一种音效调节方法、装置、电子设备及存储介质与流程

本技术涉及汽车电子，具体而言，涉及一种音效调节方法、装置、电子设备及存储介质。

背景技术：

1、随着人们生活水平的不断提高，汽车的使用也越来越多，在汽车上设置有车载硬件设备，该车载硬件设备可以播放广播或音乐，尤其是音乐爱好者，对音质的要求很高，原车的音响已不能满足音质需求，可以人为调整车机音效，也可以安装第三方的播放软件，但是第三方的播放软件的音效无法和车载硬件设备进行匹配，也就是说车载硬件设备不支持第三方的播放软件的音效配置，这样，影响用户的听感。

技术实现思路

1、本技术的一些实施例的目的在于提供一种音效调节方法、装置、电子设备及存储介质，通过本技术的实施例的技术方案，通过获取待播放音乐的基础信息；判断所述待播放音乐的基础信息中是否存在音效信息；在所述待播放音乐的基础信息中不存在音效信息的情况下，根据所述基础信息和预先设置的音效数据，确定与所述待播放音乐对应的目标音效信息；其中，所述预先设置的音效数据至少包括音效数据库和预先训练好的音效识别模型；根据所述目标音效信息，对车机进行音效配置，本技术实施例通过获取待播放音乐的基础信息，然后判断该基础信息是否存在音效信息，若没有音效信息，则根据预先设置的音效数据，查找与基础信息对应的目标音效信息，并根据该目标音效信息对车载的硬件设备进行音效配置，从而避免用户手动音效配置，同时也避免了车载音乐app与车载硬件音效不一致的问题，提供便利的同时也大大提升了听感。

2、第一方面，本技术的一些实施例提供了一种音效调节方法，包括：

3、获取待播放音乐的基础信息；

4、判断所述待播放音乐的基础信息中是否存在音效信息；

5、在所述待播放音乐的基础信息中不存在音效信息的情况下，根据所述基础信息和预先设置的音效数据，确定与所述待播放音乐对应的目标音效信息；其中，所述预先设置的音效数据至少包括音效数据库和预先训练好的音效识别模型；

6、根据所述目标音效信息，对车机进行音效配置。

7、本技术的一些实施例通过获取待播放音乐的基础信息，然后判断该基础信息是否存在音效信息，若没有音效信息，则根据预先设置的音效数据，查找与基础信息对应的目标音效信息，并根据该目标音效信息对车载的硬件设备进行音效配置，从而避免用户手动音效配置，同时也避免了车载音乐app与车载硬件音效不一致的问题，提供便利的同时也大大提升了听感。

8、可选地，所述根据所述基础信息和预先设置的音效数据，确定与所述待播放音乐对应的目标音效信息，包括：

9、在预先存储的音效数据库中进行查找，确定与所述基础信息对应的目标音效信息。

10、本技术的一些实施例通过预先设置音效数据库，在该音效数据库中查找与基础信息对应的目标音效信息，该目标音效信息用于对车载硬件设备进行配置。

11、可选地，所述根据所述基础信息和预先设置的音效数据，确定与所述待播放音乐对应的目标音效信息，包括：

12、将所述基础信息输入到预先训练好的音效识别模型中，得到与所述基础信息对应的目标音效信息；其中，所述音效识别模型是采用样本音乐的基础信息和样本音效信息，对神经网络模型进行训练得到的。

13、本技术的一些实施例通过预先训练音效识别模型，该音效识别模块用于确定目标音效信息，在获取到待播放音乐的基础信息后，将基础信息输入到音效识别模型中，得到与基础信息对应的目标音效信息，用于对车载硬件设备进行配置。

14、可选地，所述音效识别模型通过如下方式获得：

15、获取样本音乐的基础信息和样本音效信息，其中，所述样本音乐的基础信息包括音乐名称、演唱者和出版时间；

16、根据所述样本音乐的基础信息和所述样本音效信息，对所述神经网络模型进行训练，得到训练后的网络模型；

17、在所述训练后的网络模型的损失函数的函数值小于预设值的情况下，将与所述训练后的网络模型确定为所述音效识别模型。

18、本技术的一些实施例，通过采用大量样本音乐的基础信息和样本音效信息，对神经网络模型进行训练，得到音效识别模型，加大了音效的多样性。

19、可选地，在所述预先设置的音效数据中未匹配出音效信息的情况下，所述方法还包括：

20、根据所述车机上预先存储的音效信息，播放所述待播放音乐。

21、本技术的一些实施例，若未能查找到目标音效信息，则可以根据车机上自带的音效信息进行配置，然后播放待播放音乐。

22、可选地，所述方法还包括：

23、在所述待播放音乐的基础信息中存在所述目标音效信息的情况下，根据所述目标音效信息对车机的硬件设备进行配置。

24、本技术的一些实施例，在待播放音乐中的基础信息中存在目标音效信息的情况下，则车载硬件设备可以直接使用目标音效信息进行配置，并播放待播放音乐。

25、第二方面，本技术的一些实施例提供了一种音效调节装置，包括：

26、获取模块，用于获取待播放音乐的基础信息；

27、判断模块，用于判断所述待播放音乐的基础信息中是否存在音效信息；

28、确定模块，用于在所述待播放音乐的基础信息中不存在音效信息的情况下，根据所述基础信息和预先设置的音效数据，确定与所述待播放音乐对应的目标音效信息；其中，所述预先设置的音效数据至少包括音效数据库和预先训练好的音效识别模型；

29、设置模块，用于根据所述目标音效信息，对车机进行音效配置。

30、本技术的一些实施例通过获取待播放音乐的基础信息，然后判断该基础信息是否存在音效信息，若没有音效信息，则根据预先设置的音效数据，查找与基础信息对应的目标音效信息，并根据该目标音效信息对车载的硬件设备进行音效配置，从而避免用户手动音效配置，同时也避免了车载音乐app与车载硬件音效不一致的问题，提供便利的同时也大大提升了听感。

31、可选地，所述确定模块，用于：

32、在预先存储的音效数据库中进行查找，确定与所述基础信息对应的目标音效信息。

33、本技术的一些实施例通过预先设置音效数据库，在该音效数据库中查找与基础信息对应的目标音效信息，该目标音效信息用于对车载硬件设备进行配置。

34、可选地，所述确定模块，用于：

35、将所述基础信息输入到预先训练好的音效识别模型中，得到与所述基础信息对应的目标音效信息；其中，所述音效识别模型是采用样本音乐的基础信息和样本音效信息，对神经网络模型进行训练得到的。

36、本技术的一些实施例通过预先训练音效识别模型，该音效识别模块用于确定目标音效信息，在获取到待播放音乐的基础信息后，将基础信息输入到音效识别模型中，得到与基础信息对应的目标音效信息，用于对车载硬件设备进行配置。

37、可选地，所述追踪还包括模型训练模块，所述模型训练模块用于：

38、获取样本音乐的基础信息和样本音效信息，其中，所述样本音乐的基础信息包括音乐名称、演唱者和出版时间；

39、根据所述样本音乐的基础信息和所述样本音效信息，对所述神经网络模型进行训练，得到训练后的网络模型；

40、在所述训练后的网络模型的损失函数的函数值小于预设值的情况下，将与所述训练后的网络模型确定为所述音效识别模型。

41、本技术的一些实施例，通过采用大量样本音乐的基础信息和样本音效信息，对神经网络模型进行训练，得到音效识别模型，加大了音效的多样性。

42、可选地，所述确定模块，用于：

43、根据所述车机上预先存储的音效信息，播放所述待播放音乐。

44、本技术的一些实施例，若未能查找到目标音效信息，则可以根据车机上自带的音效信息进行配置，然后播放待播放音乐。

45、可选地，所述确定模块，用于：

46、在所述待播放音乐的基础信息中存在所述目标音效信息的情况下，根据所述目标音效信息对车机的硬件设备进行配置。

47、本技术的一些实施例，在待播放音乐中的基础信息中存在目标音效信息的情况下，则车载硬件设备可以直接使用目标音效信息进行配置，并播放待播放音乐。

48、第三方面，本技术的一些实施例提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现如第一方面任一实施例所述的音效调节方法。

49、第四方面，本技术的一些实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时可实现如第一方面任一实施例所述的音效调节方法。

50、第五方面，本技术的一些实施例提供一种计算机程序产品，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器执行时可实现如第一方面任一实施例所述的音效调节方法。