一种音量校准方法及装置与流程

一种音量校准方法及装置
1.本技术要求在2020年10月22日提交中华人民共和国知识产权局、申请号为202011140931.3、发明名称为“一种音量校准方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本技术中。
技术领域
2.本技术实施例涉及终端领域，尤其涉及一种音量校准方法及装置。


背景技术：

3.当前，一个终端设备可以选择将音频投射到其他设备上进行播放。例如，手机、平板(pad)、电脑(pc)、电视(tv)等设备可以将音频投射到其他设备(例如，音箱)上播放。
4.示例性地，两个音箱可以组合成包括左声道和右声道的立体声音箱。当手机连接这两个音箱时，手机可以触发将某个视频投射到电视上进行播放，并将该视频对应的音频投射到这两个音箱上进行播放，进而这两个音箱可以分别播放该音频中左声道的声音和右声道的声音。
5.进一步地，当两个音箱在播放音频时，在用户所在位置上用户可能会感受到两个音箱的音量的差异，而两个音箱的音量的差异会让人感受到声场的偏移，进而影响声音效果的还原。


技术实现要素：

6.本技术实施例提供一种音量校准方法及装置，用于解决在用户所在位置出现声场的偏移，进而影响声音效果的问题。
7.第一方面，本技术实施例提供一种音量校准方法，该方法包括：终端设备向第一音箱发送第一音频，向第二音箱发送第二音频。终端设备在第一参考点上采集第一音频数据和第二音频数据，第一音频数据为第一音箱播放第一音频所对应的音频数据，第二音频数据为第二音箱播放第二音频所对应的音频数据。终端设备根据第一音频数据确定第一待校准音量，根据第二音频数据确定第二待校准音量，并根据第一待校准音量和第二待校准音量，确定音量调整方案。采用上述方法通过配置第一音箱和第二音箱分别播放第一音频和第二音频，并采集获得第一音频对应的第一音频数据和第二音频对应的第二音频数据，可以确定第一待校准音量和第二待校准音量，进而根据第一待校准音量和第二待校准音量可以确定音量调整方案，实现减轻声场偏移现象对声音效果的影响，保证较好的用户体验。
8.在一种可能的设计中，所述第一音频与所述第二音频在预设部分声波的频率不同，和/或所述第一音频与所述第二音频在预设部分声波的波形不同。采用上述设计，终端设备可以通过第一音频和第二音频的区别区分采集到的数据中的第一音频数据和第二音频数据。
9.在一种可能的设计中，所述第一音频与所述第二音频具有扫频波形。采用上述设计可以实现对较大频率范围的音量校准。
10.在一种可能的设计中，所述第一参考点是根据所述终端设备与所述第一音箱之间的距离、所述第一音箱相对于所述终端设备的方位信息、所述终端设备与所述第二音箱之间的距离以及所述第二音箱相对于所述终端设备的方位信息确定的。采用上述设计可以确定终端设备、第一音箱和第二音箱三者的位置关系。
11.在一种可能的设计中，所述第一待校准音量为所述第一音频数据所对应的频率范围所对应的音量，所述第二待校准音量为所述第二音频数据所对应的频率范围所对应的音量。
12.采用上述设计可以较为简便地确定第一待校准音量和第二待校准音量，进而可以通过第一待校准音量和第二待校准音量实现音量校准，减轻声场偏移的问题。
13.在一种可能的设计中，所述第一待校准音量为所述第一音频数据所对应的多个频率范围分别对应的音量的平均值，所述第二待校准音量为所述第二音频数据所对应的多个频率范围分别对应的音量的平均值。采用上述设计可以较为简便地确定第一待校准音量和第二待校准音量，进而可以通过第一待校准音量和第二待校准音量实现音量校准，且减轻声场偏移的效果比较明显。
14.在一种可能的设计中，所述第一待校准音量包括所述第一音频数据所对应的多个频率范围分别所对应的音量，所述第二待校准音量包括所述第二音频数据所对应的多个频率范围分别所对应的音量。采用上述设计通过确定多个第一待校准音量和多个第二待校准音量，进而可以实现较为精准地针对不同频率范围进行音量校准，能够明显改善声场偏移的问题。
15.在一种可能的设计中，还包括：所述终端设备根据所述音量调整方案向所述第一音箱或所述第二音箱发送第一信息，第一信息用于指示所述第一待校准音量和所述第二待校准音量的差值。采用上述设计可以较为简便地实现音量校准。
16.在一种可能的设计中，还包括：所述终端设备根据所述音量调整方案向所述第一音箱发送第二信息，向所述第二音箱发送第三信息，所述第二信息用于指示第一音量调整量，所述第三信息用于指示第二音量调整量，所述第一音量调整量和所述第二音量调整量是根据所述第一待校准音量和所述第二待校准音量的差值确定的。采用上述设计可以较为简便地实现音量校准。
17.在一种可能的设计中，所述方法还包括：所述终端设备根据所述音量调整方案调整所述第三音频的波形；所述终端设备向所述第一音箱发送所述调整后的第三音频，向所述第二音箱发送所述第四音频；或者，所述终端设备根据所述音量调整方案调整所述第四音频的波形；所述终端设备向所述第一音箱发送所述第三音频，向所述第二音箱发送所述调整后的第四音频。采用上述设计，可以实现通过调整第三音频的波形或第四音频的波形实现音量校准。
18.在一种可能的设计中，所述第三音频与所述第四音频相同。
19.在一种可能的设计中，在终端设备向第一音箱发送第一音频，向第二音箱发送第二音频之前，所述终端设备检测到用户的第一操作，所述第一操作用于触发将所述用户准备收听的声音投射至所述第一音箱和所述第二音箱播放。采用上述设计可以实现触发音量校准。
20.在一种可能的设计中，还包括：在所述终端设备检测到所述第一操作之后，所述终
端设备在用户界面上显示第一提示框；所述第一提示框用于提示用户是否执行音量校准；所述终端设备检测到所述用户针对所述第一提示框的第二操作，所述第二操作指示执行音量校准。采用上述设计可以实现提示用户触发执行音量校准。
21.在一种可能的设计中，所述第一音箱的位置固定且所述第二音箱的位置固定；所述方法还包括：所述终端设备在确定非首次检测到所述第一操作时，所述终端设备确定第二参考点；若所述第一参考点与所述第二参考点之间的距离小于预设阈值，所述终端设备确定采用所述音量调整方案。采用上述设计可以实现终端设备利用保存的音量调整方案对第一音箱和第二音箱进行快速音量校准。
22.在一种可能的设计中，所述终端设备的用户界面包括第一选项；所述第一选项用于触发执行音量校准；在终端设备向第一音箱发送第一音频，向第二音箱发送第二音频之前，所述终端设备检测到用户触发所述第一选项的操作。采用上述设计可以实现用户在播放过程中随时启动音量校准。
23.在一种可能的设计中，还包括：所述终端设备检测到用户遮挡麦克风，所述终端设备在用户界面上显示用于提醒用户检查是否遮挡麦克风的提示框。采用上述方法能够避免由于遮挡麦克风给音量校准引入的误差。
24.在一种可能的设计中，还包括：所述终端设备在用户界面上显示用于提醒用户保持所述终端设备垂直于地面的提示框。采用上述设计能够避免由于麦克风指向性给音量校准引入的误差。
25.第二方面，本技术实施例提供一种通信装置，所述装置包括用于执行第一方面和第一方面中的任意一种可能的设计的模块。
26.第三方面，本技术实施例提供一种通信装置，包括处理器和接口电路，所述接口电路用于接收来自所述通信装置之外的其它通信装置的信号并传输至所述处理器或将来自所述处理器的信号发送给所述通信装置之外的其它通信装置，所述处理器通过逻辑电路或执行代码指令用于实现第一方面和第一方面中的任意一种可能的设计。
27.第四方面，本技术实施例提供一种计算机可读存储介质，所述存储介质中存储有计算机程序或指令，当所述计算机程序或指令被通信装置执行时，实现第一方面和第一方面中的任意一种可能的设计。
28.第五方面，本技术实施例提供一种包含程序的计算机程序产品，当其在通信装置上运行时，使得通信装置执行第一方面和第一方面中的任意一种可能的设计。
附图说明
29.图1为本技术的实施例提供的手机的结构示意图；
30.图2为本技术的实施例提供的扫频波形的示意图；
31.图3为本技术的实施例提供的频响曲线的示意图；
32.图4为本技术的实施例提供的手机录制到的音箱播放该音频的音量大小的变化曲线示意图；
33.图5为本技术的实施例提供的手机中的麦克风分布示意图；
34.图6为本技术的实施例提供的手机与第一音箱和第二音箱的位置关系示意图；
35.图7为本技术的实施例提供的手机与5个音箱的位置关系示意图；
36.图8为本技术的实施例提供的第一音频的波形的示意图；
37.图9为本技术的实施例提供的音量校准方法的概述流程图；
38.图10为本技术的实施例提供的用户界面的示意图之一；
39.图11为本技术的实施例提供的用户界面的示意图之二；
40.图12为本技术的实施例提供的用户界面的示意图之三；
41.图13为本技术的实施例提供的用户界面的示意图之四；
42.图14为本技术的实施例提供的用户界面的示意图之五；
43.图15为本技术的实施例提供的用户界面的示意图之六。
具体实施方式
44.本技术可应用于一般意义上的终端设备，例如，手机，平板电脑，笔记本电脑，智能手表，电视机、车机、音箱、耳机、眼镜、虚拟现实(virtual reality，vr)设备、增强现实(augmented reality，ar)设备、摄像头、游戏机等电子设备。终端设备可以搭载或者其它操作系统。
45.以终端设备是手机为例，图1示出了手机100的结构示意图。
46.手机100可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，usb)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块151，无线通信模块152，音频模块170，扬声器170a，受话器170b，麦克风170c，耳机接口170d，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，sim)卡接口195等。其中传感器模块180可以包括陀螺仪传感器180a，加速度传感器180b，指纹传感器180h，温度传感器180j，触摸传感器180k(当然，手机100还可以包括其它传感器，比如压力传感器、加速度传感器、陀螺仪传感器、色温传感器、骨传导传感器等，图中未示出)。
47.可以理解的是，本发明实施例示意的结构并不构成对手机100的具体限定。在本技术另一些实施例中，手机100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
48.其中，处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，ap)，调制解调处理器，图形处理器(graphics processing unit，gpu)，图像信号处理器(image signal processor，isp)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，dsp)，基带处理器，和/或神经网络处理器(neural-network processing unit，npu)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。其中，控制器可以是手机100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。
49.处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用，避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。
50.处理器110可以运行本技术实施例提供的音量校准的方法，以解决不同音箱的音量的差异导致声场的偏移，进而影响声音效果的问题，提高用户体验。当处理器110集成不同的器件，比如集成cpu和gpu时，cpu和gpu可以配合执行本技术实施例提供的音量校准的方法，比如音量校准的方法中部分方法由cpu执行，另一部分方法由gpu执行。
51.显示屏194用于显示图像，视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，lcd)，有机发光二极管(organic light-emitting diode，oled)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode的，amoled)，柔性发光二极管(flex light-emitting diode，fled)，miniled，microled，micro-oled，量子点发光二极管(quantum dot light emitting diodes，qled)等。在一些实施例中，手机100可以包括1个或n个显示屏194，n为大于1的正整数。
52.摄像头193(前置摄像头或者后置摄像头)用于捕获静态图像或视频。通常，摄像头193可以包括感光元件比如镜头组和图像传感器，其中，镜头组包括多个透镜(凸透镜或凹透镜)，用于采集待拍摄物体反射的光信号，并将采集的光信号传递给图像传感器。图像传感器根据所述光信号生成待拍摄物体的原始图像。摄像头193采集到原始图像后，可以将原始图像发送给处理器110。另外，图1所示的摄像头193可以包括1-n个摄像头。
53.内部存储器121可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令，从而执行手机100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，应用程序的代码等。存储数据区可存储手机100使用过程中所创建的数据等。
54.内部存储器121还可以存储本技术实施例提供的音量校准的方法的代码。当内部存储器121中存储的调用服务的方法的代码被处理器110运行时，解决不同音箱的音量的差异导致声场的偏移，进而影响声音效果的问题，提高用户体验。
55.此外，内部存储器121可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，ufs)等。
56.当然，本技术实施例提供的音量校准的方法的代码还可以存储在外部存储器中。这种情况下，处理器110可以通过外部存储器接口120运行存储在外部存储器中的音量校准的方法的代码，也可以解决不同音箱的音量的差异导致声场的偏移，进而影响声音效果的问题，提高用户体验。
57.下面介绍传感器模块180的功能。
58.陀螺仪传感器180a，可以用于确定手机100的运动姿态。在一些实施例中，可以通过陀螺仪传感器180a确定手机100围绕三个轴(即，x，y和z轴)的角速度。即陀螺仪传感器180a可以用于检测手机100当前的运动状态，比如抖动还是静止。
59.加速度传感器180b可检测手机100在各个方向上(一般为三轴)加速度的大小。即陀螺仪传感器180a可以用于检测手机100当前的运动状态，比如抖动还是静止。
60.陀螺仪传感器180a(或加速度传感器180b)可以将检测到的运动状态信息(比如角速度)发送给处理器110。处理器110基于运动状态信息确定当前是手持状态还是脚架状态(比如，角速度不为0时，说明手机100处于手持状态)。
61.处理器110通过陀螺仪传感器180a和/或加速度传感器180b判断用户的行为，例如，判断用户是静止还是运动。
62.指纹传感器180h用于采集指纹。手机100可以利用采集的指纹特性实现指纹解锁，访问应用锁，指纹拍照，指纹接听来电等。
63.触摸传感器180k，也称“触控面板”。触摸传感器180k可以设置于显示屏194，由触摸传感器180k与显示屏194组成触摸屏，也称“触控屏”。触摸传感器180k用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给处理器110，以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器180k也可以设置于手机100的表面，与显示屏194所处的位置不同。触摸传感器180k可以将检测到的用户手势传递给处理器110。
64.示例性的，手机100的显示屏194显示主界面，主界面中包括多个应用的图标。
65.手机100的无线通信功能可以通过天线1，天线2，移动通信模块151，无线通信模块152，调制解调处理器以及基带处理器等实现。
66.天线1和天线2用于发射和接收电磁波信号。终端设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。
67.移动通信模块151可以提供应用在终端设备100上的包括2g/3g/4g/5g等无线通信的解决方案。移动通信模块151可以包括至少一个滤波器，开关，功率放大器，低噪声放大器(low noise amplifier，lna)等。移动通信模块151可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块151的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块151的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
68.调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170a，受话器170b等)输出声音信号，或通过显示屏194显示图像或视频。在一些实施例中，调制解调处理器可以是独立的器件。在另一些实施例中，调制解调处理器可以独立于处理器110，与移动通信模块150或其他功能模块设置在同一个器件中。
69.无线通信模块152可以提供应用在终端设备100上的包括无线局域网(wireless local area networks，wlan)(如无线保真(wireless fidelity，wi-fi)网络)，蓝牙(bluetooth，bt)，全球导航卫星系统(global navigation satellite system，gnss)，调频(frequency modulation，fm)，近距离无线通信技术(near field communication，nfc)，红外技术(infrared，ir)等无线通信的解决方案。无线通信模块152可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块152经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块152还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。
70.另外，手机100可以通过音频模块170，扬声器170a，受话器170b，麦克风170c，耳机
接口170d，以及应用处理器等实现音频功能。例如，当用户输入为语音时，手机100可以通过麦克风170c检测到用户输入。手机100可以接收按键190输入，产生与手机100的用户设置以及功能控制有关的键信号输入。例如，当用户输入为按键时，手机100可以通过按键190检测到用户输入。手机100可以利用马达191产生振动提示(比如来电振动提示)。手机100中的指示器192可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。手机100中的sim卡接口195用于连接sim卡。sim卡可以通过插入sim卡接口195，或从sim卡接口195拔出，实现和手机100的接触和分离。
71.应理解，在实际应用中，手机100可以包括比图1所示的更多或更少的部件，本技术实施例不作限定。
72.需要说明的是，以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本技术的限制。应当理解，在本技术实施例中，“一个或多个”是指一个、两个或两个以上；“和/或”，描述关联对象的关联关系，表示可以存在三种关系；例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b的情况，其中a、b可以是单数或者复数。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。且在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
73.以下对本技术实施例所涉及的技术术语进行简要说明。
74.1、扫频波形
75.扫频波形是指一种连续波形，且该波形上频率不断变化，其中，扫频波形如图2所示，波形由疏至密表示频率逐渐增加。
76.2、频率响应
77.频率响应是指将一个以恒电压输出的音频信号与系统相连接时，音箱产生的声压随频率的变化而发生增大或衰减、相位随频率而发生变化的现象，这种声压和相位与频率的相关联的变化关系称为频率响应。如图3所示为频响曲线的示意图，其中，频响曲线1为理想的频响曲线，频响曲线2和频响曲线3分别为两个音箱的真实频响曲线。在频响曲线1上，音量的大小不随音频信号的频率的变化而发生变化。在频响曲线2和频响曲线3上，音量的大小随音频信号的频率的变化而发生增大或衰减，即在音频信号的不同频率上音箱的输出音量不同，且频响曲线2和频响曲线3不相同，即不同音箱的频响曲线也一般不同。例如，以频响曲线3为例，以3kh左右为拐点，在3kh左右以下的频率范围内，音箱的音量低于频响曲线1对应音量，在3kh左右以上的频率范围内，音箱的音量高于频响曲线1对应音量，音箱的音量随音频信号的频率的变化而发生改变。
78.3、麦克风指向性
79.麦克风指向性是指麦克风对来自空间各个方向声音灵敏度的一种描述，是麦克风的一个重要属性。简单来说，由于发声源与麦克风之间的相对位置不同，即使发声源与麦克风距离一直不变，麦克风采集到发声源的音量是不一样的。以一般手机为例，手机平放到桌面上采集到的音箱播放音频的音频数据的音量，与手机垂直于地面放置采集到的音箱播放音频的音频数据的音量不同。
80.示例性地，如图4所示，假设手机水平放置在桌面上，麦克风位于手机的底部，手机配置音箱播放某音频，且音量保持不变。在手机的位置保持固定不变时，同时保持音箱与手
机之间的距离固定不变，让音箱绕着手机转一圈，图4为手机录制到的音箱播放该音频的音量大小的变化曲线。其中，两个坐标轴的单位是声强(db)。由该曲线可知，音箱相对于手机的方位不同，手机录制得到的音频的音量大小不同。当音箱位于手机的底部(正南方向)时，音量最大，即当音箱位于麦克风指向的方向时，手机录制得到的音频的音量最大，当音箱位于手机顶部(即正北方向)时，音量较小，即当音箱位于麦克风指向的反方向时，手机录制得到的音频的音量较小。当音箱位于手机的正西方向与音箱位于手机的正东方向时，音箱的大小也不相同。因此，当空间存在多个音箱时，如果手机水平放置在桌面上，则由于多个音箱可能位于麦克风的不同指向上，进而导致手机采集到的上述多个音箱的音频数据的音量不能反映这些音箱的真实输出音量，影响音量校准的准确性。因此，需要保持手机垂直于地面放置，这样对于上述多个音箱中的每个音箱来说，麦克风的指向都是相同的，即垂直于地面向下，因而能够避免由于麦克风指向性给音量校准引入的误差。
81.4、音量
82.需要说明的是，本技术实施例共涉及三种类型的音量。
83.第一种音量为终端设备为音箱配置的音量(又可称为输入音量)。具体的，输入音量是指终端设备将音频投射到音箱进行播放时，终端设备为音箱配置的音箱播放该音频采用的音量。示例性地，终端设备向音箱发送配置信息，该配置信息以数字编码的方式指示输入音量，例如，音量为50％或65％等。
84.第二种类型的音量为当音箱播放音频时在预设距离和预设方向上采集到的该音频对应的音频数据的音量(又称为输出音量)。可以理解的是，在音箱出厂校验音量时，首先为音箱配置输入音量，并在预设距离和预设方向上采集该音箱播放音频时该音频对应的音频数据，进而确定该音频数据的音量(即输出音量)，若该输出音量与该输入音量的差值在预设范围内，则表明该音箱音量校验合格。
85.可以理解是，即使为两个音箱配置相同的输入音量，由于两个音箱的性能一般不会完全相同，因此，两个音箱的输出音量一般也不相同。
86.第三种类型的音量为当音箱播放音频时在用户所在位置上或者在终端设备所在位置上采集到该音频所对应的音频数据的音量(又可称为相对音量或者待校准音量)。其中，在本技术实施例中，用户所在位置与终端设备所在位置的含义相同。本技术实施例主要针对两个或两个以上音箱的待校准音量进行校准，用以实现减少在终端设备所在位置上两个或两个以上音箱的音量的差异，保证较好的声音还原效果，为用户提供更好的声音体验。
87.5、声场和声场偏移
88.声场是指媒质中有声波存在的区域，声场是随着时间变化的，具体的，在声场中的各种声音，其音量、传播方向等随着时间发生变化。如果用户感受到的声音未能较好还原声音在录制时的声场环境，则出现声场偏移现象。比如，为了还原正前方的人声，可以配置与用户左右两侧两个等距的音箱具有相同的音量，进而实现还原正前方的人声。但是，此时如果在用户左侧的音箱的音量较大，或者在用户左侧的音箱距离用户较近，用户就会感觉人声来自于左前方。这种现象就是声场偏移。
89.6、手机与音箱的相对位置
90.如图5所示为手机中的麦克风分布示意图。其中，在图5中，标记1对应的麦克风为主麦克风，标记2对应的麦克风为副麦克风，标记3对应的麦克风为降噪麦克风。以下仅以手
机包括3个麦克风为例，对确定手机与音箱的相对位置的具体方案进行说明。可以理解的是，此处列举的确定手机与音箱的相对位置的方案仅为举例，不作为本技术实施例的限定。
91.手机可以通过全球定位系统(global positioning system，gps)、北斗卫星导航系统、wifi的标识或蜂窝基站的标识等确定手机的位置信息，即确定手机的经纬度。进一步地，手机还包括运动传感器，例如陀螺仪传感器180a、加速度传感器180b、罗盘等。其中，加速度传感器180b可以识别出恒定大小为g的加速度方向为地心方向。因此，手机可以通过加速度记确定地心方向，此外，还可结合通过陀螺仪、罗盘等其他传感器获得在手机所在位置上的磁场方向信息，确定手机当前相对于地平面的空间姿态。
92.假设音箱播放一个定位音频，则手机中的3个麦克风接收到该定位音频对应的音频数据的时间不同，具体的，每两个麦克风接收到该定位音频对应的音频数据的时间差是由于音箱与这两个麦克风之间的距离不同造成的，其中，距离每相差1毫米，对应的时间差大约为3微秒。声音在空气中的传播速度恒定，大小为340m/s，且各个在各个方向上声音的传播速度相同。进一步地，以上述3个麦克风为球心可以绘制3个球面，3个球面的半径的大小是根据每两个麦克风对应的时间差确定的，例如，标记1对应的麦克风与标记2对应的麦克风对应的时间差为15微秒，则以标记1对应的麦克风为球心的球面的半径与以标记2对应的麦克风为球心的球面的半径相差5毫米。进一步地，按照相同幅度增大3个球面的半径，直到3个球面在空间相交于一个点，则该点的位置即为音箱所在位置。进一步地，结合手机的空间姿态可以确定手机与音箱的相对位置信息。示例性地，手机相对于音箱的位置信息包括音箱与手机之间的距离，以及音箱相对于手机的方位。
93.具体的，以手机的中心为原点，地心方向为z轴的方向，与地心方向垂直的平面(即水平面)确定x轴方向和y轴方向，建立一个三维坐标系。在该三维坐标系中，可以标识出3个麦克风的具体坐标，并可以根据上述内容确定3个球面的交点的坐标，即音箱的坐标，进而可以得到音箱与手机中心之间的距离，以及音箱与z轴方向的夹角，音箱与水平面的夹角，音箱与手机所在平面的夹角等。
94.本技术实施例可以应用于由至少两个音箱组成立体声音箱的场景。
95.场景1：两个音箱可以组合成包括左声道和右声道的立体声音箱。
96.示例性地，由于这两个音箱可能是不同品牌或者不同型号的音箱，所以即使相同的数字音频输入，可能输出音量也是有差异的。或者即使两个音箱是相同品牌相同型号的音箱，也可能因为音箱的个体的差异造成其输出音量存在偏差。或者由于用户与两个音箱之间的距离不同，因此，在用户所在位置将会感受到两个音箱的音量的差异。或者由于两个音箱周围的环境不同，也可能导致在用户所在位置感受到两个音箱的音量的差异。例如，其中一个音箱距离窗帘较近，而另外一个音箱周围比较空旷。
97.进一步地，上述这些场景中两个音箱的音量的差异会让人感受到声场的偏移，进而影响声音效果的还原。可以理解的是，上述这些场景仅为举例，不作为本技术实施例的限定。
98.如图6所示，在客厅内，假设用户手持手机坐在沙发上，手机，第一音箱和第二音箱连接到同一无线网络。第一音箱和第二音箱组合成包括左声道和右声道的立体声音箱。可以理解的是，手机可以确定手机相对与第一音箱的位置信息，例如，手机相对与第一音箱的位置包括第一音箱与手机之间的距离(即第一距离)，以及第一音箱相对于手机的方位。同
理，手机可以确定手机相对与第二音箱的位置信息，例如，手机相对与第二音箱的位置包括第二音箱与手机之间的距离(即第二距离)，以及第二音箱相对于手机的方位。进一步地，根据手机相对与第一音箱的位置信息和手机相对与第一音箱的位置信息，即手机、第一音箱和第二音箱三者之间位置关系，定义第一参考点。
99.假设仅考虑手机、第一音箱和第二音箱三者之间位置关系，不考虑其他因素对声场造成的影响，若第一距离与第二距离之间相差较小时，例如，若第一距离与第二距离近似相等，则在第一参考点上基本不会出现声场偏移的现象，用户能够获得较好的声音还原效果。若第一距离与第二距离之间相差较大，例如，第一距离远大于第二距离，则在第一参考点上声场偏移的现象比较明显。且第一距离与第二距离之间相差越大，声场偏移现象越明显。
100.场景2：两个以上音箱可以组成包括多个声道的环绕立体声音箱。
101.示例性地，n个音箱组成包括多个声道的环绕立体声音箱。n为大于2的正整数。由于上述n个音箱可能是不同品牌或者不同型号的音箱，所以即使相同的数字音频输入，可能这n个音箱的输出音量也是有差异的。或者即使这n个音箱是相同品牌相同型号的音箱，也可能因为音箱的个体的差异造成这n个音箱的输出音量存在偏差。或者由于用户与n个音箱之间的距离不同，因此，在用户所在位置将会感受到n个音箱的音量的差异。或者由于n个音箱周围的环境不同，也可能导致在用户所在位置感受到n个音箱的音量的差异。
102.进一步地，上述这些场景中n个音箱的音量的差异会让人感受到声场的偏移，进而影响声音效果的还原。可以理解的是，上述这些场景仅为举例，不作为本技术实施例的限定。
103.如图7所示，示例性地，在客厅内，假设用户手持手机坐在沙发上，5个音箱(包括音箱a、音箱b、音箱c、音箱d和音箱e)组成的多声道的环绕立体声音箱。手机可以确定手机相对与音箱a的位置信息，手机相对与音箱b的位置信息、手机相对与音箱c的位置信息手机相对与音箱d的位置信息、手机相对与音箱e的位置信息。其中，手机相对与音箱a的位置包括音箱a与手机之间的距离(即第一距离)，以及音箱a相对于手机的方位。手机相对与音箱b的位置包括音箱b与手机之间的距离(即第二距离)，以及音箱b相对于手机的方位。手机相对与音箱c的位置包括音箱c与手机之间的距离(即第三距离)，以及音箱c相对于手机的方位。手机相对与音箱d的位置包括音箱d与手机之间的距离(即第四距离)，以及音箱d相对于手机的方位。手机相对与音箱e的位置包括音箱e与手机之间的距离(即第五距离)，以及音箱e相对于手机的方位。进一步地，根据手机相对与音箱a的位置信息，手机相对与音箱b的位置信息、手机相对与音箱c的位置信息、手机相对与音箱d的位置信息、手机相对与音箱e的位置信息，即手机、这5个音箱三者之间位置关系，定义第一参考点，即第一参考点用于指示手机相对与音箱a的位置，手机相对与音箱b的位置、手机相对与音箱c的位置、手机相对与音箱d的位置、手机相对与音箱e的位置。
104.当第一距离、第二距离、第三距离、第四距离和第五距离相差较小时，则在第一参考点上声场偏移的现象比较不明显，用户能够获得较好的声音还原效果。若当第一距离、第二距离、第三距离、第四距离和第五距离中的任意至少两个距离相差较小时，则在第一参考点上声场偏移的现象比较明显。
105.场景3：两个或两个以上音箱可以组成单声道的多音箱组合。
106.示例性地，与场景2类似，场景3与场景2的区别在于，在场景2中，每个音箱播放一个声道的声音，多个声道的声音组合成环绕立体声效果。
107.可以理解的是，以上场景1～3仅为举例不作为本技术的限定。
108.需要说明的是，本技术实施例可以适用于蓝牙音箱和wifi音箱。
109.以下对两个音箱的音量进行校准进行说明。假设终端设备为手机，两个音箱分别为第一音箱和第二音箱。第一音箱和第二音箱可以分别用于播放左声道的声音和右声道的声音，或者第一音箱和第二音箱均用于播放一个单声道的声音。其中，第一音箱和第二音箱分别播放左声道和右声道的声音，还是播放一个单声道的声音，一般取决于音频源。可以理解的是，手机与第一音箱和第二音箱分别建立连接，且第一音箱的输入音量与第二音箱的输入音量相同。
110.假设手机所在位置为第一参考点，手机可以通过控制两个音箱分别播放第一音频和第二音频，并在第一参考点上采集第一音箱播放第一音频所对应的音频数据(以下简称第一音频数据)和第二音箱播放第二音频所对应的音频数据(以下简称第二音频数据)。进一步地，手机可以根据第一音频数据确定第一待校准音量，根据第二音频数据确定第二待校准音量。最终，手机可以根据第一待校准音量和第二待校准音量确定音量调整方案，该音量调整方案用于减轻在第一参考点上声场偏移的现象。如图9所示为对本技术实施例的详细说明。
111.其中，本技术实施例所涉及的第一音频和第二音频均为本技术专门设计的校准音频，第一音频和第二音频可以不需要区分左声道和右声道。
112.其中，第一音频的长度和第二音频的长度可以相同或不同，以第一音频为例，第一音频的长度可以为3-5s。一般地，第一音频和第二音频均具备扫频波形，示例性地，第一音频的频率范围和第二音频的频率范围均可以为40hz至20khz。其中，扫频波形如图2所示，波形由疏至密表示频率逐渐增加。
113.其中，第一音频和第二音频可以相同或不同。其中，当第一音频和第二音频不同时，第一音频与第二音频的区别可以体现在预设部分声波的频率不同和/或波形不同。例如，第一音频的预设部分声波的频率与第二音频的预设部分声波的频率不同。或者，第一音频的预设部分声波的波形与第二音频的预设部分声波的波形不同。或者，第一音频的预设部分声波的波形与第二音频的预设部分声波的波形不同，且第一音频的预设部分声波的频率与第二音频的预设部分声波的频率不同。其中，这里的预设部分声波可以指预设时间段的声波，例如，第一音频中的第2秒至第3秒和第二音频中的第2秒至第3秒。
114.示例性地，如图8所示，以第一音频为例，第一音频的波形可以分为四个部分，分别为启动检测波形，标识波形，音量校准波形，和结束检测波形。其中，启动检测波形用于指示第一音箱在检测到该部分后，准备开始进行音频播放。标识波形用于标识以下播放音频为第一音箱播放的音频。音量校准波形为扫频波形，用于进行第一音箱的音量校准。结束检测波形指示第一音箱在检测到该部分后，音频播放结束，不需要继续检测。由图8可知，第一音频的波形中包括的标识波形与第二音频的波形中包括的标识波形不同，手机可以据此识别出第一音频数据和第二音频数据。可以理解的是，如图8所示的波形仅为举例不作为本技术实施例的限定，此外，若在第一音箱播放完成第一音频后，第二音箱播放第二音频，此时，第一音频的波形可以和第二音频的波形还可以相同，且第一音频的波形可以不包括的标识波
形部分。
115.此外，本技术实施例可以应用于以下情况：
116.情况(1)：手机将用户准备收听的音频投射到两个音箱进行播放之前，用户发起音量校准。
117.情况(2)：在用户收听音频的过程中，若用户感觉到声场偏移，用户发起音量校准。
118.需要说明的是，针对情况(2)，在一些实施例中，用户可以暂停当前音频播放，然后发起音量校准，此时与上述情况(1)类似。
119.在一些实施例中，用户可以不需要暂停当前音频播放。此时，需要说明的是，以第一音频为例，手机可以将第一音频和原音频(即当前音频)一同编码并播放，或者第一音频可以独立编码。此外，为了不影响用户当前收听音频的体验，第一音频的频率范围可以主要涉及高频范围，这样，用户无法听到第一音频，进而对当前音频收听不产生影响。
120.下面结合本技术实施例应用在上述图1所示的手机架构中，介绍通过手机100校准音量的流程示意图。下文以该方法应用于图9所示的手机100中为例进行说明，下文中，术语“当
…
时”可以被解释为意思是“如果
…”
或“在
…
后”或“响应于确定
…”
或“响应于检测到
…”
。类似地，根据上下文，短语“在确定
…
时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定
…”
或“响应于确定
…”
或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。
121.s901：手机向第一音箱发送第一音频。
122.s902：手机向第二音箱发送第二音频。
123.示例性地，若第一音箱为蓝牙音箱，手机需要将第一音频转换为蓝牙编码的音频流媒体，发送至第一音箱。若第一音箱为wifi音箱，手机可以直接向第一音频发送至第一音箱，此时第一音箱可以自行解码第一音频并播放。
124.可以理解的是，手机可以预存第一音频和第二音频，或者，手机可以实时生成第一音频和第二音频。
125.s903：第一音箱在接收到来自于手机的第一音频后，第一音箱播放第一音频。
126.s904：第二音箱在接收到来自于手机的第二音频后，第二音箱播放第二音频。
127.在一些实施例中，第一音箱和第二音箱可以先后播放第一音频和第二音频。例如，第二音箱可以在第一音箱播放完成第一音频后，第二音箱再开始播放第二音频。或者，第一音箱开始播放第一音频，且在第一音箱播放完成第一音频之前，第二音箱开始播放第二音频。
128.在一些实施例中，第一音箱和第二音箱可以同时播放。
129.s905：手机在第一参考点上采集第一音频数据和第二音频数据。其中，第一音频数据为第一音箱播放第一音频所对应的音频数据，第二音频数据为第二音箱播放第二音频所对应的音频数据。
130.可以理解的是，手机可以在第一音箱播放第一音频以及第二音箱播放第二音频时通过麦克风进行录音，并对获得的录音文件进行分析得到第一音频数据和第二音频数据。或者，手机也可以在第一音箱播放第一音频以及第二音箱播放第二音频时通过麦克风进行数据采集，不需要保存录音文件。
131.在一些实施例中，第一音箱和第二音箱可以依次播放第一音频和第二音频，此时，
第一音频和第二音频可以相同，也可以不相同。例如，第一音箱先播放第一音频，手机在第一参考点上采集第一音箱播放第一音频所对应的音频数据(即第一音频数据)。在第一音箱播放完成后，第二音箱播放第二音频，手机在第一参考点上采集第二音箱播放第二音频所对应的音频数据(即第二音频数据)。
132.可以理解的是，手机在采集第一音频数据和第二音频数据时，手机、第一音箱和第二音箱的位置关系不变，即第一参考点不发生改变。
133.此外，手机在采集第一音频数据和第二音频数据时，还可能同时采集到环境背景所对应的音频数据(即环境背景音)，由于手机已知第一音频的特征和第二音频的特征，因此，手机在采集第一音频数据和第二音频数据时，可以将环境背景所对应的音频数据剔除。这里第一音频的特征是指第一音频的频率及波形，第二音频的特征是指第二音频的频率及波形。
134.在一些实施例中，第一音箱与第二音箱还可以同时播放，或者在第一音箱播放完成第一音频之前，第二音箱开始播放第二音频。此时，手机采集到的音频数据既包括第一音箱播放第一音频所对应的音频数据(即第一音频数据)，也包括第二音箱播放第二音频所对应的音频数据(即第二音频数据)。且手机需要从采集到的音频数据中识别出第一音频数据和第二音频数据。此时，第一音频与第二音频不同。示例性地，第一音频与第二音频的区别可以体现在预设部分声波的频率不同和/或波形不同，详见上文的介绍，重复之处不再赘述。在一示例中，如图6所示，假设第一音频的预设部分声波的波形与第二音频的预设部分声波的波形不同。此时，手机可以根据第一音频的预设部分声波的波形与第二音频的预设部分声波的波形从采集到的音频数据中识别出第一音频数据和第二音频数据。
135.s906：手机根据第一音频数据确定第一待校准音量，以及根据第二音频数据确定第二待校准音量。
136.示例性地，手机可以根据第一音频数据确定第一音频数据所对应的音量，并将其作为第一待校准音量。同理，手机可以根据第二音频数据确定第二音频数据所对应的音量，并将其作为第二待校准音量。其中，第一待校准音量指示在第一参考点上测量到的第一音箱播放第一音频的音量，第二待校准音量指示在第一参考点上测量到的第二音箱播放第二音频的音量。
137.以下对手机确定第一待校准音量和第二待校准音量的具体方式进行说明，可以理解的是，以下方式1～方式3仅为举例不作为本技术实施例的限定。其中，手机可以从第一音频数据中提取振幅特征，并根据振幅特征确定第一音频数据所对应的音量，以及可以从第一音频数据提取频率特征，并根据频率特征确定第一音频数据所对应的频率范围。手机可以从第二音频数据中提取振幅特征，并根据振幅特征确定第二音频数据所对应的音量，以及可以从第二音频数据提取频率特征，并根据频率特征确定第二音频数据所对应的频率范围。其中，第一音频的频率范围与第二音频的频率范围相同或近似相同，第一音频数据所对应的频率范围与第一音频的频率范围相同，第二音频数据所对应的频率范围与第二音频的频率范围相同，因此，第一音频数据所对应的频率范围与第二音频数据所对应的频率范围相同或近似相同。
138.方式1：手机确定一个第一待校准音量和一个第二待校准音量，该第一待校准音量为第一音频数据所对应的频率范围所对应的音量，该第二待校准音量为第二音频数据所对
应的频率范围所对应的音量。需要说明的是，这里第一音频数据所对应的频率范围为第一音频数据所对应的完整频率范围，这里第二音频数据所对应的频率范围为第二音频数据所对应的完整频率范围。
139.采用上述方式1可以较为简便地确定第一待校准音量和第二待校准音量，进而可以通过第一待校准音量和第二待校准音量实现音量校准，减轻声场偏移的问题。
140.方式2：手机确定一个第一待校准音量和一个第二待校准音量，该第一待校准音量为第一音频数据所对应的多个频率范围分别对应的音量的平均值，该第二待校准音量为第二音频数据所对应的多个频率范围分别对应的音量的平均值。此时，第一音频数据所对应的完整频率范围被划分为多个频率范围，在每个频率范围所对应的音频数据中提取振幅特征，确定每个频范围所对应的音量，根据获得的多个音量求平均值，并将该平均值作为第一待校准音量。同理，第二音频数据所对应的完整频率范围被划分为多个频率范围，且两者的划分方式相同，在每个频率范围所对应的音频数据中提取振幅特征，确定每个频范围所对应的音量，根据获得的多个音量求平均值，并将该平均值作为第二待校准音量。
141.采用上述方式2可以较为简便地确定第一待校准音量和第二待校准音量，进而可以通过第一待校准音量和第二待校准音量实现音量校准，且减轻声场偏移的效果比较明显。
142.示例性地，以第一音频数据所对应的频率范围为100～400hz为例，可以将第一音频数据所对应的整个频率范围划分为2个频率范围，并针对每个频率范围确定一个对应的音量，进而可以获得2个音量，即第一音频数据在100～200hz的频率范围的待校准音量(以下简称音量1)和第一音频数据在200～400hz的频率范围的待校准音量(以下简称音量2)，然后将获得的2个音量求取平均值，即计算音量1和音量2的平均值作为第一待校准音量。
143.方式3：需要说明的是，第一音箱的频响曲线和第二音箱的频响曲线一般不同。为了实现对两个音箱在各个频率上进行音量校准，手机可以根据第一音频数据确定第一音频数据所对应的多个频率范围分别所对应的音量，得到第一音频数据所对应的多个待校准音量(获得多个第一待校准音量)。同理，手机可以根据第二音频数据确定第二音频数据所对应的多个频率范围分别所对应的音量，得到第二音频数据所对应的多个待校准音量(获得多个第二待校准音量)。示例性地，手机可以确定第一音频数据在100～200hz的频率范围的待校准音量和第二音频数据在100～200hz的频率范围的待校准音量，以及第一音频数据在200～400hz的频率范围的待校准音量和第一音频数据在200～400hz的频率范围的待校准音量。
144.采用上述方式3通过确定多个第一待校准音量和多个第二待校准音量，进而可以实现较为精准地针对不同频率范围进行音量校准，能够明显改善声场偏移的问题。
145.可以理解的是，上述每个频率范围还可以根据需要进行调整，且频率范围越小，音量校准更精准。例如，手机可以确定第一音频数据在100～110hz的频率范围的待校准音量和第二音频数据在100～110hz的频率范围的待校准音量，以及第一音频数据在110～120hz的频率范围的待校准音量和第二音频数据在110～120hz的频率范围的待校准音量。
146.s907：手机根据第一待校准音量和第二待校准音量，确定音量调整方案。其中，音量调整方案用于减小第一待校准音量和第二待校准音量之差。手机通过音量调整方案减轻声场偏移对声音效果的影响。
147.在一些实施例中，手机根据音量调整方案确定第一信息，并向第一音箱或第二音箱发送第一信息，第一信息用于指示第一待校准音量和第二待校准音量的差值。上述音量调整方式又可称为后处理方式。
148.示例性地，若第一待校准音量比第二待校准音量高xdb，手机可以向第一音箱发送第一信息，第一信息指示第一音箱的输入音量降低xdb。第一音箱在接收到第一信息后，根据第一信息调整第一音箱的输入音量，即第一音箱的输入音量降低xdb，以使在正式播放音频时，在手机所在位置上确定的两个音箱的音量相同或近似相同。或者，手机可以向第二音箱发送第一信息，第一信息指示第二音箱的输入音量升高xdb。第二音箱在接收到第一信息后，根据第一信息调整第二音箱的输入音量，即第二音箱的输入音量升高xdb。
149.例如，若第一待校准音量比第二待校准音量高xdb，手机可以向第一音箱发送第一信息，第一信息指示第一音箱的输入音量降低xdb。进一步地，手机可以重复上述s901～s906，以判断是否达到音量校准效果。具体的，在第一音箱调整输入音量后，手机判断重新确定的第一待校准音量和第二待校准音量是否相同，或者重新确定的第一待校准音量和第二待校准音量之差的绝对值是否小于预设阈值，若重新确定的第一待校准音量和第二待校准音量相同或重新确定的第一待校准音量和第二待校准音量之差的绝对值小于预设阈值，则表明音量校准完成，可以继续播放用户准备收听的音频，即将用户准备收听的音频发送至第一音箱和第二音箱。例如，用户准备收听的音频包括左声道的音频和右声道的音频，第一音箱用于播放左声道的音频，第二音箱用于播放右声道的音频。因此，手机将左声道的音频发送至第一音箱，将右声道的音频发送至第二音箱。
150.此外，可以理解的是，手机还可以根据音量调整方案确定第二信息和第三信息，其中，第二信息用于指示第一音量调整量，第三信息用于指示第二音量调整量，第一音量调整量和第二音量调整量是根据第一待校准音量和第二待校准音量之差确定的，手机向第一音箱发送第一音量调整量，向第二音箱发送第二音量调整量。例如，若第一待校准音量比第二待校准音量高6db，手机可以向第一音箱发送第二信息，第二信息指示第一音箱的输入音量降低3db，第三信息指示第二音箱的输入音量升高3db。
151.在另一些实施例中，手机可以在将第三音频发送至第一音箱，以及将第四音频发送至第二音箱之前，根据音量调整方案对第三音频的波形和/或第四音频的波形进行调整。上述音量调整方式又可称为前处理方式。这里的第三音频和第四音频为手机需要投射的音频。其中，第三音频为第一音箱所需播放的音频，第四音频为第二音箱所需播放的音频。例如，第三音频和第四音频分别为左声道的音频和右声道的音频。例如，针对上述情况(1)手机将用户准备收听的音频投射到两个音箱进行播放之前，用户发起音量校准，这里的第三音频和第四音频为用户准备收听的音频。又例如，针对上述情况(2)在用户收听音频的过程中，若用户感觉到声场偏移，用户发起音量校准。这里的第三音频和第四音频为在音量校准完成后需要继续播放的音频。
152.此外，需要说明的是，若用户准备收听的音频不区分左右声道，则第三音频与第四音频为相同的音频。
153.示例性地，若第一待校准音量比第二待校准音量高xdb，手机将第四音频的波形增加xdb的增益，或将第三音频的波形减少x db的增益。
154.可以理解的是，上述音量调整方案可以适用于上述s906中方式1和方式2。
155.此外，手机在将第三音频发送至第一音箱，以及将第四音频发送至第二音箱之前，手机将第一音频的波形减小xdb的增益，并重复上述s901～s906，以判断是否达到音量校准效果。具体的，手机判断重新确定的第一待校准音量和第二待校准音量是否相同，或者重新确定的第一待校准音量和第二待校准音量之差的绝对值是否小于预设阈值，若重新确定的第一待校准音量和第二待校准音量相同或重新确定的第一待校准音量和第二待校准音量之差的绝对值小于预设阈值，则表明音量校准完成，可以继续播放用户准备收听的音频，即根据将第三音频的波形减小xdb增益，然后将调整后的第三音频发送至第一音箱，将第四音频发送至第二音箱。
156.进一步地，针对上述s906中的方式3，手机确定第一音频数据所对应的多个待校准音量和第二音频数据所对应的多个待校准音量，手机针对在每个频率范围的两个待校准音量，对第三音频的波形和/或第四音频的波形进行调整。
157.示例性地，假设手机确定第一音频数据在100～200hz的频率范围的待校准音量比第二音频数据在100～200hz的频率范围的待校准音量高1db，第一音频数据在200～400hz的频率范围的待校准音量比第二音频数据在200～400hz的频率范围的待校准音量高0.5db。手机将第四音频在100～200hz的频率范围内的波形增加1db的增益，或将第三音频在100～200hz的频率范围内的波形减少1db的增益。手机将第四音频在200～400hz的频率范围内的波形增加0.5db的增益，或将第三音频在100～200hz的频率范围内的波形减少0.5db的增益。
158.此外，在一些实施例中，在手机完成音量校准之后，手机还可以保存第一文件，第一文件包括但不限于组网信息、网元信息、音量调整方案和第一参考点的信息。其中，组网信息用于指示组建网络的各个路由器，以及各个路由器之间关系。网元信息包括发送(source)端(即手机)和接收(sink)端(即第一音箱和第二音箱)的连接路由信息，sink端的设备标识。音量调整方案包括每个sink端的增益信息(即波形增益)或者每个sink端的音量调整量。第一参考点的信息可以包括手机与第一音箱之间的距离、第一音箱相对于手机的方位信息、手机与第二音箱之间的距离以及第二音箱相对于手机的方位信息。因此，若手机下一次检测到第一指令且手机与第一音箱和第二音箱位置关系满足预设条件时，手机可以根据第一文件中的音量调整方案进行音量校准。示例性地，这里的预设条件可以是指假设第一音箱和第二音箱的位置固定，手机在下一次检测到第一指令时，确定第二参考点，若第二参考点与第一参考点之间的距离小于预设阈值(例如1米)，则手机可以根据第一文件中的音量调整方案进行音量校准。而当新增音箱时，手机需要重新对新增的音箱进行音量校准。或当第二参考点与第一参考点之间的距离大于或等于预设阈值时，手机需要重新对两个音箱进行音量校准。可以理解的是，手机确定第二参考点的具体方法与手机确定第一参考点的具体方法相同，重复之处不再赘述。
159.以下对上述如图9所示实施例的具体实现过程做进一步说明。
160.针对上述s901：
161.在一些实施例中，针对上述情况(1)手机将用户准备收听的音频投射到两个音箱进行播放之前，用户发起音量校准，手机检测到用户的第一操作时，第一操作用于触发将用户准备收听的声音投射到第一音箱和第二音箱上播放，手机可以在当前用户界面上显示第一提示框，第一提示框用于提醒用户是否执行音量校准。手机检测到用户针对第一提示框
的第二操作，第二操作用于触发音量校准，手机向第一音箱发送第一音频，向第二音箱发送第二音频。
162.示例性地，手机与两个音箱建立连接，手机检测到用于触发将某个视频投射到电视上播放的操作，其中，这两个音箱用于播放该视频对应的音频，手机当前用户界面如图10所示。用户点击图10所示显示界面上的“是”所对应的虚拟按钮，响应于该操作，手机向第一音箱发送第一音频，向第二音箱发送第二音频。
163.此外，若手机检测到用户的第二操作，手机还可以在当前用户界面上显示第二提示框，第二提示框用于提醒用户保持周围环境安静，如图11所示。或者若手机检测到第二操作，通过语音方式提醒用户保持周围环境安静。
164.在一些实施例中，手机被配置在检测到用户的第一操作时，自动启动音量校准。其中，第一操作用于触发将声音投射到第一音箱和第二音箱上播放。示例性地，手机可以在音箱连接配置界面显示第一选项，第一选项用于指示是否开启自动音量校准。如图12所示，若自动音量校准选项开启，手机在检测到第一操作时自动启动音量校准。此外，手机在检测到第一操作时，手机还可以在当前用户界面上显示第二会话界面，第二会话界面包括第二提示框，第二提示框用于提醒用户保持周围环境安静，如图11所示。或者手机在检测到第一操作时，通过语音方式提醒用户保持周围环境安静。
165.在一些实施例中，针对上述情况(2)在用户收听音频的过程中，若用户感觉到声场偏移，用户发起音量校准。在音频播放过程中，用户可以在当前播放界面上通过新增的第一选项直接触发音量校准，响应于该操作，手机向第一音箱发送第一音频，向第二音箱发送第二音频。其中，第一选项用于处于执行音量校准。
166.示例性地，如图13所示，当前播放界面上包括启动音量校准选项，用户点击图13所示启动音量校准选项所对应的虚拟按钮时，响应于该操作，手机向第一音箱发送第一音频，向第二音箱发送第二音频。
167.针对上述s905：
168.在一些实施例中，手机还可以通过当前用户界面显示第三提示框，第三提示框用于提醒用户不要遮挡麦克风，如图14所示。或者，在一些实施例中，手机在检测到用户可能遮挡麦克风时，通过当前用户界面显示第三提示框，第三提示框用于提醒用户检查是否遮挡麦克风，如图14所示。或者，在一些实施例中，手机在检测到用户可能遮挡麦克风时，通过语音提示用户检查是否遮挡麦克风。
169.示例性地，手机可以指示第一音箱播放k次第一音频，同时指示第二音箱播放k次第二音频，k为大于等于2的正整数。进一步地，手机采集k个第一音频分别对应的音频数据，并根据k个第一音频分别对应的音频数据确定k个音量，当k个音量中的最大音量与k个音量中的最小音量的差值大于预设阈值时，手机判断可能存在遮挡麦克风的情况。同理，手机还可以通过采集到的k个第二音频分别对应的音频数据判断是否存在遮挡麦克风的情况。
170.假设k＝2，手机采集第一音箱第1次播放第一音频的音频数据(以下简称数据1)，手机采集第一音箱第2次播放第一音频的音频数据(以下简称数据2)。手机根据数据1确定数据1所对应的音量(以下简称音量1)，根据数据2确定数据2所对应的音量(以下简称音量2)。若音量1与音量2的差值大于预设阈值，手机通过当前用户界面显示第三提示框，第三提示框用于提醒用户检查是否遮挡麦克风。
171.采用上述设计，可以避免由于麦克风遮挡对音量校准造成的影响，保证音量校准的准确性。
172.在一些实施例中，手机还可以通过当前用户界面显示第四提示框，第四提示框用于提醒用户保持手机所在平面与地面之间的夹角为90度或者提醒用户保持手机垂直于地面；或者，在一些实施例中，手机在检测到手机所在平面与地面之间的夹角与90度之间的差值的绝对值大于预设角度时，手机通过当前用户界面显示第四提示框，第四提示框用于提醒用户保持手机所在平面与地面之间的夹角为90度，或者提醒用户保持手机垂直于地面，或者，提醒用户调整手机的位置。示例性地，当手机水平置于桌面上，或者手机的倾斜角度过大时，手机通过当前用户界面显示第四提示框，如图15所示。示例性地，预设角度可以从3度到8度之间进行取值，例如预设角度为5度。当手机在检测到手机所在平面与地面之间的夹角与90度之间的差值的绝对值小于5度时，手机确定手机与地面近似垂直(即手机所在平面与地面之间的夹角约为90度)。当手机在检测到手机所在平面与地面之间的夹角与90度之间的差值的绝对值大于5度时，手机通过当前用户界面显示第四提示框。具体地，还可以结合手机的水平仪功能，在显示界面显示一条给定的直线，例如一条横线和/或竖线，一旦偏移该直线则提醒用户调整手机的位置，例如通过当前用户界面显示第四提示框。可以理解的是，若不规定手机所在平面与地面之间的夹角，则由于麦克风的指向性问题就会造成确定的第一待校准音量和第二待校准音量存在较大误差，详见如图4所示的相关内容，采用上述设计保证手机所在平面与地面之间的夹角为90度或近似为90度，可以减轻麦克风的指向性问题对音量校准造成的影响。
173.可以理解的是，基于相同的构思，上述实施例还可以应用于三个或三个以上音箱进行音量校准的场景，如图7所示。
174.在本技术的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
175.本技术中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b的情况，其中a,b可以是单数或者复数。在本技术的文字描述中，字符“/”，一般表示前后关联对象是一种“或”的关系；在本技术的公式中，字符“/”，表示前后关联对象是一种“相除”的关系。
176.可以理解的是，在本技术的实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本技术的实施例的范围。上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定。