一种音箱控制方法和系统

技术领域

本说明书涉及音箱温控领域，特别涉及一种音箱控制方法和系统。

背景技术

随着时代的发展，音箱的应用场景逐渐增多，音箱的功能也逐渐强大，随之而来的是音箱结构与音箱内电路的复杂化。音箱温度过高会造成音箱内部电路或零件的损坏，给用户造成经济损失。此外，音箱的材质通常是易燃的塑料或木材，如果音箱温度过高但没有采取温度控制措施，可能引发火灾，造成人身安全影响。为了对音箱温度进行控制，可以在音箱温度超过或低于某个温度点时，人工减小或增大增益，但此方法会导致功放输出的增益波动较大，温控的滞后性也较严重。

因此希望提供一种音箱控制方法和系统，对音箱的温度进行有效管控。

发明内容

本说明书实施例之一提供一种音箱控制方法，包括：获取音箱的当前监测温度；响应于所述当前监测温度大于预设温度阈值，获取多个历史时段的温度特征值；基于多个所述温度特征值，确定调整参数；基于所述调整参数，对工作单元的工作参数进行调整；其中，所述工作参数包括所述音箱的增益，所述调整参数包括增益调整参数。

本说明书实施例之一提供一种音箱控制系统，包括：获取模块，用于：获取音箱的当前监测温度；响应于所述当前温度大于预设温度阈值，获取多个历史时段的温度特征值；确定模块，用于基于多个所述温度特征值，确定调整参数；调整模块，用于基于所述调整参数，对工作单元的工作参数进行调整；其中，所述工作参数包括所述音箱的增益，所述调整参数包括增益调整参数。

本说明书实施例之一提供一种音箱控制装置，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现上述实施例中任一项所述的音箱控制方法。

本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述实施例中任一项所述的音箱控制方法。

本说明书一些实施例至少包括以下有益效果：(1)通过调整参数对工作单元的工作参数进行调整，可以及时对音箱温度进行调整，改进音箱温度控制的滞后性，有助于有效控制音箱温度；(2)基于温度特征值和/或温度预测值确定增益调整参数，可以基于预判的思想对音箱进行温度控制，加强温控效果，避免音箱超温，改进温控的滞后性；(3)通过参数确定模型确定增益调整参数，可以提高增益调整效果，使音箱在使用过程中更快达到温度动态平衡；基于增益灵敏度确定增益调整参数，可以使音箱在使用过程中达到温度动态平衡的同时避免用户受到增益调整的影响，进一步保证了用户的听音体验；(4)通过温度特征值和/或温度预测值确定不同的温控模式和不同温控模式下的调整参数(包括增益调整参数和/或功率调整参数)，可以给用户提供多样化的选择，同时可以提高不同使用场景下的用户体验。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的音箱控制系统的应用场景示意图；

图2是根据本说明书一些实施例所示的音箱控制系统的示例性模块图；

图3是根据本说明书一些实施例所示的音箱控制方法的示例性流程图；

图4是根据本说明书一些实施例所示的参数确定模型的示例性示意图；

图5是根据本说明书一些实施例所示的确定温控模式和功率调整参数的示例性示意图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

音响增益是指信号输入到音响系统中后，放大器对信号的处理程度。在音响系统中，增益通常使用分贝(dB)作为单位来衡量。通常对音箱的温度控制可以通过减小或增加增益实现，例如，当温度超过或者低于某个温度点时，进行相应的减小或增加增益。但该方法会导致功放输出的增益波动比较大，且温控控制的滞后性比较严重。因此，本说明书一些实施例，通过预判的思想对音箱温度进行控制，且控制增益调整幅度，可以提升音箱的温控效果以及音箱的使用安全性。

图1是根据本说明书一些实施例所示的音箱控制系统的应用场景示意图。如图1所示，音箱控制系统的应用场景100可以包括存储设备110、网络120、处理器130、音箱140和温度采集装置150。

存储设备110用于存储数据、指令和/或任何其他信息。存储设备110可以包括一个或多个存储组件，每个存储组件可以是一个独立的设备，也可以是其他设备的一部分。在一些实施例中，存储设备110可包括随机存取存储器(RAM)、只读存储器(ROM)、可移动存储器等或其任意组合。在一些实施例中，存储设备110可以连接网络120，以与音箱控制系统的应用场景100中的一个或多个组件之间实现通信。在一些实施例中，存储设备110可以是处理器130的一部分。

网络120包括能够促进音箱控制系统的应用场景100的信息和/或数据交换的任何合适的网络。在一些实施例中，音箱控制系统的应用场景100的一个或多个组件(例如，存储设备110、处理器130、音箱140等)可以通过网络120与音箱控制系统的应用场景100的一个或多个组件之间交换信息和/或数据。

处理器130用于处理与音箱控制系统的应用场景100有关的信息和/或数据。在一些实施例中，处理器130可以处理从其他设备或系统组成部分中获得的数据、信息和/或处理结果，并基于这些数据、信息和/或处理结果执行程序指令，以执行本说明书中描述的一个或多个功能。例如，处理器130可以获取音箱140的当前监测温度；响应于当前监测温度大于预设温度阈值，获取多个历史时段的温度特征值；基于多个温度特征值，确定调整参数；基于调整参数，对工作单元的工作参数进行调整。

音箱140是用于将音频信号转换为声音的相关设备。例如，音箱140可以包括但不限于应用于商场、家庭的音箱设备以及可以使用语音播放功能的产品(如智能冰箱、车载音箱等)。在一些实施例中，音箱140可以连接到网络120以与音箱控制系统的应用场景100的一个或多个组件通信。

温度采集装置150是用于采集温度的相关设备。例如，温度采集装置150可以包括热成像仪、温度传感器、温度计等。在一些实施例中，温度采集装置可以被设置于音箱140的内部或外部，以获取音箱的温度和音箱所处环境的环境温度。温度采集装置150可以包括一个或多个。例如，音箱140内部可以内置一个或多个温度采集装置150，多个温度采集装置150的温度采集值的平均值可以作为音箱的检测温度。又例如，音箱150周围可以设置一个或多个温度采集装置150，基于多个温度采集装置150的温度采集值可以得到环境温度分布。

应当注意应用场景仅仅是为了说明的目的而提供，并不意图限制本说明书的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，应用场景还可以包括数据库。又例如，应用场景可以在其他设备上实现以实现类似或不同的功能。然而，变化和修改不会背离本说明书的范围。

图2是根据本说明书一些实施例所示的音箱控制系统的示例性模块图。如图2所示，音箱控制系统200可以包括获取模块210、确定模块220和调整模块230。在一些实施例中，获取模块210、确定模块220和调整模块230可以基于处理器130实现。

在一些实施例中，获取模块210可以用于获取音箱的当前监测温度；响应于当前温度大于预设温度阈值，获取多个历史时段的温度特征值。

在一些实施例中，获取模块210可以用于基于历史时段的温度情况确定温度特征值。

在一些实施例中，确定模块220可以用于基于多个温度特征值，确定调整参数。

在一些实施例中，确定模块220还可以用于基于多个温度特征值，确定音箱的温度趋势特征；基于温度趋势特征，确定调整参数。

在一些实施例中，调整参数包括增益调整参数，确定模块220可以响应于当前监测温度大于预设温度阈值，确定多个未来时段的温度预测值；基于多个温度特征值以及多个温度预测值，确定增益调整参数。

在一些实施例中，调整参数还包括功率调整参数，确定模块220还可以用于基于温度特征值和/或温度预测值，确定温控模式。在一些实施例中，确定模块220还可以响应于温控模式为单散热调整或联合调整，基于多个温度特征值和/或多个温度预测值，确定功率调整参数。

在一些实施例中，调整模块230可以基于调整参数，对工作单元的工作参数进行调整。在一些实施例中，调整模块230可以基于增益调整参数，对音箱的增益进行调整。在一些实施例中，调整模块230可以基于功率调整参数，对音箱的散热装置的散热功率进行调整。

关于前述模块及其功能的更多内容可参见图3-5及其相关描述。

需要注意的是，以上对于音箱控制系统200及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。

图3是根据本说明书一些实施例所示的音箱控制方法的示例性流程图。在一些实施例中，流程300可以由处理器130或如图2所示的音箱控制系统200的多个模块执行。如图3所示，流程300包括下述步骤：

步骤310，获取音箱的当前监测温度。在一些实施例中，步骤310可以由处理器130或获取模块210执行。

当前监测温度是指当前时刻监测到的音箱温度。在一些实施例中，获取模块210可以通过温度采集装置获取音箱的当前监测温度。关于温度采集装置的更多说明可以参见图1及其相关描述。

步骤320，响应于当前监测温度大于预设温度阈值，获取多个历史时段的温度特征值。在一些实施例中，步骤320可以由处理器130或获取模块210执行。

预设温度阈值是指预先设置的与温度相关的阈值条件。在一些实施例中，预设温度阈值可以通过系统或人为预设。

在一些实施例中，预设温度阈值可以相关于声热数据。例如，声热数据越大，预设温度阈值越低。

声热数据是用于反映待播放内容对音箱温度的影响(如，影响音箱温度上升)大小的相关数据。待播放内容是指音箱即将播放的音频/声音文件。在一些实施例中，同等播放设置下，声热数据越大，对音箱温度上升的影响越大。例如，动感歌曲的声热数据相较于抒情歌曲的声热数据更大，在同等播放设置下，动感歌曲相较于抒情歌曲使音箱温度上升的幅度越大。其中，播放设备包括播放音量、均衡器设置等。关于声热数据的更多说明可以参见图3后文的相关描述。

本说明书一些实施例，通过声热数据对预设温度阈值进行调整，可以使预设温度阈值更符合音箱当前的温控需求，进而提高对音箱的温控效果。

历史时段是指在当前时刻之前的历史时间段。在一些实施例中，多个历史时段的时间长度可以相同。在一些实施例中，多个历史时段可以为连续的时间段。

温度特征值是表征历史时段内音箱的温度情况的特征值。在一些实施例中，温度特征值可以是历史时段内音箱的平均温度值。温度特征值还可以是其他类型的统计值，例如，众数值、最高值、最低值、方差、标准差等或其任意组合。

温度特征值可以通过多种方式确定。例如，获取模块210可以将历史时段内历史监测温度的最高值与最低值的平均值作为温度特征值。历史监测温度是指在历史时刻获取的音箱的监测温度。

在一些实施例中，获取模块210可以基于历史时段的温度情况确定温度特征值。其中，历史时段可以为预设长度。

温度情况可以用于反映历史时段内多个时间点的音箱温度。在一些实施例中，获取模块210可以基于历史时段的温度情况，通过多种方式确定温度特征值。例如，获取模块210可以将历史时段内的温度序列中历史监测温度的平均值确定为温度特征值。关于温度序列的更多说明可以参见图3后文的相关描述。

历史时段的预设长度可以通过多种方式确定。例如，多个历史时段中各个历史时段的预设长度可以通过系统或人为预设。又例如，获取模块210可以基于当前温度，通过查询第一预设表的方式确定预设长度。第一预设表可以包括不同当前温度与不同预设长度的对应关系。示例性的对应关系可以是：当前温度越高，预设长度越小。第一预设表可以基于历史经验通过预设得到。关于当前温度的更多说明可以参见后文相关描述。

在一些实施例中，获取模块210可以基于待播放数据，确定声热数据；并基于声热数据、当前温度以及当前播放设置，确定预设长度。

待播放数据是指待播放内容的波形数据。在一些实施例中，获取模块210可以通过网络与音箱连接，获取音箱的待播放内容，并通过查询获取对应的待播放数据。

在一些实施例中，获取模块210可以基于待播放数据，通过多种方式获取声热数据。例如，获取模块210可以将待播放数据中高热波形的占比确定为声热数据。又例如，获取模块210可以将待播放内容的高热波形数量与待播放内容的播放时长的比值确定为声热数据。

高热波形是指在标准播放设置下，使音箱温度上升幅度超过标准幅度阈值的波形。标准播放设置是指可以作为参照的音箱播放设置。标准幅度阈值是指与音箱温度的上升幅度相关的阈值条件。标准播放设置和标准幅度阈值可以基于历史经验由系统或人为预设。在一些实施例中，获取模块210可以在标准播放设置下播放测试内容，并对音箱温度进行监测，将音箱温度上升幅度超过标准幅度阈值的波形确定为高热波形。测试内容可以为用于测试确定高热波形的待播放内容。

在一些实施例中，获取模块210可以创建高热波形库，通过滑动窗口匹配的方式确定待播放内容的高热波形数量。其中，高热波形库中可以包括多类型的高热波形。高热波形库可以基于通过前述方法确定的大量高热波形构建。示例性的，滑动窗口匹配方式可以包括下述步骤S11-S14。

步骤S11，使用划分区间对待播放数据进行划分，获得划分数据。

划分区间是指对待播放数据进行划分的区间。划分区间可以由区间上限和区间下限组成，区间上限和区间下限的区间长度可以预设得到。在一些实施例中，获取模块210可以以帧数或毫秒等单位预设划分区间。划分数据是指划分区间内的待播放数据。示例性的，获取模块210可以预设划分区间为[0，10]，划分区间的区间长度为10毫秒，划分数据则为0-10毫秒内的待播放数据。

步骤S12，使用划分数据与高热波形库中的高热波形进行匹配，获得划分数据的识别区间和识别置信度。

识别区间是指高热波形库中与划分数据中的单个波形匹配的区间。若划分数据中不存在高热波形，则该划分数据在高热波形库中没有匹配的识别区间。若划分数据中存在多个高热波形，则将播放顺序靠前的高热波形对应的区间确定为识别区间，并更新划分区间。识别置信度可以用于反映识别区间的准确程度，以判断划分数据内的波形是否为高热波形。

在一些实施例中，获取模块210可以计算划分数据的至少一个波形与高热波形库中各个高热波形的相似度，确定识别区间和识别置信度。例如，获取模块210可以将相似度大于相似度阈值的高热波形对应的区间确定为识别区间，并基于相似度，通过预设规则确定识别置信度。示例性的，预设规则可以是：相似度越大，识别置信度越高。其中，相似度阈值可以是默认值、预设值等。获取模块210可以通过汉明距离、皮尔逊相似系数以及余弦相似度等中的一种或多种可行的方式计算相似度。在一些实施例中，获取模块210可以按照波形在划分数据中的播放顺序，依次确定各个波形在高热波形库中是否存在识别区间，并在首次为某一波形匹配到识别区间后，停止匹配，并更新划分区间。

步骤S13，基于识别置信度与置信度阈值，更新划分区间。

在一些实施例中，响应于识别置信度大于置信度阈值，获取模块210可以基于识别区间和预设区间长度更新划分区间。获取模块210可以将识别区间的区间下限确定为更新后划分区间的区间上限，结合预设区间长度确定更新后划分区间的区间下限，得到更新后的划分区间。示例性的，划分区间为[0，10]，预设区间长度为10，划分数据与前述高热波形库中的高热波形进行匹配后确定的识别区间为[0，8]，且识别置信度大于置信度阈值，则获取模块210可以将划分区间更新为[8，18]。其中，置信度阈值可以由系统或人为预设。

在一些实施例中，响应于识别置信度不大于置信度阈值，获取模块210可以基于预设步长更新划分区间。获取模块210可以基于预设步长更新划分区间的区间上下限。获取模块210可以将划分区间的区间上限加预设步长的结果作为更新后划分区间的区间上限，结合预设区间长度得到更新后划分区间的区间下限，得到更新后的划分区间。预设步长是指每一次滑动划分区间的滑动窗口长度。预设步长可以通过多种方式确定。例如，预设步长可以由人为或系统预设得到。示例性的，划分区间为[0，10]，预设区间长度为10，预设步长为2，当识别区间的识别置信度不大于置信度阈值时，获取模块210可以将划分区间更新为[2，12]。

步骤S14，利用更新后划分区间，获得对应的划分数据，并重复上述步骤S11-S13，直到满足预设结束条件时停止对待播放数据的划分。

预设结束条件是评估对待播放数据的划分是否停止的判定条件。在一些实施例中，预设结束条件可以包括更新的次数已经达到预设次数阈值、待播放数据全部识别完成等。其中，预设次数阈值可以是系统默认值、系统预设值等。

在一些实施例中，获取模块210可以将多次划分得到的识别置信度大于置信度阈值的识别区间的数量总和确定为高热波形数量。

在一些实施例中，当前温度可以包括当前监测温度和当前环境温度。关于当前监测温度的更多内容可以参见前文相关描述。

当前环境温度是指当前时刻音箱所处的环境温度。在一些实施例中，获取模块210可以通过设置于音箱所处环境的温度采集装置获取当前环境温度。

当前播放设置是指音箱当前时刻的播放设置。音箱的播放设置可以包括播放音量、均衡器设置等。在一些实施例中，获取模块210可以通过网络与音箱进行通信，获取音箱的当前播放设置。

在一些实施例中，获取模块210可以基于声热数据、当前温度以及当前播放设置，通过向量数据库匹配确定预设长度。例如，获取模块210可以基于声热数据、当前温度以及当前播放设置构建第一待匹配向量，从第一向量数据库中确定符合预设匹配条件的第一参考向量，并将第一参考向量对应的参考长度确定为预设长度。预设匹配条件可以指用于确定第一参考向量的判断条件。在一些实施例中，预设匹配条件可以包括向量距离小于距离阈值、向量距离最小等。在一些实施例中，第一向量数据库中可以包括多个第一参考向量以及对应的参考长度。第一向量数据库可以基于历史数据构建，第一参考向量可以是基于历史声热数据、历史当前温度以及历史当前播放设置构建的特征向量，第一参考向量对应的参考长度可以是第一参考向量对应的实际历史时段的长度。

本说明书一些实施例，通过声热数据确定历史时段的预设长度，可以在确定历史时段的长度的同时，充分考虑音箱温度变化的特有因素(如，声热数据)，进而使历史时段的预设长度的确定更加符合音箱的实际温度变化，提高对音箱的温控效果。

在一些实施例中，在实际检测过程中，获取模块210可以基于温度序列，对预设长度进行动态调整。温度序列是指多个历史监测温度构成的序列。历史监测温度是指当前时间点之间的预设数量的相邻历史时间点的音箱温度。预设数量可以由系统或人为预设得到。

在一些实施例中，获取模块210可以基于温度序列判断温度上升幅度(如每秒温度上升的度数)，基于温度上升幅度，通过查询第二预设表的方式确定调整后预设长度。第二预设表可以包括不同温度上升幅度与不同预设长度的对应关系，示例性的对应关系可以是：温度上升幅度越大，预设长度越小。第二预设表可以基于历史经验通过预设得到。例如，当音箱的散热装置出现故障或音箱安装位置存在问题时，音箱的温度上升幅度更大，获取模块210可以通过查询第二预设表，将预设长度减小为当前温度上升幅度对应的预设长度，以对温度特征值进行更密集的监测。

在实际检测过程中，由于温度序列在不断变化，进而可以对预设长度进行动态调整。在一些实施例中，调整间隔(例如，时间间隔)可以由系统或人为预设。获取模块210可以根据调整间隔，基于温度序列确定调整后预设长度。

本说明书一些实施例，在实际检测过程中基于温度序列对预设长度进行动态调整，可以使预设长度的确定更加灵活，以应对时刻变化的音箱温控场景。

本说明书一些实施例，通过预设长度的历史时段的温度情况确定温度特征值，可以使温度特征值更合理地表征音箱温度变化情况，有助于后续确定调整参数。

步骤330，基于多个温度特征值，确定调整参数。在一些实施例中，步骤330可以由处理器130或确定模块220执行。

调整参数是指对音箱的工作参数的调整值。例如，对音箱的音量大小的调整值。在一些实施例中，确定模块220可以基于多个温度特征值，通过多种方式确定调整参数。例如，确定模块220可以通过多次实验确定调整参数。示例性的，确定模块220可以基于不同的预设调整参数对音箱进行调整，将调整效果满足预设条件(如，调整后一段时间内温度变化的幅度大于对应阈值)的预设调整参数确定为当前音箱的调整参数。

在一些实施例中，调整参数可以包括增益调整参数。增益调整参数是指对音箱的增益的调整值。

在一些实施例中，确定模块220可以基于多个温度特征值，确定音箱的温度趋势特征，并基于温度趋势特征，确定增益调整参数。

温度趋势特征是指与音箱温度变化趋势相关的特征。例如，温度趋势特征可以包括上升趋势、下降趋势以及变化快慢程度等。变化快慢程度可以包括温度上升或温度下降的快慢程度。

在一些实施例中，确定模块220可以基于多个温度特征值，确定音箱的温度趋势特征。例如，当前时刻前三个历史时段的温度特征值依次为a

在一些实施例中，确定模块220可以基于温度趋势特征，通过多种方式确定增益调整参数。例如，确定模块220可以使用不同的预设增益调整参数进行实验，将温度动态平衡效果最好(如，使音箱温度最快达到动态平衡)的预设增益调整参数确定为当前设备的增益调整参数。当音箱的温度趋势特征为温度变化幅度趋于稳定时(如，一段时间内的音箱温度波动较小)，可以认为达到温度动态平衡。需要说明的是，对于不同设备，实验获取的增益调整参数可以不同，但同一设备的增益调整参数相同。

在一些实施例中，确定模块220可以通过参数确定模型确定增益调整参数，更多内容可以参见图4及其相关描述。

本说明书一些实施例，通过温度趋势特征确定增益调整参数，可以及时对增益进行调整以调整音箱温度，避免音箱温度上升过快而直接对音箱进行的关停保护，同时可以在音箱温度回落时，及时调整增益，在保持温控效果的同时兼顾用户的使用体验。

在一些实施例中，响应于当前监测温度大于预设温度阈值，确定模块220可以确定多个未来时段的温度预测值，并基于多个温度特征值和多个温度预测值，确定增益调整参数。

温度预测值是指预测的未来时段的音箱的温度特征值。例如，温度预测值可以是预测的未来时段内音箱温度的平均值。

在一些实施例中，确定模块220可以通过温度预测模型确定温度预测值。温度预测模型可以是机器学习模型，例如，循环神经网络模型(Recurrent Neural Network，RNN)等。

在一些实施例中，温度预测模型的输入可以包括多个历史时段的温度特征值、当前温度特征值、当前环境温度、待播放数据以及设备信息；输出可以包括多个未来时段的温度预测值。其中，当前温度特征值是指当前时刻前一段时间的温度特征值。

在一些实施例中，温度预测模型可以基于带有第一标签的第一训练样本训练得到。例如，确定模块220可以将多个带有第一标签的第一训练样本输入初始温度预测模型，通过第一标签和初始温度预测模型的预测结果构建损失函数，基于损失函数的迭代更新初始温度预测模型，当初始温度预测模型的损失函数满足预设条件时训练完成。其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。

第一训练样本可以包括样本时间点之前的多个历史时段的温度特征值及样本时间点对应的样本当前温度特征值、样本时间点对应的样本环境温度、样本待播放数据以及样本设备信息，第一训练样本可以基于历史数据获取。第一标签可以为样本时间点之后一段时间的实际温度特征值。

在一些实施例中，确定模块220可以基于多个温度特征值以及多个温度预测值，通过图3中基于温度特征值确定增益调整参数的类似方法确定增益调整参数。例如，确定模块220基于多个温度特征值和多个温度预测值，确定音箱的温度趋势特征，基于音箱的温度趋势特征确定增益调整参数。需要说明的是，如果基于温度预测值对音箱进行调整后，在预设时段内没有达到温度动态平衡，确定模块220可以只基于温度特征值确定增益调整参数。

本说明书一些实施例，基于温度特征值和温度预测值确定增益调整参数，可以提前对音箱进行温度控制，进一步加强温控效果，避免音箱超温。

步骤340，基于调整参数，对工作单元的工作参数进行调整。在一些实施例中，步骤340可以由处理器130或调整模块230执行。

工作参数是指与音箱工作单元的工作相关的参数。例如，音箱的音量等。

在一些实施例中，工作参数可以包括音箱的增益。

在一些实施例中，响应于当前监测温度大于预设温度阈值，调整模块230可以基于调整参数对工作单元的工作参数进行调整。例如，多个温度特征值显示温度趋势特征为上升时，调整模块230可以按照增益调整参数降低音箱的增益；多个温度特征值显示温度趋势特征为下降时，调整模块230可以按照增益调整参数上调音箱的增益。

在一些实施例中，对工作参数的调整可以为动态调整。响应于当前监测温度大于预设温度阈值时，调整模块230可以持续对工作单元的工作参数进行调整。例如，调整模块230可以持续获取多个历史时段的温度特征值，进而获取音箱的温度趋势特征，根据音箱的温度趋势特征实时调整音箱的增益。示例性的，当前时刻前五个历史时段(第一至第五时间段)的温度特征值分别为65℃、70℃、80℃、85℃、75℃，预设温度阈值为60℃，增益调整参数为10dB；通过统计分析确定第一时间段至第三时间段的温度趋势特征为“具有较快的上升趋势”，第二时间段至第四时间段的温度趋势特征为“具有较慢的上升趋势”，第三时间段至第五时间段的温度趋势特征为“下降趋势”，则第三时间段结束至第五时间段结束的时间内，调整模块230对音箱增益的调整为降低10dB、降低10dB、增加10dB的动态调整。

本说明书一些实施例，通过对工作单元的工作参数进行密集的动态微调，可以在控制音箱温度的同时，使用户难以感受到对增益的调整，保证用户的听觉体验。通过调整参数对工作单元的工作参数进行调整，可以及时对音箱温度进行调整，改进音箱温度控制的滞后性，有助于有效控制音箱温度。

图4是根据本说明书一些实施例所示的参数确定模型的示例性示意图。

在一些实施例中，确定模块220可以通过参数确定模型确定增益调整参数。在一些实施例中，参数确定模型可以是机器学习模型，例如，神经网络模型(Neural Network，NN)等。

如图4所示，在一些实施例中，参数确定模型420的输入可以包括温度特征值432、当前环境温度433、声热数据434、当前监测温度435、当前播放设置436以及当前设备信息437；输出可以包括增益调整参数440。

关于温度特征值、当前环境温度、声热数据、当前监测温度、当前播放设置以及增益调整参数的更多说明可以参见图3及其相关描述。当前设备信息是指当前音箱的设备信息(如音箱的品牌、型号等)。确定模块220可以通过网络与音箱或存储设备进行通信，以获取当前设备信息。

在一些实施例中，参数确定模型可以基于带有第二标签的第二训练样本训练得到。参数确定模型的训练过程与温度预测模型的训练过程类似，更多内容可以参见图3及其相关描述。

在一些实施例中，第二训练样本可以包括样本时间点之前多个历史时段的温度特征值以及当前温度特征值，样本音箱的样本当前监测温度(样本音箱在样本时间点的监测温度)、样本声热数据、样本当前播放设置(样本音箱在样本时间点的播放设置)以及样本设备信息，第二训练样本可以基于历史数据获得。

第二标签为样本时间点对应的最佳增益调整参数。在一些实施例中，确定模块220可以在第二训练样本的条件下，使用多个增益调整参数进行实验，选择调整效果最好(如，最快达到温度动态平衡)的最佳增益调整参数作为第二训练样本对应的第二标签。

如图4所示，在一些实施例中，参数确定模型420的输入还可以包括增益灵敏度431。在一些实施例中，参数确定模型420可以包括增益灵敏度确定层421和调整参数确定层422。

增益灵敏度确定层可以用于确定增益灵敏度，在一些实施例中，增益灵敏度确定层可以为机器学习模型，如RNN等。

如图4所示，在一些实施例中，增益灵敏度确定层421的输入可以包括待播放数据411以及用户信息412。

关于待播放数据的相关说明可以参见图3及其相关描述。用户信息是指与使用音箱的用户的相关信息，如用户年龄、性别等。不同年龄、性别的用户对增益的灵敏度可能不同。

增益灵敏度可以用于反映增益的改变对用户收听音频的影响。增益灵敏度越高，用户对于增益的改变越敏感。

在一些实施例中，增益灵敏度确定层可以基于带有第三标签的第三训练样本训练得到。增益灵敏度确定层的训练过程与温度预测模型的训练过程类似，更多内容可以参见图3及其相关描述。

在一些实施例中，第三训练样本可以包括样本待播放数据、样本用户信息，第三训练样本可以基于历史数据获取。第三标签可以为第三训练样本对应的增益敏感度。在一些实施例中，可以对样本用户播放样本待播放数据，并使用不同大小(如由小到大)的增益调整参数对增益进行调整，基于样本用户感受到的增益变化确定增益敏感度，并作为第三标签。示例性的，样本用户感受到增益变化时的增益调整参数越大，增益灵敏度越低。

调整参数确定层可以用于确定增益调整参数，在一些实施例中，增益灵敏度确定层可以为机器学习模型，如NN等。

如图4所示，在一些实施例中，调整参数确定层422的输入可以包括增益灵敏度431、温度特征值432、当前环境温度433、声热数据434、当前监测温度435、当前播放设置436以及当前设备信息437；输出可以包括增益调整参数440。

在一些实施例中，调整参数确定层422可以基于带有第四标签的第四训练样本训练得到。调整参数确定层的训练过程与温度预测模型的训练过程类似，更多内容可以参见图3及其相关描述。

在一些实施例中，第四训练样本可以包括第二训练样本以及样本增益灵敏度。第四标签为第四训练样本对应的最佳增益调整参数，第四标签的获取与第二标签的获取类似，更多内容可以参见图4前文的相关描述。

本说明书一些实施例，通过参数确定模型对确定的增益调整参数进行调整，可以提高增益调整效果，使音箱在使用过程中更快达到温度动态平衡。基于增益灵敏度确定增益调整参数，可以使音箱在使用过程中达到温度动态平衡的同时避免用户受到增益调整的影响，进一步保证了用户的听音体验。

图5是根据本说明书一些实施例所示的确定温控模式和功率调整参数的示例性示意图。

在一些实施例中，工作参数还可以包括音箱的散热装置的散热功率，调整参数还可以包括功率调整参数。功率调整参数是指对散热装置的功率的调整值。

在一些实施例中，确定模块220还可以确定温控模式，根据温控模式对工作单元的工作参数进行调整。

温控模式是指对音箱的温度控制模式。在一些实施例中，温控模式可以包括单增益调整、单散热调整以及联合调整。单增益调整是指只对音箱的增益进行调整，以达到控制温度的温控模式。单散热调整是指只对散热装置的功率进行调整，以达到控制温度的温控模式。联合调整是指同时对音箱的增益和散热装置的功率进行调整，以达到控制温度的温控模式。

温控模式可以通过多种方式确定。在一些实施例中，用户可以自行选择温控模式。在一些实施例中，响应于单增益调整的温控模式下确定的增益调整参数大于增益调整阈值时，确定模块220可以将温控模式调整为联合调整；响应于单散热调整的温控模式下的功率调整参数大于功率调整阈值时，确定模块220可以将温控模式调整为联合调整。其中，增益调整阈值、功率调整阈值可以是预设值，也可以根据音箱及散热装置的实际情况确定。

在一些实施例中，确定模块220可以基于温度特征值和/或温度预测值，确定不同温控模式下的调整参数。

在一些实施例中，响应于温控模式为单增益调整，确定模块可以基于多个温度特征值和/或多个温度预测值，确定增益调整参数。更多说明参见图3、图4及其相关描述。

在一些实施例中，响应于温控模式为联合调整，确定模块220可以基于温度特征值和/或温度预测值，确定单项增益调整参数；基于单项增益调整参数、增益调整阈值和增益占比，确定联合调整下的联合增益调整参数。

单项增益调整参数是指只通过增益对音箱进行调整时的增益调整参数。在一些实施例中，确定模块220可以基于温度特征值和/或温度预测值，确定温度趋势特征，进而确定单项增益调整参数。更多内容可以参见图3及图4的相关描述。

联合增益调整参数是指通过增益和散热功率联合对音箱进行调整时的增益调整参数。

增益占比是指增益调整参数在联合调整中所占的比重。增益占比可以为0至1间的数值。在一些实施例中，增益占比可以由系统或人为预设。在一些实施例中，增益占比可以相关于增益灵敏度。在一些实施例中，增益灵敏度越大，增益占比越小。关于增益灵敏度的更多内容可以参见图4及其相关描述。

在一些实施例中，确定模块220可以基于单项增益调整参数与增益占比、增益调整阈值的关系，确定联合增益调整参数。

增益调整阈值是指与增益调整参数相关的阈值条件。在一些实施例中，增益调整阈值可以由系统或人为预设。在一些实施例中，增益调整阈值可以相关于增益灵敏度。在一些实施例中，增益灵敏度越大，增益调整阈值越小。关于增益灵敏度的更多内容可以参见图4及其相关描述。

本说明书一些实施例中，设置增益占比、增益调整阈值与增益灵敏度负相关，可以在增益敏感度大时，更大程度上通过对散热装置的功率进行调整进而对音箱温度进行控制，提高用户的听觉体验。

在一些实施例中，确定模块220可以将单项增益调整参数与增益占比的乘积、增益调整阈值中最小的值确定为联合调整参数。例如，单项增益调整参数与增益占比的乘积小于等于增益调整阈值时，确定模块220可以将单项增益调整参数与增益占比的乘积确定为联合增益调整参数。又例如，单项增益调整参数与增益占比的乘积大于增益调整阈值时，确定模块220可以将增益调整阈值确定为联合增益调整参数。

如图5所示，在一些实施例中，确定模块220可以判断温控模式是否为单散热调整或联合调整，响应于温控模式为单散热调整或联合调整，基于多个温度特征值432和/或多个温度预测值510，确定功率调整参数520。

在一些实施例中，响应于温控模式为单散热调整，确定模块220可以基于温度特征值和/或温度预测值、当前环境温度、当前设备信息构建第二待匹配向量，从第二向量数据库中确定第二参考向量，并将第二参考向量对应的参考功率确定为目标散热功率。确定第二参考向量的方式与确定第一参考向量的方式类似，更多说明参见图3的相关描述。第二向量数据库中可以包括多个第二参考向量以及对应的参考功率。第二向量数据库可以基于历史数据构建，第二参考向量是基于历史温度特征值和/或历史温度预测值、历史环境温度以及历史当前设备信息构建的特征向量，第二参考向量对应的参考功率可以是第二参考向量对应的实际散热功率。

在一些实施例中，响应于温控模式为联合调整，确定模块220可以基于温度特征值和/或温度预测值、当前环境温度、当前设备信息和联合增益调整参数构建第三待匹配向量，从第三向量数据库中确定第三参考向量，并将第三参考向量对应的参考功率确定为目标散热功率。确定第三参考向量的方式与确定第一参考向量的方式类似，可以参见图3的相关描述。第三向量数据库中可以包括多个第三参考向量以及对应的参考功率。第三向量数据库可以基于历史数据构建，第三参考向量是基于历史温度特征值和/或历史温度预测值、历史环境温度、历史当前设备信息以及历史实际增益调整参数构建的特征向量，第三参考向量对应的参考功率可以是第三参考向量对应的实际散热功率。

在一些实施例中，确定模块220可以将目标散热功率与当前散热功率的差值确定为功率调整参数。

本说明书一些实施例，通过温度特征值和/或温度预测值确定不同的温控模式和不同温控模式下的调整参数(包括增益调整参数和/或功率调整参数)，可以给用户提供多样化的选择，同时可以提高不同使用场景下的用户体验；在不同温控模式下采用不同的方式确定功率调整参数，可以使调整后的散热功率更符合当前的应用场景，提高音箱的温控效果。

在本说明书的实施例中按步骤说明所执行的操作时，如无特别说明，则步骤的次序均为可调换的，步骤是可以省略的，在操作过程中也可以包括其他步骤。本说明书中的实施例对于系统及其模块的描述，仅为描述方便，并不能限制在所举实施例范围之内。在不背离该系统原理的情况下，可以对各个模块进行任意组合，或者构成子系统与其他模块连接。

本说明书中的实施例仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以进行的各种修正和改变仍在本说明书的范围之内。本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”等。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。计算机存储介质可以是任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或处理设备上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。