掌桥专利:专业的专利平台
掌桥专利
首页

一种基于多网协同的智能调音台

文献发布时间:2024-01-17 01:28:27


一种基于多网协同的智能调音台

技术领域

本发明涉及音频数据控制技术领域,尤其涉及一种基于多网协同的智能调音台。

背景技术

随着大型演出设备的音频控制技术的发展,越来越多的设备商开始在调音设备上实现多网络的连接以及搭配更加先进的处理性能,以实现更加便捷和智能的调音。但现有技术在实现这些技术的时候,没有考虑到多网络发送的大量指令在处理时应当如何实现智能化,一般只是简单地进行指令的接收和执行,因此在面对大量的指令并发场景时,其处理效果较差。可见,现有技术存在缺陷,亟待解决。

发明内容

本发明所要解决的技术问题在于,提供一种基于多网协同的智能调音台,能够更加智能地实现多网协同的调音控制,提高调音的精确度和合理性,减少调音出错。

为了解决上述技术问题,本发明公开了一种基于多网协同的智能调音台,所述智能调音台包括:

数据接收模块,通过多种不同类型的网络连接至多个不同用户的多个控制设备,用于接收多个所述控制设备发送的多个调音指令;

指令优先级计算模块,用于获取每一所述调音指令对应的指令参数,并根据所述指令参数计算每一所述调音指令对应的优先级;

指令统筹模块,用于根据预设的算法模型,以及所述多个调音指令对应的优先级,确定所述多个调音指令对应的执行策略;

指令执行模块,用于根据所述执行策略,执行所述多个调音指令;

显示模块,用于根据所述执行策略,和所述指令执行模块的执行结果,确定所述多个调音指令的显示参数,并根据所述显示参数进行显示。

在一个可选的实施方式中,所述指令参数包括指令传输网络参数、指令内容、指令调节幅度、指令来源设备参数、指令来源用户参数中的至少一种;所述指令调节幅度为所述调音指令所要调节的音频参数的变化幅度;所述指令传输网络参数包括网络类型、网络中设备数量、网络历史数据传输记录中的至少一种;所述网络类型包括有线网络、WIFI网络、ZigBee网络、蓝牙网络中的至少一种;所述指令来源设备参数包括所述控制设备的设备类型、设备型号、设备历史指令传输记录中的至少一种。

在一个可选的实施方式中,所述优先级包括执行优先级、网络优先级和来源优先级。

在一个可选的实施方式中,所述指令优先级计算模块根据所述指令参数计算每一所述调音指令对应的优先级的具体方式,包括:

对于每一所述调音指令,根据该调音指令对应的指令参数中的指令传输网络参数,计算该调音指令对应的网络质量参数和网络传输延迟参数;

计算所述网络质量参数和网络传输延迟参数的比值,得到该调音指令对应的网络优先级参数;

根据所有所述调音指令对应的所述网络优先级参数,确定每一所述调音指令在所有所述调音指令中的网络优先级;

根据该调音指令对应的所述指令参数中的指令内容和/或指令调节幅度,计算该调音指令对应的执行优先级;

根据该调音指令对应的所述指令参数中的指令来源设备参数和/或指令来源用户参数,计算该调音指令对应的来源优先级。

在一个可选的实施方式中,所述指令优先级计算模块根据该调音指令对应的指令参数中的指令传输网络参数,计算该调音指令对应的网络质量参数和网络传输延迟参数的具体方式,包括:

将该调音指令对应的指令参数中的指令传输网络参数输入至训练好的第一神经网络模型中,以得到输出的网络质量参数和网络传输延迟参数;所述第一神经网络模型通过包括有多个训练指令传输网络参数和对应的网络质量参数标注和网络传输延迟标注的训练数据集训练得到;

以及,所述指令优先级计算模块根据该调音指令对应的所述指令参数中的指令内容和/或指令调节幅度,计算该调音指令对应的执行优先级的具体方式,包括:

将该调音指令对应的所述指令参数中的指令内容和/或指令调节幅度输入至训练好的第二神经网络模型中,以得到输出的执行优先级参数;所述第二神经网络模型通过包括有多个训练用的指令内容和/或指令调节幅度和对应的指令优先级标注的训练数据集训练得到;

根据所有所述调音指令对应的所述执行优先级参数,确定每一所述调音指令在所有所述调音指令中的执行优先级;

以及,所述指令优先级计算模块根据该调音指令对应的所述指令参数中的指令来源设备参数和/或指令来源用户参数,计算该调音指令对应的来源优先级的具体方式,包括:

将该调音指令对应的所述指令参数中的指令来源设备参数和/或指令来源用户参数输入至训练好的第三神经网络模型中,以得到输出的来源优先级;所述第三神经网络模型通过包括有多个训练用的指令来源设备参数和/或指令来源用户参数和对应的优先级标注的训练数据集训练得到;

根据所有所述调音指令对应的所述来源优先级参数,确定每一所述调音指令在所有所述调音指令中的来源优先级。

在一个可选的实施方式中,所述指令统筹模块根据预设的算法模型,以及所述多个调音指令对应的优先级,确定所述多个调音指令对应的执行策略的具体方式,包括:

获取当前调音时刻对应的调音需求和调音场景;

根据所述调音需求和调音场景,确定调音目标函数和调音限制条件;

将所述多个调音指令对应的优先级输入至预设的动态规划算法模型,根据所述调音目标函数和调音限制条件进行迭代演算,以确定出所述多个调音指令对应的最优执行策略。

在一个可选的实施方式中,所述调音目标函数用于限定演算出的执行策略的执行效率参数大于预设的效率参数阈值;所述调音限制条件用于限定所述执行策略中任一所述调音指令的优先级不低于对应的所述执行优先级、所述网络优先级或所述来源优先级,以及所述执行策略对应的每一所述调音指令的执行时间不晚于预设的执行时间限制;

以及,所述指令统筹模块将所述多个调音指令对应的优先级输入至预设的动态规划算法模型,根据所述调音目标函数和调音限制条件进行迭代演算,以确定出所述多个调音指令对应的最优执行策略的具体方式,包括:

将所述多个调音指令对应的优先级输入至预设的粒子群算法模型进行迭代演算,在演算中,计算每一迭代产生的粒子状态对应的执行策略对应的执行效率参数;所述执行效率参数为所述执行策略中每一调音指令的执行次序参数、执行设备参数和执行网络参数的乘积;所述执行次序参数为所述执行策略中每一调音指令的执行次序的和其对应的所述执行优先级参数的乘积;所述执行网络参数为所述执行策略中每一调音指令的执行次序和其对应的所述来源优先级参数的乘积;所述执行网络参数为所述执行策略中每一调音指令的执行次序和其对应的所述网络优先级参数的乘积;所述执行次序与调音指令的执行靠前程度成正比;

根据所述执行效率参数,以及所述调音目标函数和调音限制条件,判断当前执行策略是否满足条件,以演算确定出所述多个调音指令对应的最优执行策略。

在一个可选的实施方式中,所述指令统筹模块获取当前调音时刻对应的调音需求和调音场景的具体方式,包括:

获取当前调音时刻和所述智能调音台的当前调音地点,以及获取用户通过人际交互设备输入的当前调音操控指令;

获取所述当前调音地点在历史时间段中与所述当前调音时刻相同的时刻的多个历史调音场景;

将所述多个历史调音场景中出现次数最多的调音场景,确定为当前调音时刻对应的调音场景;

根据所述当前调音操控指令,确定当前调音时刻对应的调音需求。

在一个可选的实施方式中,所述执行结果中包括每一所述调音指令对应的执行时间和执行成功与否信息;所述显示模块根据所述执行策略,和所述指令执行模块的执行结果,确定所述多个调音指令的显示参数的具体方式,包括。

根据所述指令执行模块的执行结果,从所述多个调音指令中筛选出执行不成功的多个失败指令,和筛选出执行成功的多个成功指令和对应执行时间;

获取所述多个失败指令的执行数据记录;

根据所述执行数据记录,确定每一所述失败指令的执行失败原因;所述执行失败原因包括设备缺陷、执行时间问题和网络问题中的一种或多种;

确定每一所述失败指令的执行失败原因在所有所述失败指令的执行失败原因中的出现次数;

基于动态规划算法,以及所述出现次数和所述执行时间,计算每一所述调音指令对应的显示参数;所述显示参数包括显示位置和显示亮度。

在一个可选的实施方式中,所述显示模块基于动态规划算法,以及所述出现次数和所述执行时间,计算每一所述调音指令对应的显示参数,包括:

确定目标函数为显示策略中的所有所述调音指令对应的显示亮度之和最小以及显示距离之和最小;所述显示距离为所述显示位置与显示区域的中心点之间的距离;

确定限制条件包括:

任一所述成功指令的显示距离小于任一所述失败指令的显示距离;

所述成功指令的显示亮度小于所述失败指令的显示亮度;

所有所述成功指令中,所述执行时间越靠前的所述成功指令的显示亮度更高以及显示距离更小;

所有所述失败指令中,所述出现次数越高的所述失败指令的显示亮度更高以及显示距离更小;

将所有所述调音指令对应的所述出现次数、执行时间输入至预设的粒子群算法模型,并根据所述目标函数和所述限制条件进行迭代演算,直至演算出最优的显示策略;所述显示策略中包括有每一所述调音指令对应的显示参数。

与现有技术相比,本发明具有以下有益效果:

本发明能够通过指令的接收和优先级计算,实现对不同设备通过不同网络发送的调音指令的调度和执行,从而能够更加智能地实现多网协同的调音控制,提高调音的精确度和合理性,减少调音出错。

附图说明

为了更清楚地说明本发明实施例中的技术方案,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,下面描述中的附图仅仅是本发明的一些实施例,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是本发明实施例公开的一种基于多网协同的智能调音台的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。

本发明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模块的过程、方法、装置、产品或端没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或模块。

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发明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。

具体的,请参阅图1,图1是本发明实施例公开的一种基于多网协同的智能调音台的结构示意图。如图1所示,该基于多网协同的智能调音台至少包括数据接收模块101、指令优先级计算模块102、指令统筹模块103、指令执行模块104和显示模块105。

具体的,数据接收模块101通过多种不同类型的网络连接至多个不同用户的多个控制设备,用于接收多个控制设备发送的多个调音指令。

具体的,指令优先级计算模块102用于获取每一调音指令对应的指令参数,并根据指令参数计算每一调音指令对应的优先级。

在一个可选的实施例中,指令参数包括指令传输网络参数、指令内容、指令调节幅度、指令来源设备参数、指令来源用户参数中的至少一种。

在一个可选的实施例中,指令调节幅度为调音指令所要调节的音频参数的变化幅度。

在一个可选的实施例中,指令传输网络参数包括网络类型、网络中设备数量、网络历史数据传输记录中的至少一种。

在一个可选的实施例中,网络类型包括有线网络、WIFI网络、ZigBee网络、蓝牙网络中的至少一种。

在一个可选的实施例中,指令来源设备参数包括控制设备的设备类型、设备型号、设备历史指令传输记录中的至少一种。

在一个可选的实施例中,优先级包括执行优先级、网络优先级和来源优先级。

具体的,指令统筹模块103用于根据预设的算法模型,以及多个调音指令对应的优先级,确定多个调音指令对应的执行策略。

具体的,指令执行模块104用于根据执行策略,执行多个调音指令。

具体的,显示模块105用于根据执行策略,和指令执行模块104的执行结果,确定多个调音指令的显示参数,并根据显示参数进行显示。

通过上述调音台,能够通过指令的接收和优先级计算,实现对不同设备通过不同网络发送的调音指令的调度和执行,从而能够更加智能地实现多网协同的调音控制,提高调音的精确度和合理性,减少调音出错。

在一个可选的实施例中,指令优先级计算模块102根据指令参数计算每一调音指令对应的优先级的具体方式,包括:

对于每一调音指令,根据该调音指令对应的指令参数中的指令传输网络参数,计算该调音指令对应的网络质量参数和网络传输延迟参数;

计算网络质量参数和网络传输延迟参数的比值,得到该调音指令对应的网络优先级参数;

根据所有调音指令对应的网络优先级参数,确定每一调音指令在所有调音指令中的网络优先级;

根据该调音指令对应的指令参数中的指令内容和/或指令调节幅度,计算该调音指令对应的执行优先级;

根据该调音指令对应的指令参数中的指令来源设备参数和/或指令来源用户参数,计算该调音指令对应的来源优先级。

在一个可选的实施例中,指令优先级计算模块102根据该调音指令对应的指令参数中的指令传输网络参数,计算该调音指令对应的网络质量参数和网络传输延迟参数的具体方式,包括:

将该调音指令对应的指令参数中的指令传输网络参数输入至训练好的第一神经网络模型中,以得到输出的网络质量参数和网络传输延迟参数;第一神经网络模型通过包括有多个训练指令传输网络参数和对应的网络质量参数标注和网络传输延迟标注的训练数据集训练得到。

在一个可选的实施例中,指令优先级计算模块102根据该调音指令对应的指令参数中的指令内容和/或指令调节幅度,计算该调音指令对应的执行优先级的具体方式,包括:

将该调音指令对应的指令参数中的指令内容和/或指令调节幅度输入至训练好的第二神经网络模型中,以得到输出的执行优先级参数;第二神经网络模型通过包括有多个训练用的指令内容和/或指令调节幅度和对应的指令优先级标注的训练数据集训练得到;

根据所有调音指令对应的执行优先级参数,确定每一调音指令在所有调音指令中的执行优先级。

在一个可选的实施例中,指令优先级计算模块102根据该调音指令对应的指令参数中的指令来源设备参数和/或指令来源用户参数,计算该调音指令对应的来源优先级的具体方式,包括:

将该调音指令对应的指令参数中的指令来源设备参数和/或指令来源用户参数输入至训练好的第三神经网络模型中,以得到输出的来源优先级;第三神经网络模型通过包括有多个训练用的指令来源设备参数和/或指令来源用户参数和对应的优先级标注的训练数据集训练得到;

根据所有调音指令对应的来源优先级参数,确定每一调音指令在所有调音指令中的来源优先级。

通过上述模块,能够通过三个不同的神经网络模型来实现对每一调音指令的不同优先级的精确计算,后续在统筹中,可以充分利用这些优先级来实现更加合理和智能的指令调度执行。

在一个可选的实施例中,指令统筹模块103根据预设的算法模型,以及多个调音指令对应的优先级,确定多个调音指令对应的执行策略的具体方式,包括:

获取当前调音时刻对应的调音需求和调音场景;

根据调音需求和调音场景,确定调音目标函数和调音限制条件;

将多个调音指令对应的优先级输入至预设的动态规划算法模型,根据调音目标函数和调音限制条件进行迭代演算,以确定出多个调音指令对应的最优执行策略。

在一个可选的实施例中,调音目标函数用于限定演算出的执行策略的执行效率参数大于预设的效率参数阈值;调音限制条件用于限定执行策略中任一调音指令的优先级不低于对应的执行优先级、网络优先级或来源优先级,以及执行策略对应的每一调音指令的执行时间不晚于预设的执行时间限制。

可选的,可以根据不同的调音场景或者调音需求,来确定调音限制条件中的具体条件,例如在指令大量并发的场景中,可以选择限定执行策略中任一调音指令的优先级不低于对应的执行优先级来实现调音策略的及时执行,而在用户优先级更加重要的调音场景中,例如存在主副调音台时,可以选择限定执行策略中任一调音指令的优先级不低于对应的来源优先级,以实现指令的来源重要程度的区分。

在一个可选的实施例中,指令统筹模块103将多个调音指令对应的优先级输入至预设的动态规划算法模型,根据调音目标函数和调音限制条件进行迭代演算,以确定出多个调音指令对应的最优执行策略的具体方式,包括:

将多个调音指令对应的优先级输入至预设的粒子群算法模型进行迭代演算,在演算中,计算每一迭代产生的粒子状态对应的执行策略对应的执行效率参数;执行效率参数为执行策略中每一调音指令的执行次序参数、执行设备参数和执行网络参数的乘积;执行次序参数为执行策略中每一调音指令的执行次序的和其对应的执行优先级参数的乘积;执行网络参数为执行策略中每一调音指令的执行次序和其对应的来源优先级参数的乘积;执行网络参数为执行策略中每一调音指令的执行次序和其对应的网络优先级参数的乘积;执行次序与调音指令的执行靠前程度成正比;

根据执行效率参数,以及调音目标函数和调音限制条件,判断当前执行策略是否满足条件,以演算确定出多个调音指令对应的最优执行策略。

通过上述模块,能够实现借助粒子群算法模型来实现多个指令的执行策略的确定,且可以通过调音场景和调音需求灵活变动模型的限制条件,从而能够演算确定出多个调音指令对应的最优执行策略。

在一个可选的实施例中,指令统筹模块103获取当前调音时刻对应的调音需求和调音场景的具体方式,包括:

获取当前调音时刻和智能调音台的当前调音地点,以及获取用户通过人际交互设备输入的当前调音操控指令;

获取当前调音地点在历史时间段中与当前调音时刻相同的时刻的多个历史调音场景;

将多个历史调音场景中出现次数最多的调音场景,确定为当前调音时刻对应的调音场景;

根据当前调音操控指令,确定当前调音时刻对应的调音需求。

可选的,可以根据指令-需求对应关系来根据当前调音操控指令,确定当前调音时刻对应的调音需求,这一对应关系可以由操作人员根据实验结果来确定,例如通过多次实验来统计得到这一对应关系。

通过上述模块,能够通过数据分析来确定当前调音时刻对应的调音需求和调音场景,以便于后续确定出目标函数和限制条件,以借助粒子群算法模型来实现多个指令的执行策略的确定。

在一个可选的实施例中,执行结果中包括每一调音指令对应的执行时间和执行成功与否信息;显示模块105根据执行策略,和指令执行模块104的执行结果,确定多个调音指令的显示参数的具体方式,包括。

根据指令执行模块104的执行结果,从多个调音指令中筛选出执行不成功的多个失败指令,和筛选出执行成功的多个成功指令和对应执行时间;

获取多个失败指令的执行数据记录;

根据执行数据记录,确定每一失败指令的执行失败原因;执行失败原因包括设备缺陷、执行时间问题和网络问题中的一种或多种;

确定每一失败指令的执行失败原因在所有失败指令的执行失败原因中的出现次数;

基于动态规划算法,以及出现次数和执行时间,计算每一调音指令对应的显示参数;显示参数包括显示位置和显示亮度。

在一个可选的实施例中,显示模块105基于动态规划算法,以及出现次数和执行时间,计算每一调音指令对应的显示参数,包括:

确定目标函数为显示策略中的所有调音指令对应的显示亮度之和最小以及显示距离之和最小;显示距离为显示位置与显示区域的中心点之间的距离;

确定限制条件包括:

任一成功指令的显示距离小于任一失败指令的显示距离;

成功指令的显示亮度小于失败指令的显示亮度;

所有成功指令中,执行时间越靠前的成功指令的显示亮度更高以及显示距离更小;

所有失败指令中,出现次数越高的失败指令的显示亮度更高以及显示距离更小;

将所有调音指令对应的出现次数、执行时间输入至预设的粒子群算法模型,并根据目标函数和限制条件进行迭代演算,直至演算出最优的显示策略;显示策略中包括有每一调音指令对应的显示参数。

通过上述模块,能够实现借助粒子群算法模型来实现多个指令的执行结果的显示策略,从而能够演算出最优的显示策略。

上述对本说明书特定实施例进行了描述,其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,附图中描绘的过程不一定必须按照示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

本说明书实施例提供的装置、设备、非易失性计算机可读存储介质与方法是对应的,因此,装置、设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置、设备、非易失性计算机存储介质的有益技术效果。

在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字智能调音台“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera HardwareDescriptionLanguage)、Confluence、CUPL(Cornell University ProgrammingLanguage)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的智能调音台、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白,本说明书实施例可提供为方法、智能调音台、或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(智能调音台)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。

还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于智能调音台实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

最后应说明的是:本发明实施例公开的一种基于多网协同的智能调音台所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

相关技术
  • 一种基于多智能体技术的多微网协同控制和能量管理系统
  • 一种基于TSN网络的多网协同边缘智能设备
技术分类

06120116231216