Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020140552 - HAPTIC FEEDBACK METHOD

Document

说明书

发明名称

技术领域

0001  

背景技术

0002   0003  

发明概述

技术问题

0004   0005  

技术解决方案

0006   0007   0008   0009   0010   0011   0012   0013   0014   0015   0016   0017   0018   0019  

有益效果

0020  

附图说明

0021   0022   0023   0024  

本发明的实施方式

0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043  

权利要求书

1   2   3   4   5   6  

附图

页1 

说明书

发明名称 : 触觉反馈方法

技术领域

技术领域

[0001]
本发明涉及电声领域,尤其涉及一种运用于移动电子产品的触觉反馈方法。

背景技术

背景技术

[0002]
触觉反馈技术是一种通过硬件与软件结合、辅以作用力或振动等动作的触觉反馈机制。触觉反馈技术已被大量数字设备所采用,为手机、汽车、可穿戴设备、游戏、医疗和消费电子等产品提供了出色的触觉反馈功能。
[0003]
相关技术的触觉反馈技术能够模拟人的真实触觉体验,可以通过定制独特的触觉反馈效果提升用户体验,增强游戏、音乐和视频的效果。

发明概述

技术问题

[0004]
然而,相关技术中,缺乏基于事件检测的触觉反馈方案的成熟应用。首先,现有大多数基于事件检测的应用并没有为之配置触觉反馈功能和体验;其次,一些为音频匹配振动的触觉反馈方案存在对音频质量要求较高、使用场景单一、用户体验不佳的问题。
[0005]
因此,实有必要提供一种新的触觉反馈方法解决上述技术问题。

技术解决方案

[0006]
本发明的目的在于提供一种触觉反馈方法,该触觉反馈方法应用于移动电子产品时能够为用户提供实时的触觉反馈,使得移动电子产品的使用体验佳。
[0007]
为达到上述目的,本发明提供一种触觉反馈方法,该方法包括如下步骤:
[0008]
步骤S1、将包含已知音频事件类型的音频片段进行算法训练并得到算法模型;
[0009]
步骤S2、获取音频,通过所述算法模型对所述音频进行识别以获取该音频中不同的音频事件类型,将该音频事件类型按预设规则匹配不同的振动效果作为触觉反馈输出。
[0010]
优选的,所述步骤S1中,具体包括:
[0011]
步骤S11、提供包含已知音频事件类型的音频片段;
[0012]
步骤S12、提取该音频片段的MFCC特征并作为支持向量机算法的输入,并将该音频片段中包含的已知音频事件类型作为支持向量机算法的输出,进行支持向量机算法模型训练以得到所述算法模型。
[0013]
优选的,所述步骤S2中,具体包括:
[0014]
步骤S21、获取音频并对该音频进行分帧,得到多帧音频片段;
[0015]
步骤S22、提取每一所述音频片段的MFCC特征并输入至所述算法模型进行匹配识别,以获取每一所述音频片段的音频事件类型;
[0016]
步骤S23、根据获取的所述音频事件类型按预设规则匹配不同的振动效果并作为触觉反馈输出。
[0017]
优选的,在所述步骤S22中,提取每一音频片段的MFCC特征包括:将每一所述音频片段顺次通过FFT傅里叶变换处理、梅尔频率滤波器组滤波处理、对数能量处理以及DCT求倒谱处理,以得到所述MFCC特征。
[0018]
优选的,每一所述音频片段包括一个所述音频事件类型。
[0019]
优选的,在步骤S23中,所述预设规则为:每一所述音频事件类型对应一个不同的振动效果。

有益效果

[0020]
与相关技术相比,本发明的触觉反馈方法实时识别音频的音频事件类型,从而输出与该所述音频事件类型匹配的振动效果,所述触觉反馈方法应用到移动电子产品中,使所述移动电子产品能够根据所述音频事件类型输出该所述音频事件类型匹配的振动效果,弥补了在特定场景下音频与视觉反馈的低效问题,实现实时的触觉反馈,提升用户的使用体验。

附图说明

[0021]
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它的附图,其中:
[0022]
图1为本发明触觉反馈方法的流程图;
[0023]
图2为本发明触觉反馈方法的步骤S1的部分流程图;
[0024]
图3为本发明触觉反馈方法的步骤S2的部分流程图。

本发明的实施方式

[0025]
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,所描述的实施例仅是本发明的一部分实施例,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
[0026]
请同时参阅图1~3所示,本发明提供一种触觉反馈方法,该触觉反馈方法可以应用于移动电子产品中,该方法包括如下步骤:
[0027]
步骤S1、将包含已知音频事件类型的音频片段进行算法训练并得到算法模型;
[0028]
进一步的,所述步骤S1中,具体包括:
[0029]
步骤S11、提供包含已知音频事件类型的音频片段;
[0030]
步骤S12、提取该音频片段的MFCC特征并作为支持向量机(SVM)算法的输入,并将该音频片段中包含的已知音频事件类型作为支持向量机(SVM)算法的输出,进行支持向量机(SVM)算法模型训练以得到所述算法模型。
[0031]
步骤S2、获取音频,通过所述算法模型对所述音频进行识别以获取该音频中不同的音频事件类型,将该音频事件类型按预设规则匹配不同的振动效果作为触觉反馈输出。
[0032]
进一步的,所述步骤S2中,具体包括:
[0033]
步骤S21、获取音频并对该音频进行分帧,得到多帧音频片段;
[0034]
具体的,在提取所述音频片段的MFCC特征之前,需要对所述音频依次进行预加重、分帧和加窗等预处理的工作,经过预处理后获得多帧所述音频片段。
[0035]
步骤S22、提取每一所述音频片段的MFCC特征并输入至所述算法模型进行匹配识别,以获取每一所述音频片段的音频事件类型;
[0036]
具体的,在所述步骤S22中,提取每一音频片段的MFCC特征包括:将每一所述音频片段顺次通过FFT傅里叶变换处理、梅尔频率滤波器组滤波处理、对数能量处理以及DCT求倒谱处理,以得到所述MFCC特征。
[0037]
需要说明的是,每一所述音频片段包括一个所述音频事件类型。所述音频事件类型可以通过人为分类获得,在本实施方中,所述音频事件类型包括但不限于打枪、爆炸、物体碰撞、尖叫声或发动机轰鸣声中的任意一种类型。
[0038]
步骤S23、根据获取的所述音频事件类型按预设规则匹配不同的振动效果并作为触觉反馈输出。
[0039]
具体的,在步骤S23中,所述预设规则为:每一所述音频事件类型对应一个不同的振动效果。
[0040]
值得一提的是,所述支持向量机(SVM)是一种基于统计学习理论的一种机器学习方法,在本实施方式中所述支持向量机(SVM)用以构建所述算法模型,并根据所述算法模型对所述音频进行识别以获取不同的所述音频事件类型,并输出该音频事件类型对应的振动效果,所述支持向量机(SVM)为本发明的触觉反馈方法实现实时识别音频提供了条件。
[0041]
上述方法应用到所述移动电子产品时,可以根据实际应用场景定制独特的触觉反馈效果,本发明的触觉反馈方法实时识别所述移动电子产品的音频事件类型,从而为所述移动电子产品提供与该所述音频事件类型匹配的振动效果,达到增强所述移动电子产品游戏、音乐和视频的效果,直观无误地重建“机械”触感,弥补了在特定场景下音频与视觉反馈的低效问题,实现实时的触觉反馈,提升用户的使用体验。比如在移动游戏应用时,将触觉反馈技术应用到移动游戏中能够创造逼真的振感,如射击游戏中某种武器的后座力或爆炸时的冲击力,或乐器应用程序中弹动吉他琴弦时的振颤感;如当我们在玩某款钢琴应用时,在没有触觉反馈时只能通过声音来辨别乐曲声音,而加入了触觉反馈技术后则可以根据不同高音和低音提供不同的振动强度,从而模拟体验弹吉他的真实振感。又比如在音乐方面,可以根据音乐的节拍、重低音等特征匹配不同强度的振动,从而提升诸如来电提醒等通知效果、提供更加丰富的体验音乐旋律和节奏。再比如在视频方面,当我们在看一场电影时,如果设备支持触觉反馈技术,我们可以感受到设备会跟随场景的变化而产生相应的振动,这也是一种用户体验的提升。
[0042]
与相关技术相比,本发明的触觉反馈方法实时识别音频的音频事件类型,从而输出与该所述音频事件类型匹配的振动效果,所述触觉反馈方法应用到移动电子产品中,使所述移动电子产品能够根据所述音频事件类型输出该所述音频事件类型匹配的振动效果,弥补了在特定场景下音频与视觉反馈的低效问题,实现实时的触觉反馈,提升用户的使用体验。
[0043]
以上所述的仅是本发明的实施方式,在此应当指出,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出改进,但这些均属于本发明的保护范围。

权利要求书

[权利要求 1]
一种触觉反馈方法,其特征在于,该方法包括如下步骤: 步骤S1、将包含已知音频事件类型的音频片段进行算法训练并得到算法模型; 步骤S2、获取音频,通过所述算法模型对所述音频进行识别以获取该音频中不同的音频事件类型,将该音频事件类型按预设规则匹配不同的振动效果作为触觉反馈输出。
[权利要求 2]
根据权利要求1所述的触觉反馈方法,其特征在于,所述步骤S1中,具体包括: 步骤S11、提供包含已知音频事件类型的音频片段; 步骤S12、提取该音频片段的MFCC特征并作为支持向量机算法的输入,并将该音频片段中包含的已知音频事件类型作为支持向量机算法的输出,进行支持向量机算法模型训练以得到所述算法模型。
[权利要求 3]
根据权利要求2所述的触觉反馈方法,其特征在于,所述步骤S2中,具体包括: 步骤S21、获取音频并对该音频进行分帧,得到多帧音频片段; 步骤S22、提取每一所述音频片段的MFCC特征并输入至所述算法模型进行匹配识别,以获取每一所述音频片段的音频事件类型; 步骤S23、根据获取的所述音频事件类型按预设规则匹配不同的振动效果并作为触觉反馈输出。
[权利要求 4]
根据权利要求3所述的触觉反馈方法,其特征在于,在所述步骤S22中,提取每一音频片段的MFCC特征包括:将每一所述音频片段顺次通过FFT傅里叶变换处理、梅尔频率滤波器组滤波处理、对数能量处理以及DCT求倒谱处理,以得到所述MFCC特征。
[权利要求 5]
根据权利要求4所述的触觉反馈方法,其特征在于,每一所述音频片段包括一个所述音频事件类型。
[权利要求 6]
根据权利要求5所述的触觉反馈方法,其特征在于,在步骤S23中,所述预设规则为:每一所述音频事件类型对应一个不同的振动效果。

附图