本发明涉及音箱参数确定,具体涉及一种基于人工智能的音箱参数确定方法和系统。
背景技术:
1、在音乐厅的设计和运行过程中,音箱参数的确定是非常重要的一环。音箱参数的确定会直接影响到音乐播放的效果和观众的体验。如果音箱参数没有正确确定,可能导致音乐厅内部音质不均衡,部分听众无法享受到良好的音乐效果,影响演出的观赏性和听感体验,且错误的音箱位置和朝向可能导致音乐厅内部覆盖范围不均匀,一些区域声音过强或过弱,影响听众的聆听体验。然而,传统的音箱参数确定方法通常依赖于人工经验和试听测试,这种方法不仅耗时而且不准确。
2、因此如何快速准确确定音乐厅中的音箱参数是当前亟待解决的问题。
技术实现思路
1、本发明主要解决的技术问题如何快速准确确定音乐厅中的音箱参数。
2、根据第一方面,本发明提供一种基于人工智能的音箱参数确定方法,包括:获取音乐厅的三维点云数据、音乐厅的红外热成像图、音乐厅的全景图像;将所述音乐厅的三维点云数据、所述音乐厅的红外热成像图、所述音乐厅的全景图像输入到吸声系数确定模型得到音乐厅的墙壁吸声系数、音乐厅的天花板吸声系数、音乐厅的地板吸声系数;基于所述音乐厅的三维点云数据、所述音乐厅的红外热成像图、所述音乐厅的墙壁吸声系数、所述音乐厅的天花板吸声系数、所述音乐厅的地板吸声系数使用初始参数确定模型确定音乐厅中的音箱数量、每个音箱的位置、每个音箱的初始朝向;获取音乐厅观众进场后的拍摄图像;基于所述音乐厅观众进场后的拍摄图像确定每一个观众的初始位置;基于所述每一个观众的初始位置、所述音乐厅中的音箱数量、所述每个音箱的位置、所述每个音箱的初始朝向、所述音乐厅的墙壁吸声系数、所述音乐厅的天花板吸声系数、所述音乐厅的地板吸声系数使用目标参数确定模型确定每个音箱的初始音箱参数、每个音箱的目标朝向。
3、更进一步地,所述方法还包括:获取音乐厅演奏时的监控视频;基于所述音乐厅演奏时的监控视频使用监控处理模型确定演奏途中的观众位置、观众反馈度、观众声音信息、观众情绪状态;基于所述演奏途中的观众位置、所述观众反馈度、所述观众声音信息、所述观众情绪状态、所述音乐厅的墙壁吸声系数、所述音乐厅的天花板吸声系数、所述音乐厅的地板吸声系数、所述每个音箱的位置、所述每个音箱的目标朝向确定每个音箱的目标音箱参数。
4、更进一步地,所述音乐厅的三维点云数据通过激光雷达对音乐厅进行扫描得到。
5、更进一步地,所述监控处理模型为长短期神经网络模型,所述监控处理模型的输入为所述音乐厅演奏时的监控视频,所述监控处理模型的输出为演奏途中的观众位置、观众反馈度、观众声音信息、观众情绪状态。
6、更进一步地,所述观众声音信息包括观众声音大小和观众声音频率。
7、根据第二方面,本发明提供一种基于人工智能的音箱参数确定系统,包括:第一获取模块,用于获取音乐厅的三维点云数据、音乐厅的红外热成像图、音乐厅的全景图像;
8、将所述音乐厅的三维点云数据、所述音乐厅的红外热成像图、所述音乐厅的全景图像输入到吸声系数确定模型得到音乐厅的墙壁吸声系数、音乐厅的天花板吸声系数、音乐厅的地板吸声系数;
9、基于所述音乐厅的三维点云数据、所述音乐厅的红外热成像图、所述音乐厅的墙壁吸声系数、所述音乐厅的天花板吸声系数、所述音乐厅的地板吸声系数使用初始参数确定模型确定音乐厅中的音箱数量、每个音箱的位置、每个音箱的初始朝向;
10、获取音乐厅观众进场后的拍摄图像;
11、基于所述音乐厅观众进场后的拍摄图像确定每一个观众的初始位置;
12、基于所述每一个观众的初始位置、所述音乐厅中的音箱数量、所述每个音箱的位置、所述每个音箱的初始朝向、所述音乐厅的墙壁吸声系数、所述音乐厅的天花板吸声系数、所述音乐厅的地板吸声系数使用目标参数确定模型确定每个音箱的初始音箱参数、每个音箱的目标朝向。
13、更进一步地,所述系统还用于:获取音乐厅演奏时的监控视频;基于所述音乐厅演奏时的监控视频使用监控处理模型确定演奏途中的观众位置、观众反馈度、观众声音信息、观众情绪状态;基于所述演奏途中的观众位置、所述观众反馈度、所述观众声音信息、所述观众情绪状态、所述音乐厅的墙壁吸声系数、所述音乐厅的天花板吸声系数、所述音乐厅的地板吸声系数、所述每个音箱的位置、所述每个音箱的目标朝向确定每个音箱的目标音箱参数。
14、更进一步地,所述音乐厅的三维点云数据通过激光雷达对音乐厅进行扫描得到。
15、更进一步地,所述监控处理模型为长短期神经网络模型,所述监控处理模型的输入为所述音乐厅演奏时的监控视频,所述监控处理模型的输出为演奏途中的观众位置、观众反馈度、观众声音信息、观众情绪状态。
16、更进一步地,所述观众声音信息包括观众声音大小和观众声音频率。
17、本发明提供的一种基于人工智能的音箱参数确定方法和系统,该方法包括获取音乐厅的三维点云数据、音乐厅的红外热成像图、音乐厅的全景图像;将所述音乐厅的三维点云数据、所述音乐厅的红外热成像图、所述音乐厅的全景图像输入到吸声系数确定模型得到音乐厅的墙壁吸声系数、音乐厅的天花板吸声系数、音乐厅的地板吸声系数;基于所述音乐厅的三维点云数据、所述音乐厅的红外热成像图、所述音乐厅的墙壁吸声系数、所述音乐厅的天花板吸声系数、所述音乐厅的地板吸声系数使用初始参数确定模型确定音乐厅中的音箱数量、每个音箱的位置、每个音箱的初始朝向;获取音乐厅观众进场后的拍摄图像;基于所述音乐厅观众进场后的拍摄图像确定每一个观众的初始位置;基于所述每一个观众的初始位置、所述音乐厅中的音箱数量、所述每个音箱的位置、所述每个音箱的初始朝向、所述音乐厅的墙壁吸声系数、所述音乐厅的天花板吸声系数、所述音乐厅的地板吸声系数使用目标参数确定模型确定每个音箱的初始音箱参数、每个音箱的目标朝向。该方法能够快速准确确定音乐厅中的音箱参数。
1.一种基于人工智能的音箱参数确定方法,其特征在于,包括:
2.如权利要求1所述的基于人工智能的音箱参数确定方法,其特征在于,所述方法还包括:
3.如权利要求1所述的基于人工智能的音箱参数确定方法,其特征在于,所述音乐厅的三维点云数据通过激光雷达对音乐厅进行扫描得到。
4.如权利要求2所述的基于人工智能的音箱参数确定方法,其特征在于,所述监控处理模型为长短期神经网络模型,所述监控处理模型的输入为所述音乐厅演奏时的监控视频,所述监控处理模型的输出为演奏途中的观众位置、观众反馈度、观众声音信息、观众情绪状态。
5.如权利要求4所述的基于人工智能的音箱参数确定方法,其特征在于,所述观众声音信息包括观众声音大小和观众声音频率。
6.一种基于人工智能的音箱参数确定系统,其特征在于,包括:
7.如权利要求6所述的基于人工智能的音箱参数确定系统,其特征在于,所述系统还用于:
8.如权利要求6所述的基于人工智能的音箱参数确定系统,其特征在于,所述音乐厅的三维点云数据通过激光雷达对音乐厅进行扫描得到。
9.如权利要求7所述的基于人工智能的音箱参数确定系统,其特征在于,所述监控处理模型为长短期神经网络模型,所述监控处理模型的输入为所述音乐厅演奏时的监控视频,所述监控处理模型的输出为演奏途中的观众位置、观众反馈度、观众声音信息、观众情绪状态。
10.如权利要求9所述的基于人工智能的音箱参数确定系统,其特征在于,所述观众声音信息包括观众声音大小和观众声音频率。