；
[0061]
45、基于所述第一听阈参数生成目标增益系数；
[0062]
46、根据所述等响曲线确定目标权重因子；
[0063]
47、根据所述目标增益系数和所述目标权重因子确定目标压缩比。
[0064]
其中，预设阈值可以预先设置或者系统默认。
[0065]
具体实现中，本技术实施例中，预设阈值可以由用户自行设置或者系统默认。终端设备可以通过目标函数关系对第一听力图进行修正，得到参考听力图，具体的，基于第一听力图指定频段的听阈，选取多个听阈，再基于目标函数将该多个听阈代入目标函数关系，以计算erb，得到多个erb，确定该多个erb的均方差，得到目标均方差，按照预设的均方差与优
化因子之间的映射关系，确定该均方差对应的目标优化因子，基于该多个目标优化因子，对选取的多个听阈中的每一听阈进行优化，得到多个参考听阈，基于该多个参考听阈以及对应的频率转化为更新点，得到多个更新点，基于该多个更新点将第一听力图进行修正，得到参考听力图。
[0066]
具体实现中，将第一听力图中滤除选取的多个听阈对应的点，可以在滤除后的第一听力图上进行取多个点，将该多个点与多个更新点进行拟合，得到第一听力图，该第一听力图包括多个更新点。
[0067]
接下来，还可以对参考听力图进行平滑处理，得到第二听力图，不同的听力图可以对应不同的基础听阈参数，即可以预先设置听力图与基础听阈参数之间的映射关系，再基于第二听力图和该映射关系确定对应的基础听阈参数，在用户的双耳的纯音听阈差值的绝对值大于预设阈值时，调整基础听阈参数，得到第一听阈参数。
[0068]
进而，终端设备中可以预先存储听阈参数与增益系数之间的映射关系，即可以基于第一听阈参数生成目标增益系数，还可以在等响曲线中提取出指定频段的多个点对应的响度参数，得到多个响度参数，确定多个响度参数的均值，得到目标均值，按照预设的均值与权重因子之间的映射关系，确定目标因子对应的目标权重因子，接着，可以按照如下方式得到目标压缩比：
[0069]
r＝a*g
[0070]
其中，g表示增益参数，k表示权重因子，且r表示目标压缩比。
[0071]
具体实现中，压缩比即信号在压缩前的动态范围与压缩后的动态范围之比，压缩比一般为正值，例如，压缩比大于或等于1，其值越大，代表高音量(大声)输入获得的增益越小，当压缩比等于1：1时表示线性放大，压缩技术是选择性声音放大方法，进而，有助于进一步调节终端设备的工作参数，以更好适合用户耳朵，有助于提升用户体验。
[0072]
可选地，上述步骤44，调整所述基础听阈参数，得到第一听阈参数，可以包括如下步骤：
[0073]
441、获取所述用户的双耳的纯音听阈差值的目标绝对值；
[0074]
442、确定所述用户的双耳的纯音听阈之间的参考比值；
[0075]
443、按照预设的绝对值与调节参数之间的映射关系，确定所述目标绝对值对应的目标调节参数；
[0076]
444、按照预设的比值与微调系数之间的映射关系，确定所述参考比值对应的目标微调系数；
[0077]
445、根据所述目标调节参数和所述目标微调系数对所述基础听阈参数进行调整，得到所述第一听阈参数。
[0078]
具体地，终端设备中可以预先存储预设的绝对值与调节参数之间的映射关系，以及预设的比值与微调系数之间的映射关系。
[0079]
具体实现中，第一听阈参数可以为理解为测量听阈，终端设备可以获取用户的双耳的纯音听阈差值的目标绝对值，以及确定用户的双耳的纯音听阈之间的参考比值，再按照预设的绝对值与调节参数之间的映射关系，确定目标绝对值对应的目标调节参数，以及按照预设的比值与微调系数之间的映射关系，确定参考比值对应的目标微调系数，最后，根据目标调节参数和目标微调系数对基础听阈参数进行调整，得到第一听阈参数，具体计算
公式如下：
[0080]
第一听阈参数＝(基础听阈参数+目标调节参数)*(1+目标微调系数)
[0081]
进而，可以根据用户耳朵差异进一步调节纯音听阈，有助于实现个性化补偿，即针对用户耳朵差异实现针对性补偿。
[0082]
可选地，在上述步骤47，根据所述目标增益系数确定目标压缩比之后，还可以包括如下步骤：
[0083]
c1、按照预设的压缩比与工作参数之间的映射关系，确定所述目标压缩比对应的目标工作参数；
[0084]
c2、按照所述目标工作参数进行工作。
[0085]
其中，本技术实施例中，终端设备中可以预先存储预设的压缩比与工作参数之间的映射关系，工作参数可以为以下至少一种：工作电压、工作电流、工作功率、敏感度等等，在此不作限定。
[0086]
具体地，终端设备可以按照预设的压缩比与工作参数之间的映射关系，确定目标压缩比对应的目标工作参数，进而按照目标工作参数进行工作，有助于提升终端设备的性能，进而，提升用户体验。
[0087]
可选地，上述步骤a3，确定与所述目标听力评估结果对应的目标分类算法，可以包括如下步骤：
[0088]
a31、确定与所述目标听力评估结果对应的目标得分；
[0089]
a32、按照预设的得分与等级之间的映射关系，确定所述目标得分对应的目标等级；
[0090]
a33、按照预设的等级与分类算法之间的映射关系，确定所述目标等级对应的所述目标分类算法。
[0091]
具体实现中，终端设备中可以预先存储预设的得分与等级之间的映射关系，以及预设的等级与分类算法之间的映射关系。具体地，终端设备可以确定与目标听力评估结果对应的目标得分，按照预设的得分与等级之间的映射关系，确定目标得分对应的目标等级，按照预设的等级与分类算法之间的映射关系，确定目标等级对应的目标分类算法，即评估结果反映了听力情况，进而，依据听力情况针对性地选择分类算法，以实现精准补偿。
[0092]
可以看出，本技术实施例中所描述的基于大数据的音频处理方法，根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图，根据第二指定标准对指定频段进行测量，得到等响曲线，利用预设麦克风对环境中指定频段的信号进行采集，得到目标环境信号，通过目标函数关系和等响曲线进行补偿，目标函数关系为预先根据第一听力图以及目标环境信号确定的函数关系，可以实现针对性补偿，提升听力补偿效果，以及提升终端设备的性能。
[0093]
请参阅图2，图2是本技术实施例提供的一种基于大数据的音频处理方法的流程示意图，如图所示，应用于终端设备，本基于大数据的音频处理方法包括：
[0094]
s201、基于第一指定标准对指定频段进行纯音听力测试，得到第一听力图。
[0095]
s202、基于第二指定标准对所述指定频段进行测量，得到等响曲线。
[0096]
s203、通过预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号。
[0097]
s204、根据所述第一听力图和所述目标环境信号确定目标听力评估结果。
[0098]
具体实现中，终端设备可以通过第一听力图确定参考听力评估结果，获取目标环境信号对应的目标信噪比，按照预设的信噪比与影响因子之间的映射关系，确定目标信噪比对应的目标影响因子，依据该目标影响因子和参考听力评估结果确定目标听力评估结果。
[0099]
s205、在所述目标听力评估结果处于第一预设范围时，通过目标函数关系和所述等响曲线进行补偿，所述目标函数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。
[0100]
s206、在所述目标听力评估结果处于第二预设范围时，确定与所述目标听力评估结果对应的目标分类算法，基于所述目标分类算法进行补偿操作，所述第一预设范围与所述第二预设范围之间没有交集。
[0101]
其中，上述步骤s201-s203、步骤s205-s206的具体描述可以参照上述图1所描述的基于大数据的音频处理方法的相应步骤，在此不再赘述。
[0102]
可以看出，本技术实施例中所描述的基于大数据的音频处理方法，基于第一指定标准对指定频段进行纯音听力测试，得到第一听力图，基于第二指定标准对指定频段进行测量，得到等响曲线，通过预设麦克风对环境中指定频段的信号进行采集，得到目标环境信号，根据第一听力图和目标环境信号确定目标听力评估结果，在目标听力评估结果处于第一预设范围时，通过目标函数关系和等响曲线进行补偿，目标函数关系为预先根据第一听力图以及目标环境信号确定的函数关系；以及在目标听力评估结果处于第二预设范围时，确定与目标听力评估结果对应的目标分类算法，基于目标分类算法进行补偿操作，第一预设范围与第二预设范围之间没有交集，可以实现针对性补偿，提升听力补偿效果，以及提升终端设备的性能。
[0103]
与上述实施例一致地，请参阅图3，图3是本技术实施例提供的一种终端设备的结构示意图，如图所示，该终端设备包括处理器、存储器、通信接口以及一个或多个程序，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，本技术实施例中，上述程序包括用于执行以下步骤的指令：
[0104]
根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图；
[0105]
根据第二指定标准对所述指定频段进行测量，得到等响曲线；
[0106]
利用预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号；
[0107]
通过目标函数关系和所述等响曲线进行补偿，所述目标函数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。
[0108]
可选的，上述程序还包括用于执行以下步骤的指令：
[0109]
通过所述第一听力图确定测量听阈；
[0110]
根据所述目标环境信号确定噪声音量和信噪比；
[0111]
基于所述测量听阈、所述噪声音量和所述信噪比构建所述目标函数关系。
[0112]
可选的，在所述通过目标函数关系进行补偿方面，上述程序包括用于执行以下步骤的指令：
[0113]
通过所述目标函数关系对所述第一听力图进行修正，得到参考听力图；
[0114]
对所述参考听力图进行平滑处理，得到第二听力图；
[0115]
基于所述第二听力图确定基础听阈参数；
[0116]
在用户的双耳的纯音听阈差值的绝对值大于预设阈值时，调整所述基础听阈参数，得到第一听阈参数；
[0117]
基于所述第一听阈参数生成目标增益系数；
[0118]
根据所述等响曲线确定目标权重因子；
[0119]
根据所述目标增益系数和所述目标权重因子确定目标压缩比。
[0120]
可选的，在所述根据所述目标增益系数确定目标压缩比之后，上述程序还包括用于执行以下步骤的指令：
[0121]
按照预设的压缩比与工作参数之间的映射关系，确定所述目标压缩比对应的目标工作参数；
[0122]
按照所述目标工作参数进行工作。
[0123]
可选的，上述程序还包括用于执行以下步骤的指令：
[0124]
获取目标听力评估结果；
[0125]
在所述目标听力评估结果处于第一预设范围时，执行所述通过目标函数关系进行补偿的步骤；
[0126]
在所述目标听力评估结果处于第二预设范围时，确定与所述目标听力评估结果对应的目标分类算法，基于所述目标分类算法进行补偿操作，所述第一预设范围与所述第二预设范围之间没有交集。
[0127]
可选的，在所述确定与所述目标听力评估结果对应的目标分类算法方面，上述程序包括用于执行以下步骤的指令：
[0128]
确定与所述目标听力评估结果对应的目标得分；
[0129]
按照预设的得分与等级之间的映射关系，确定所述目标得分对应的目标等级；
[0130]
按照预设的等级与分类算法之间的映射关系，确定所述目标等级对应的所述目标分类算法。
[0131]
可以看出，本技术实施例中所描述的终端设备，根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图，根据第二指定标准对指定频段进行测量，得到等响曲线，利用预设麦克风对环境中指定频段的信号进行采集，得到目标环境信号，通过目标函数关系和等响曲线进行补偿，目标函数关系为预先根据第一听力图以及目标环境信号确定的函数关系，可以实现针对性补偿，提升听力补偿效果，以及提升终端设备的性能。
[0132]
图4是本技术实施例中所涉及的基于大数据的音频处理系统400的功能单元组成框图。该基于大数据的音频处理系统400，应用于终端设备，所述基于大数据的音频处理系统400包括：测试单元401、测量单元402、采集单元403和补偿单元404，其中，
[0133]
所述测试单元401，用于基于根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图；
[0134]
所述测量单元402，用于根据第二指定标准对所述指定频段进行测量，得到等响曲线；
[0135]
所述采集单元403，用于利用预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号；
[0136]
所述补偿单元404，用于通过目标函数关系和所述等响曲线进行补偿，所述目标函
数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。
[0137]
可选的，所述系统400还具体用于：
[0138]
通过所述第一听力图确定测量听阈；
[0139]
根据所述目标环境信号确定噪声音量和信噪比；
[0140]
基于所述测量听阈、所述噪声音量和所述信噪比构建所述目标函数关系。
[0141]
可选的，在所述通过目标函数关系进行补偿方面，所述补偿单元404具体用于：
[0142]
通过所述目标函数关系对所述第一听力图进行修正，得到参考听力图；
[0143]
对所述参考听力图进行平滑处理，得到第二听力图；
[0144]
基于所述第二听力图确定基础听阈参数；
[0145]
在用户的双耳的纯音听阈差值的绝对值大于预设阈值时，调整所述基础听阈参数，得到第一听阈参数；
[0146]
基于所述第一听阈参数生成目标增益系数；
[0147]
根据所述等响曲线确定目标权重因子；
[0148]
根据所述目标增益系数和所述目标权重因子确定目标压缩比。
[0149]
可选的，在所述根据所述目标增益系数确定目标压缩比之后，所述系统还具体用于：
[0150]
按照预设的压缩比与工作参数之间的映射关系，确定所述目标压缩比对应400的目标工作参数；
[0151]
按照所述目标工作参数进行工作。
[0152]
可选的，所述系统400还具体用于：
[0153]
获取目标听力评估结果；
[0154]
在所述目标听力评估结果处于第一预设范围时，执行所述通过目标函数关系进行补偿的步骤；
[0155]
在所述目标听力评估结果处于第二预设范围时，确定与所述目标听力评估结果对应的目标分类算法，基于所述目标分类算法进行补偿操作，所述第一预设范围与所述第二预设范围之间没有交集。
[0156]
可选的，在所述确定与所述目标听力评估结果对应的目标分类算法方面，所述系统400具体用于：
[0157]
确定与所述目标听力评估结果对应的目标得分；
[0158]
按照预设的得分与等级之间的映射关系，确定所述目标得分对应的目标等级；
[0159]
按照预设的等级与分类算法之间的映射关系，确定所述目标等级对应的所述目标分类算法。
[0160]
可以看出，本技术实施例中所描述的基于大数据的音频处理系统，应用于终端设备，根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图，根据第二指定标准对指定频段进行测量，得到等响曲线，利用预设麦克风对环境中指定频段的信号进行采集，得到目标环境信号，通过目标函数关系和等响曲线进行补偿，目标函数关系为预先根据第一听力图以及目标环境信号确定的函数关系，可以实现针对性补偿，提升听力补偿效果，以及提升终端设备的性能。
[0161]
可以理解的是，本实施例的基于大数据的音频处理系统的各程序模块的功能可根
据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
[0162]
本技术实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括终端设备。
[0163]
本技术实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括终端设备。
[0164]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
[0165]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0166]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
[0167]
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0168]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0169]
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例上述方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0170]
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：read-only memory，简称：rom)、随机存取器(英文：
random access memory，简称：ram)、磁盘或光盘等。
[0171]
以上对本技术实施例进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。

技术特征：
1.一种基于大数据的音频处理方法，其特征在于，应用于终端设备，包括：根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图；根据第二指定标准对所述指定频段进行测量，得到等响曲线；利用预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号；通过目标函数关系和所述等响曲线进行补偿，所述目标函数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。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：通过所述第一听力图确定测量听阈；根据所述目标环境信号确定噪声音量和信噪比；基于所述测量听阈、所述噪声音量和所述信噪比构建所述目标函数关系。3.根据权利要求1或2所述的方法，其特征在于，所述通过目标函数关系进行补偿，包括：通过所述目标函数关系对所述第一听力图进行修正，得到参考听力图；对所述参考听力图进行平滑处理，得到第二听力图；基于所述第二听力图确定基础听阈参数；在用户的双耳的纯音听阈差值的绝对值大于预设阈值时，调整所述基础听阈参数，得到第一听阈参数；基于所述第一听阈参数生成目标增益系数；根据所述等响曲线确定目标权重因子；根据所述目标增益系数和所述目标权重因子确定目标压缩比。4.根据权利要求3所述的方法，其特征在于，在所述根据所述目标增益系数确定目标压缩比之后，所述方法还包括：按照预设的压缩比与工作参数之间的映射关系，确定所述目标压缩比对应的目标工作参数；按照所述目标工作参数进行工作。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取目标听力评估结果；在所述目标听力评估结果处于第一预设范围时，执行所述通过目标函数关系进行补偿的步骤；在所述目标听力评估结果处于第二预设范围时，确定与所述目标听力评估结果对应的目标分类算法，基于所述目标分类算法进行补偿操作，所述第一预设范围与所述第二预设范围之间没有交集。6.根据权利要求5所述的方法，其特征在于，所述确定与所述目标听力评估结果对应的目标分类算法，包括：确定与所述目标听力评估结果对应的目标得分；按照预设的得分与等级之间的映射关系，确定所述目标得分对应的目标等级；按照预设的等级与分类算法之间的映射关系，确定所述目标等级对应的所述目标分类算法。7.一种基于大数据的音频处理系统，其特征在于，所述系统包括：测试单元、测量单元、
采集单元和补偿单元，其中，所述测试单元，用于基于根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图；所述测量单元，用于根据第二指定标准对所述指定频段进行测量，得到等响曲线；所述采集单元，用于利用预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号；所述补偿单元，用于通过目标函数关系和所述等响曲线进行补偿，所述目标函数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。8.根据权利要求7所述的系统，其特征在于，所述系统还具体用于：通过所述第一听力图确定测量听阈；根据所述目标环境信号确定噪声音量和信噪比；基于所述测量听阈、所述噪声音量和所述信噪比构建所述目标函数关系。9.根据权利要求7或8所述的系统，其特征在于，在所述通过目标函数关系进行补偿方面，所述补偿单元具体用于：通过所述目标函数关系对所述第一听力图进行修正，得到参考听力图；对所述参考听力图进行平滑处理，得到第二听力图；基于所述第二听力图确定基础听阈参数；在用户的双耳的纯音听阈差值的绝对值大于预设阈值时，调整所述基础听阈参数，得到第一听阈参数；基于所述第一听阈参数生成目标增益系数；根据所述等响曲线确定目标权重因子；根据所述目标增益系数和所述目标权重因子确定目标压缩比。10.根据权利要求9所述的系统，其特征在于，在所述根据所述目标增益系数确定目标压缩比之后，所述系统还具体用于：按照预设的压缩比与工作参数之间的映射关系，确定所述目标压缩比对应的目标工作参数；按照所述目标工作参数进行工作。

技术总结
本申请实施例公开了一种基于大数据的音频处理方法及系统，其中方法包括：根据第一指定标准对指定频段进行纯音听力测试，得到第一听力图；根据第二指定标准对所述指定频段进行测量，得到等响曲线；利用预设麦克风对环境中所述指定频段的信号进行采集，得到目标环境信号；通过目标函数关系和所述等响曲线进行补偿，所述目标函数关系为预先根据所述第一听力图以及所述目标环境信号确定的函数关系。采用本申请实施例可以提升听力补偿效果。本申请实施例可以提升听力补偿效果。本申请实施例可以提升听力补偿效果。


技术研发人员：翟兴 周小龙 库韶坤
受保护的技术使用者：深圳市天兴诚科技有限公司
技术研发日：2023.05.10
技术公布日：2023/8/9