基于场景确定干预刺激模式的经颅直流电刺激装置
文献发布时间:2024-04-18 19:58:21
技术领域
本发明涉及智能设备领域,尤其涉及的是一种基于场景确定干预刺激模式的经颅直流电刺激装置。
背景技术
随着经颅直流电刺激装置的普及,其性能也在不断提高。为了满足不同用户或者同一用户在不同状态下的使用需求,经颅直流电刺激装置中通常储存有多种干预刺激模式供用户选择。然而用户本身可能并不了解自身当前适用哪种干预刺激模式,难以正确地选出适配当前场景的干预刺激模式,导致经颅直流电刺激装置的作用效果不佳。
因此,现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于场景确定干预刺激模式的经颅直流电刺激装置,旨在解决现有技术中针对经颅直流电刺激装置,采用手动调控方式难以正确地选出适配当前场景的干预刺激模式的问题。
本发明解决问题所采用的技术方案如下:
第一方面,本发明实施例提供一种基于场景确定干预刺激模式的经颅直流电刺激装置,其中,所述装置包括:
声音分析模块,用于获取当前环境的用户语音数据和背景音数据,根据所述用户语音数据确定用户情绪类别,根据所述背景音数据确定嘈杂度,根据所述用户情绪类别和所述嘈杂度确定若干第一候选场景;
图像分析模块,用于获取所述当前环境的环境图像,根据所述环境图像确定若干特征物,根据各所述特征物确定若干第二候选场景;
模式确定模块,用于根据各所述第一候选场景和各所述第二候选场景的交集确定目标场景,根据所述目标场景确定经颅直流电刺激装置的干预刺激模式。
在一种实施方式中,所述获取当前环境的用户语音数据和背景音数据,包括:
获取所述当前环境的声音数据和预先存储的用户的声学特征;
根据所述声学特征从所述声音数据中提取所述用户语音数据;
将所述用户语音数据从所述声音数据中剔除,得到所述背景音数据。
在一种实施方式中,所述根据所述用户语音数据确定用户情绪类别,包括:
根据所述用户语音数据确定用户音调数据;
将所述用户语音数据转换为文本数据,提取所述文本数据中的若干关键词;
根据所述用户音调数据和各所述关键词确定所述用户情绪类别。
在一种实施方式中,所述根据所述背景音数据确定嘈杂度,包括:
根据所述背景音数据,确定若干音色类别;
根据所述背景音数据的音量和所述音色类别的数量确定所述嘈杂度。
在一种实施方式中,所述根据所述用户情绪类别和所述嘈杂度确定若干第一候选场景,包括:
获取预设的场景数据库,其中,所述场景数据库包括若干场景,每一所述场景均具有情绪标签和嘈杂度标签;
根据所述用户情绪类别和所述嘈杂度与所述场景数据库进行匹配,将匹配度最高的前若干所述场景作为所述第一候选场景。
在一种实施方式中,所述根据所述环境图像确定若干特征物,根据各所述特征物确定若干第二候选场景,包括:
基于灰度值将所述环境图像分割为若干局部区域,其中,每一所述局部区域中各像素点与中心像素点的灰度值的差值均小于第一阈值;
将面积小于第二阈值的所述局部区域作为所述特征物;
获取各所述特征物分别对应的识别信息和各所述特征物两两之间的距离值,根据所述识别信息和所述距离值生成若干关联组,其中,位于所述关联组中的每一所述特征物至少与同组中的一个所述特征物之间的所述距离值小于第三阈值;
将各所述关联组分别输入预先经过训练的预测模型,得到若干所述第二候选场景。
在一种实施方式中,所述根据所述目标场景确定经颅直流电刺激装置的干预刺激模式,包括:
若所述目标场景的数量为1时,则根据所述目标场景确定所述干预刺激模式;
若所述目标场景的数量大于1时,则根据各所述目标场景生成干预刺激模式推荐列表;获取用户基于所述干预刺激模式推荐列表输入的选择信息,根据所述选择信息确定所述干预刺激模式。
第二方面,本发明实施例还提供一种基于场景确定干预刺激模式的方法,其中,所述方法应用于经颅直流电刺激装置,所述方法包括:
获取当前环境的用户语音数据和背景音数据,根据所述用户语音数据确定用户情绪类别,根据所述背景音数据确定嘈杂度,根据所述用户情绪类别和所述嘈杂度确定若干第一候选场景;
获取所述当前环境的环境图像,根据所述环境图像确定若干特征物,根据各所述特征物确定若干第二候选场景;
根据各所述第一候选场景和各所述第二候选场景的交集确定目标场景,根据所述目标场景确定经颅直流电刺激装置的干预刺激模式。
第三方面,本发明实施例还提供一种终端,其中,所述终端包括有存储器和一个以上处理器;所述存储器存储有一个以上的程序;所述程序包含用于执行如上述所述的基于场景确定干预刺激模式的方法的指令;所述处理器用于执行所述程序。
第四方面,本发明实施例还提供一种计算机可读存储介质,其上存储有多条指令,其中,所述指令适用于由处理器加载并执行,以实现上述所述的基于场景确定干预刺激模式的方法的步骤。
本发明的有益效果:本发明实施例通过声音分析和图像分析两种方式准确地预测用户当前所处的目标场景,从而正确地为用户选出适配目标场景的干预刺激模式,提高经颅直流电刺激装置的作用效果。
附图说明
为了更清楚地说明本发明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发明中记载的一些实施例,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。
图1是本发明实施例提供的基于场景确定干预刺激模式的经颅直流电刺激装置的结构示意图。
图2是本发明实施例提供的基于场景确定干预刺激模式的方法的流程示意图。
图3是本发明实施例提供的终端的原理框图。
具体实施方式
本发明公开了基于场景确定干预刺激模式的经颅直流电刺激装置,为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
针对现有技术的上述缺陷,本发明提供一种基于场景确定干预刺激模式的经颅直流电刺激装置,如图1所示,所述装置包括:
声音分析模块01,用于获取当前环境的用户语音数据和背景音数据,根据所述用户语音数据确定用户情绪类别,根据所述背景音数据确定嘈杂度,根据所述用户情绪类别和所述嘈杂度确定若干第一候选场景;
图像分析模块02,用于获取所述当前环境的环境图像,根据所述环境图像确定若干特征物,根据各所述特征物确定若干第二候选场景;
模式确定模块03,用于根据各所述第一候选场景和各所述第二候选场景的交集确定目标场景,根据所述目标场景确定经颅直流电刺激装置的干预刺激模式。
简单来说,经颅直流电刺激装置是一种无创的,利用恒定、低强度的直流电调节大脑皮层神经细胞活动的技术,经颅直流电刺激装置中通常存储有多种干预刺激模式,各种干预刺激模式分别代表了不同的电流强度和作用时长的组合,以供用户选择使用。为了解放用户双手,为用户推荐合适的干预刺激模式,首先需要基于当前环境中的各种信息预测出用户当前所处的场景,即得到目标场景,例如学习场景、游戏场景、办公场景、户外游玩场景等等。不同场景下用户的精力需求不同,例如办公场景相较于户外游玩场景,用户的精力需求会更强。本发明通过预测用户当前所处的目标场景,可以为用户推荐合适的干预刺激模式。
为了提高目标场景的预测可靠性,本实施例结合了声音信息和图像信息一起进行预测。具体地,获取当前环境中的用户语音数据和背景音数据,通过对用户语音数据进行分析判断用户情绪类别,例如平静或者亢奋;并通过对背景音数据进行分析确定环境的嘈杂度;然后结合用户情绪类别和嘈杂度预测出多个第一候选场景。获取当前环境的环境图像,通过对环境图像进行分析,得到当前环境中的一些特征物,例如电脑、桌子、书本。然后通过分析这些特征物预测出多个第二候选场景。最后将第一候选场景和第二候选场景中同时存在的场景作为目标场景。由于目标场景是基于不同的两种方法预测出的,因此其可靠性更高,基于目标场景推荐的干预刺激模式就更符合用户当前的精力需求。
在一种实现方式中,所述获取当前环境的用户语音数据和背景音数据,包括:
获取所述当前环境的声音数据和预先存储的用户的声学特征;
根据所述声学特征从所述声音数据中提取所述用户语音数据;
将所述用户语音数据从所述声音数据中剔除,得到所述背景音数据。
具体地,本实施例的装置上预设有声音采集装置可用于采集当前环境的声音数据。由于声音数据中混合有用户语音数据和背景音数据,为了实现二者分离,需要根据预先存储的用户的声学特征从声音数据中针对性地提取出用户语音数据,则剩余的部分即为背景音数据。
在一种实现方式中,所述根据所述用户语音数据确定用户情绪类别,包括:
根据所述用户语音数据确定用户音调数据;
将所述用户语音数据转换为文本数据,提取所述文本数据中的若干关键词;
根据所述用户音调数据和各所述关键词确定所述用户情绪类别。
具体地,通过分析用户语音数据可以判断用户的音调,即得到用户音调数据。将用户语音数据转换为文本数据,可以方便提取其中的关键词。由于用户的语调和语言中的关键词都有可能反映其当前的情绪状态,因此结合用户音调数据和各关键词可以更准确地判断用户情绪类别。
在一种实现方式中,可以将文本数据输入预先经过训练的关键词提取网络,得到关键词,例如开会议、开局等等。
在一种实现方式中,可以将用户音调数据和各关键词输入预先经过训练的情绪预测网络,得到用户情绪类别。
在一种实现方式中,所述根据所述背景音数据确定嘈杂度,包括:
根据所述背景音数据,确定若干音色类别;
根据所述背景音数据的音量和所述音色类别的数量确定所述嘈杂度。
简单来说,本实施例中环境的嘈杂度主要通过两方面来分析,一个是音色的复杂程度,即包含了多少种不同的音色;另一个是音量的大小。通过这两种信息综合判定当前环境的嘈杂度。
在一种实现方式中,可以对背景音数据中的声音进行声学特征聚类,得到若干音色类别,其中,每一音色类别对应的所有声音的声学特征相似。
在一种实现方式中,所述根据所述用户情绪类别和所述嘈杂度确定若干第一候选场景,包括:
获取预设的场景数据库,其中,所述场景数据库包括若干场景,每一所述场景均具有情绪标签和嘈杂度标签;
根据所述用户情绪类别和所述嘈杂度与所述场景数据库进行匹配,将匹配度最高的前若干所述场景作为所述第一候选场景。
具体地,本实施例预先构建了一个场景数据库,场景数据库中存储了不同场景分别对应的情绪标签和嘈杂度标签,将前述确定的用户情绪类别和嘈杂度依次与场景数据库中各场景的情绪标签和嘈杂度标签比对,得到各场景分别对应的匹配度,将匹配度最高的前若干个场景作为第一候选场景。
在另一种实现方式中,所述方法还包括:
将所述用户语音数据转换为文本数据,将所述文本数据输入强化学习预测模型,得到预测场景和所述预测场景对应的预测嘈杂度;
判断所述预测嘈杂度和所述嘈杂度的差异值是否落入预设范围;
若是,则将所述预测场景作为所述第一候选场景;
若否,则根据所述差异值对所述第一预测模型进行参数更新,更新后继续执行将各所述特征词输入第一预测模型的步骤,直至所述差异值落入所述预设范围,将最终得到的所述预测场景作为所述第一候选场景。
在一种实现方式中,所述根据所述环境图像确定若干特征物,根据各所述特征物确定若干第二候选场景,包括:
基于灰度值将所述环境图像分割为若干局部区域,其中,每一所述局部区域中各像素点与中心像素点的灰度值的差值均小于第一阈值;
将面积小于第二阈值的所述局部区域作为所述特征物;
获取各所述特征物分别对应的识别信息和各所述特征物两两之间的距离值,根据所述识别信息和所述距离值生成若干关联组,其中,位于所述关联组中的每一所述特征物至少与同组中的一个所述特征物之间的所述距离值小于第三阈值;
将各所述关联组分别输入预先经过训练的预测模型,得到若干所述第二候选场景。
具体地,首先根据灰度值将环境图像分割为若干局部区域,每一局部区域中各像素点的灰度值相近。然后判断各局部区域分别对应的面积大小,面积过大的局部区域极有可能是背景区域,需要剔除。剔除背景区域后,剩余的各局部区域分别作为一个特征物。由于单个特征物一般不具有指向性,因此本实施例对各特征物进行识别后,再根据各特征无两两之间的距离值生成若干关联组。每一关联组包括特征物的名称和特征物之间的距离值,针对一个关联组而言,该关联组中每一特征物在本组都至少存在一个与之相隔距离小于第三阈值的特征物。例如桌子、书本、台灯为一个关联组,书本分别与桌子、台灯之间的距离值小于第三阈值;或者桌子、电脑、耳机为一个关联组,三者之间的距离值都小于第三阈值。然后将各关联组分别输入预测模型,由于预测模型预先经过海量数据训练,因此预测模型学习了输入输出之间复杂的映射关系,所以其针对输入的关联组可以自动预测出对应的场景。通过预测模型输出的各关联组分别对应的预测结果,即得到多个第二候选场景。需要说明的是,各第二候选场景的场景类别不重复,例如预测模型输出了2次A场景,3次B场景以及1次C场景,则最后得到的第二候选场景为3个:A场景、B场景以及C场景。
在一种实现方式中,所述根据所述目标场景确定经颅直流电刺激装置的干预刺激模式,包括:
若所述目标场景的数量为1时,则根据所述目标场景确定所述干预刺激模式;
若所述目标场景的数量大于1时,则根据各所述目标场景生成干预刺激模式推荐列表;获取用户基于所述干预刺激模式推荐列表输入的选择信息,根据所述选择信息确定所述干预刺激模式。
具体地,当目标场景的数量唯一时,直接根据该目标场景确定干预刺激模式;当目标场景的数量不唯一时,则将所有目标场景分别对应的干预刺激模式以列表的形式推荐给用户,由用户选择使用哪一干预刺激模式。
在一种实现方式中,若所述目标场景的数量大于1时,所述方法还包括:
根据匹配度高低确定各所述目标场景分别对应的第一权重值;
根据所述预测模型输出的各所述目标场景的预测次数,确定各所述目标场景分别对应的第二权重值;
根据各所述目标场景的所述第一权重值和所述第二权重值,确定各所述目标场景分别对应的权重值;
根据所述权重值最大的所述目标场景确定所述经颅直流电刺激装置的干预刺激模式。
简单来说,当目标场景存在多个时,会采用权重法来筛选出最终的目标场景。具体地,每一目标场景的权重值主要由两部分组成,一个是基于场景数据库匹配时的匹配度生成的第一权重值,匹配度越高,第一权重值越高;另一个是基于各关联组依次输入预测模型得到的预测结果中该目标场景所占的次数生成的第二权重值(有可能不同的关联组分别输入预测模型后获得的预测结果相同),预测模型输出的所有预测结果中该目标场景所占的次数越多,其对应的第二权重值越高。最后,将权重值最大的目标场景作为最终的目标场景,以此确定经颅直流电刺激装置的干预刺激模式。
在一种实现方式中,所述根据所述目标场景确定所述干预刺激模式,包括:
获取预设的模式数据库,其中,所述模式数据库包括若干标准干预刺激模式,各所述标准干预刺激模式分别对应不同的场景标签;
将所述目标场景和所述模式数据库进行匹配,得到所述目标场景对应的干预刺激模式。
基于上述实施例,本发明还提供了一种基于场景确定干预刺激模式的方法,如图2所示,所述方法应用于经颅直流电刺激装置,所述方法包括:
步骤S100、获取当前环境的用户语音数据和背景音数据,根据所述用户语音数据确定用户情绪类别,根据所述背景音数据确定嘈杂度,根据所述用户情绪类别和所述嘈杂度确定若干第一候选场景;
步骤S200、获取所述当前环境的环境图像,根据所述环境图像确定若干特征物,根据各所述特征物确定若干第二候选场景;
步骤S300、根据各所述第一候选场景和各所述第二候选场景的交集确定目标场景,根据所述目标场景确定经颅直流电刺激装置的干预刺激模式。
基于上述实施例,本发明还提供了一种终端,其原理框图可以如图3所示。该终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏。其中,该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现基于场景确定干预刺激模式的方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解,图3中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的终端的限定,具体的终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一种实现方式中,所述终端的存储器中存储有一个以上的程序,且经配置以由一个以上处理器执行所述一个以上程序包含用于进行基于场景确定干预刺激模式的方法的指令。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上所述,本发明公开了基于场景确定干预刺激模式的经颅直流电刺激装置,所述装置包括:声音分析模块,用于根据用户语音数据确定用户情绪类别,根据背景音数据确定嘈杂度,根据用户情绪类别和嘈杂度确定若干第一候选场景;图像分析模块,用于根据环境图像确定若干特征物,根据各特征物确定若干第二候选场景;模式确定模块,用于根据各第一候选场景和各第二候选场景的交集确定目标场景,根据目标场景确定干预刺激模式。本发明通过声音分析和图像分析两种方式准确地预测用户当前所处的目标场景,从而正确地为用户选出适配目标场景的干预刺激模式,提高经颅直流电刺激装置的作用效果。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
- 一种经颅直流电刺激设备的干预刺激模式的评价方法
- 一种基于场景和用户状态的干预刺激模式的确定方法