音量调节方法、装置、电子设备及存储介质

技术领域

本申请属于通信技术领域，具体涉及一种音量调节方法、装置、电子设备及存储介质。

背景技术

目前，传统的音量调节方式均通过增减固定的预设幅度值进行，在单次调节中，进行单次的预设幅度值增减，在连续调节中，进行连续的预设幅度值增减。当用户仅进行少量音量调节，例如增减一两格(一格调整的音量为固定的预设幅度值，例如，为最大音量的10％等)时，可以采用这种传统的音量调节方式。但当用户进行较大范围音量调节，例如，增减五格以上，甚至十格以上时，用户需要连续按下多次音量调节按键，或者按住音量调节按钮较长时间以获得需要的音量。在这种情况下，传统通过增减固定预设幅度的音量调节方式效率较低，用户体检较差。

发明内容

本申请实施例的目的是提供一种音量调节方法、装置、电子设备及存储介质，能够解决现有音量调节方式效率低的技术问题。

第一方面，本申请实施例提供了一种音量调节方法，包括：

接收用户调节音量的第一输入；

响应于所述第一输入，获取电子设备当前运行的应用对应的应用类型信息和所述电子设备当前的使用场景信息；

根据所述应用类型信息、所述使用场景信息和所述第一输入对应的第一用户操作信息进行强化学习，以获取第一音量调节策略；

根据所述第一音量调节策略进行音量调节。

第二方面，本申请实施例提供了一种音量调节装置，包括：

第一接收模块，用于接收用户调节音量的第一输入；

获取模块，用于响应于所述第一输入，获取电子设备当前运行的应用对应的应用类型信息和所述电子设备当前的使用场景信息；

强化学习模块，用于根据所述应用类型信息、所述使用场景信息和所述第一输入对应的第一用户操作信息进行强化学习，以获取第一音量调节策略；

调节模块，用于根据所述第一音量调节策略进行音量调节。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

在本申请实施例中，根据应用类型信息、使用场景信息和用户操作信息进行强化学习，以获取音量调节策略，提高电子设备的音量调节效率，改善用户体验。

附图说明

图1为本申请实施例提供的音量调节方法的流程示意图；

图2为本申请实施例提供的音量调节装置的结构示意图；

图3为本申请实施例提供的电子设备的硬件结构示意图之一；

图4为本申请实施例提供的电子设备的硬件结构示意图之二。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的音量调节方法、装置、电子设备及存储介质进行详细地说明。

图1为本申请实施例提供的音量调节方法的流程示意图，如图1所示，本申请实施例提供一种音量调节方法，该方法的执行主体可以为电子设备，例如，手机等。该方法包括：

步骤101、接收用户调节音量的第一输入。

具体地，当用户需要对音量进行调节时，用户执行调节音量的操作。电子设备接收用户调节音量的第一输入，该第一输入为用户执行调节音量的操作。

例如，该第一输入为用户执行增大音量的操作。

再例如，该第一输入为用户执行减小音量的操作。

步骤102、响应于所述第一输入，获取电子设备当前运行的应用对应的应用类型信息和所述电子设备当前的使用场景信息。

具体地，电子设备接收到用户调节音量的第一输入之后，响应于该第一输入，获取电子设备当前运行的应用对应的应用类型信息和电子设备当前的使用场景信息。

应用类型信息包括电话、相机、各类应用(程序)APP等。

应用类型信息可以用a表示。

使用场景信息根据当前时间、地理位置、环境光照信息获得，使用场景信息可以用b表示。

第一输入对应的第一用户操作信息可以用c表示。

步骤103、根据所述应用类型信息、所述使用场景信息和所述第一输入对应的第一用户操作信息进行强化学习，以获取第一音量调节策略。

具体地，电子设备确定电子设备当前运行的应用对应的应用类型信息、电子设备当前的使用场景信息和第一输入对应的第一用户操作信息之后，进行强化学习，以获取第一音量调节策略。

例如，首先，根据应用类型信息、使用场景信息和第一用户操作信息确定强化学习的当前状态。

强化学习的当前状态可以用s表示，s＝(a，b，c)，其中，(a，b，c)为三元组合。

然后，根据当前状态和强化学习的Q矩阵确定第一音量调节策略。

第一音量调节策略为当前状态在Q矩阵中对应的策略集合中的最大值对应的策略。

Q矩阵的列表示目标状态，行表示目标状态下的音量调节策略。

音量调节策略可以用y表示，音量调节策略用于表征音量调节值。

步骤104、根据所述第一音量调节策略进行音量调节。

具体地，电子设备在确定第一音量调节策略之后，根据第一音量调节策略进行音量调节。

例如，若确定的第一音量调节策略的值为1(y＝1)，则将音量增加一个(音量调节)单位。

再例如，若确定的第一音量调节策略的值为-2(y＝-2)，则将音量减小两个单位。

在本申请实施例中，根据应用类型信息、使用场景信息和用户操作信息进行强化学习，以获取音量调节策略，提高电子设备的音量调节效率，改善用户体验。

可选地，所述根据所述应用类型信息、所述使用场景信息和所述第一输入对应的第一用户操作信息进行强化学习，以获取第一音量调节策略，包括：

根据所述应用类型信息、所述使用场景信息和所述第一用户操作信息确定强化学习的当前状态；

根据所述当前状态和强化学习的Q矩阵确定所述第一音量调节策略；所述第一音量调节策略为所述当前状态在所述Q矩阵中对应的策略集合中的最大值对应的策略；所述Q矩阵的列表示目标状态，行表示所述目标状态下的音量调节策略。

具体地，本申请实施例中，进行强化学习的具体步骤如下：

首先，根据应用类型信息、使用场景信息和第一用户操作信息确定强化学习的当前状态。

强化学习的当前状态可以用s表示，s＝(a，b，c)，其中，(a，b，c)为三元组合。

并确定当前状态下所有策略的收益。

收益表示当前音量调节策略下带来的用户体验收益，当前调节策略偏离用户的真实音量需求越小，带来的用户体验越好，收益也越大。如果当前音量调节策略恰好满足用户的音量需求，则收益最大。

所有状态下所有策略的收益存储在Q矩阵中，其中Q矩阵的列表示状态，Q矩阵的行表示该状态下的音量调节策略，Q矩阵中元素的数值表示该状态下采用该策略产生的收益。

对于每一个状态s＝(a，b，c)，对应的策略集合为Y＝[-y

对于每一个状态s＝(a，b，c)，寻找Q矩阵中该状态对应的行，该行的所有元素的数值表示在该状态，采用策略集Y＝[-y

Q矩阵在设备初始化时，对增加音量时的所有状态，初始化Q(s,1)＝1，对减小音量时的所有状态，初始化Q(s,-1)＝-1，其余值均初始化为0。

然后，根据当前状态和强化学习的Q矩阵确定第一音量调节策略。

第一音量调节策略为当前状态在Q矩阵中对应的策略集合中的最大值对应的策略。

所有状态下所有策略的收益存储在Q矩阵中，其中Q矩阵的列表示状态，Q矩阵的行表示该状态下的音量调节策略，矩阵大小为|S|×(2y

在根据当前应用类型，使用场景，以及用户习惯自动学习最优音量调节策略后，每个状态下不同策略对应的收益不同，符合用户需求音量的策略，或接近用户需求音量的策略所对应的收益将最大。也即通过一次音量调节，调节音量格数恰好能够达到用户需求音量，或调节后接近用户需求音量的策略所对应的收益最大。在任意状态下，通过选取收益最大策略为当前状态最优策略，一次音量调节可调节多格音量，从而可以通过一次或少量调节次数达到用户需求音量。

在本申请实施例中，根据应用类型信息、使用场景信息和用户操作信息确定强化学习的当前状态，并根据强化学习的当前状态和Q矩阵确定音量调节策略，进一步提高了电子设备的音量调节效率。

可选地，所述根据所述第一音量调节策略进行音量调节之后，还包括：

接收用户再次调节音量的第二输入；

响应于所述第二输入，更新强化学习的Q矩阵。

具体地，本申请实施例中，电子设备在根据音量调节策略进行音量调节之后，还包括Q矩阵的更新步骤，具体如下：

首先，接收用户再次调节音量的第二输入。

在进行第一次音量调节之后，音量可能过大，也可能过小，也可能刚好符合用户的需要。

如果音量过大或过小时，用户会执行再次调节音量的操作，，该第一输入为用户执行再次调节音量的操作。

再次调节音量的操作，可以是增大音量，也可以是减小音量。

然后，响应于该第二输入，更新强化学习的Q矩阵。

若音量调节后的用户无操作，表示当前音量操作策略实现了最优，当前音量操作带来的收益设定为最大值r(s,y

在本申请实施例中，通过不断地更新Q矩阵，使确定的音量调节策略更加精准，进一步提高了电子设备的音量调节效率。

可选地，所述更新强化学习的Q矩阵，包括：

根据所述第二输入对应的第二用户操作信息，确定待更新的音量调节策略对应的收益；

根据所述待更新的音量调节策略对应的收益更新所述Q矩阵。

具体地，本申请实施例中，更新强化学习的Q矩阵的具体步骤如下：

首先，第二输入对应的用户操作可以是增大音量，也可以是减小音量。

在不同的操作的情况下，音量调节策略对应的收益也不相同。

根据第二输入对应的用户操作信息，确定待更新的音量调节策略对应的收益。

待更新的音量调节策略可以包括当前音量调节策略，也可以包括当前音量调节策略的前一个音量调节策略，还可以包括当前音量调节策略的后一个音量调节策略。

然后，在确定出待更新的音量调节策略对应的收益之后，根据更新收益值，以实现更新Q矩阵。

对于当前状态s＝(a,b,c)所对应的策略y

其中，α∈[0,1]为学习速率参数，γ∈[0,1)为长期效益参数，s'为执行相应调节策略后的状态，

在本申请实施例中，综合考虑即时收益和长期收益更新Q矩阵，使确定的音量调节策略更加精准，进一步提高了电子设备的音量调节效率。

可选地，所述根据所述第二输入对应的第二用户操作信息，确定待更新的音量调节策略对应的收益，包括：

若所述第二用户操作信息为减小音量，则将所述第一音量调节策略对应的收益减小目标值；并将前一音量调节操作的音量调节策略对应的收益增加所述目标值；

若所述第二用户操作信息为增大音量，则将所述第一音量调节策略对应的收益减小所述目标值；并将后一音量调节操作的音量调节策略对应的收益增加所述目标值。

具体地，本申请实施例中，若音量调节后用户操作信息c'为减小音量，说明调节音量过大，当前音量操作带来的收益减小固定值Δv，用公式表示为r(s,y

若音量调节后用户操作信息c'为增加音量，说明调节音量过小，当前音量操作带来的收益减小固定值，用公式表示为r(s,y

在本申请实施例中，综合考虑即时收益和长期收益更新Q矩阵，使确定的音量调节策略更加精准，进一步提高了电子设备的音量调节效率。

在本申请实施例中，若音量调节后用户操作信息为减小音量，当前音量操作带来的收益减小固定值，若音量调节后用户操作信息为增加音量，当前音量操作带来的收益减小固定值，从而不断地更新Q矩阵，使确定的音量调节策略更加精准，进一步提高了电子设备的音量调节效率。

可选地，所述根据所述第一音量调节策略进行音量调节之后，还包括：

若在进行音量调节之后的预设时间段内未接收到用户的输入，则将所述第一音量调节策略对应的收益更新为预设的最大值；

根据所述预设的最大值更新更新强化学习的Q矩阵。

具体地，本申请实施例中，若在进行音量调节之后的预设时间段内未接收到用户的输入，说明经过一次音量已经达到用户期望的音量，此时，则将第一音量调节策略对应的收益更新为预设的最大值。

然后，根据该预设的最大值更新更新强化学习的Q矩阵。

在本申请实施例中，通过对历史调节行为不断地进行强化学习，可通过单次调节就能达到用户需要的音量，进一步提高了音量调节的效率。

需要说明的是，本申请实施例提供的音量调节方法，执行主体可以为音量调节装置，或者该音量调节装置中的用于执行音量调节的方法的控制模块。本申请实施例中以音量调节装置执行音量调节的方法为例，说明本申请实施例提供的音量调节的装置。

图2为本申请实施例提供的音量调节装置的结构示意图，如图2所示，本申请实施例提供一种音量调节装置，包括第一接收模块201、获取模块202、强化学习模块203和调节模块204，其中：

第一接收模块201用于接收用户调节音量的第一输入；获取模块202用于响应于所述第一输入，获取电子设备当前运行的应用对应的应用类型信息和所述电子设备当前的使用场景信息；强化学习模块203用于根据所述应用类型信息、所述使用场景信息和所述第一输入对应的第一用户操作信息进行强化学习，以获取第一音量调节策略；调节模块204用于根据所述第一音量调节策略进行音量调节。

可选地，所述强化学习模块包括第一确定单元和第二确定单元；

所述第一确定单元用于根据所述应用类型信息、所述使用场景信息和所述第一用户操作信息确定强化学习的当前状态；

所述第二确定单元用于根据所述当前状态和强化学习的Q矩阵确定所述第一音量调节策略；所述第一音量调节策略为所述当前状态在所述Q矩阵中对应的策略集合中的最大值对应的策略；所述Q矩阵的列表示目标状态，行表示所述目标状态下的音量调节策略。

可选地，所述装置还包括第二接收模块和第一更新模块；

所述第二接收模块用于接收用户再次调节音量的第二输入；

所述第一更新模块用于响应于所述第二输入，更新强化学习的Q矩阵。

可选地，所述第一更新模块包括第三确定单元和更新单元；

所述第三确定单元用于根据所述第二输入对应的第二用户操作信息，确定待更新的音量调节策略对应的收益；

所述更新单元用于根据所述待更新的音量调节策略对应的收益更新所述Q矩阵。

可选地，若所述第二用户操作信息为减小音量，则所述第三确定单元用于将所述第一音量调节策略对应的收益减小目标值；并将前一音量调节操作的音量调节策略对应的收益增加所述目标值；

若所述第二用户操作信息为增大音量，则所述第三确定单元用于将所述第一音量调节策略对应的收益减小所述目标值；并将后一音量调节操作的音量调节策略对应的收益增加所述目标值。

可选地，所述装置还包括第二更新模块和第三更新模块：

若在进行音量调节之后的预设时间段内未接收到用户的输入，则所述第二更新模块用于将所述第一音量调节策略对应的收益更新为预设的最大值；

所述第三更新模块用于根据所述预设的最大值更新更新强化学习的Q矩阵。

本申请实施例中的音量调节装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例中的音量调节装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的音量调节装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。

可选地，图3为本申请实施例提供的电子设备的硬件结构示意图之一，如图3所示，本申请实施例还提供一种电子设备300，包括处理器301，存储器302，存储在存储器302上并可在所述处理器301上运行的程序或指令，该程序或指令被处理器301执行时实现上述音量调节方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。

图4为本申请实施例提供的电子设备的硬件结构示意图之二，如图4所示，该电子设备400包括但不限于：射频单元401、网络模块402、音频输出单元403、输入单元404、传感器405、显示单元406、用户输入单元407、接口单元408、存储器409、以及处理器410等部件。

本领域技术人员可以理解，电子设备400还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器410逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图4中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。

其中，用户输入单元407，用于接收用户调节音量的第一输入。

处理器410，用于响应于所述第一输入，获取电子设备当前运行的应用对应的应用类型信息和所述电子设备当前的使用场景信息；

并根据所述应用类型信息、所述使用场景信息和所述第一输入对应的第一用户操作信息进行强化学习，以获取第一音量调节策略；

并根据所述第一音量调节策略进行音量调节。

在本申请实施例中，根据应用类型信息、使用场景信息和用户操作信息进行强化学习，以获取音量调节策略，提高电子设备的音量调节效率，改善用户体验。

应理解的是，本申请实施例中，输入单元404可以包括图形处理器(GraphicsProcessing Unit，GPU)4041和麦克风4042，图形处理器4041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元406可包括显示面板4061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板4061。用户输入单元407包括触控面板4071以及其他输入设备4072。触控面板4071，也称为触摸屏。触控面板4071可包括触摸检测装置和触摸控制器两个部分。其他输入设备4072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器409可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器410可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器410中。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述音量调节方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。

本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述音量调节方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

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、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机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介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。