一种音乐推荐方法和装置与流程

本发明涉及信息处理
技术领域：
，特别涉及一种音乐推荐方法和装置。
背景技术：
：现在的播放设备如电脑等均为智能设备，可以智能推荐播放的音乐、故事等。现在存在根据用户习惯自动向用户推荐音乐的终端，需要从终端获取用户的数据，而且终端是针对每个用户而言，不存在针对大型商场、火车站等人群密度较大场所中人群的音乐推荐。技术实现要素：有鉴于此，本申请提供一种音乐推荐方法和装置，能够提高设备处理能力，以及用户体验。一种音乐推荐方法，应用于人群密度较大的场所中，该方法包括：根据获取的图片确定当前环境下人群的年龄段占比，以及着装风格占比；根据年龄段占比最大的年龄段确定该年龄段对应的人群最受欢迎的第一音乐列表；根据着装风格占比最大的着装确定该着装对应的人群最受欢迎的第二音乐列表；将既存在于第一音乐列表，且存在于第二音乐列表的音乐进行推荐并播放。一种音乐推荐装置，应用于人群密度较大的场所中，该装置包括：获取单元、确定单元和播放单元；所述获取单元，用于获取图片；所述确定单元，用于根据所述获取单元获取的图片确定当前环境下人群的年龄段占比，以及着装风格占比；根据年龄段占比最大的年龄段确定该年龄段对应的人群最受欢迎的第一音乐列表；根据着装风格占比最大的着装确定该着装对应的人群最受欢迎的第二音乐列表；所述播放单元，用于将既存在于所述确定单元确定的第一音乐列表，且存在于所述确定单元确定的第二音乐列表的音乐进行推荐并播放。为解决上述技术问题，本申请的技术方案是这样实现的：由上面的技术方案可知，本申请中根据人群的年龄分布、以及着装风格，确定当前要推荐的音乐。该技术方案能够提高设备处理能力，以及用户体验。附图说明图1为本申请实施例中音乐推荐流程示意图；图2为本申请实施例中确定播放音乐的音量的流程示意图；图3为本申请实施例中应用于上述技术的装置结构示意图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图并举实施例，对本发明的技术方案进行详细说明。本申请实施例中提供一种音乐推荐方法，应用于人群密度较大的场所中，如车站、大型商场、餐厅等等，根据人群的年龄分布、以及着装风格，确定当前要推荐的音乐。该技术方案能够提高设备处理能力，以及用户体验。下面结合附图，详细说明本申请实施例中实现音乐推荐过程。本申请实施例中确定针对当前环境中的人群推荐的音乐可以由播放设备确定，也可以单独由一个处理设备确定，再发送给播放设备进行推荐并播放。在下文以播放设备确定并播放音乐为例。参见图1，图1为本申请实施例中音乐推荐流程示意图。具体步骤为：步骤101，播放设备根据获取的图片确定当前环境下人群的年龄段占比，以及着装风格占比。本申请实施例中获取的图片为通过摄像头拍摄的图片，或者拍摄的视频中的一帧对应的图片。通过摄像头拍摄的图片或视频可传输给播放设备。播放设备接收到摄像头传输的视频时，需要先对视频进行处理，如每间隔固定时间取出一帧作为一张图片。这里的固定时间可以根据实际需要设置。无论直接拍摄的图片，或者通过视频获取的图片，如果间隔比较短，可以选取其中一张图片进行处理，也可以选取多张图片，根据多张图片处理的结果取平均值确定年龄段占比，以及着装风格占比。针对年龄段占比和着装风格占比的确定可以按照现有实现方式确定，本申请实施例中给出但不限于下述实现方式：需要预先使用大量样本数据集通过建立的神经网络进行训练，得到一个输入为图片，输出为年龄占比和着装风格占比的神经网络模型。神经网络模型的建立在播放设备上实现，也可以在其他设备上实现，再传输到播放设备上。播放设备获取图片后，输入以建立的申请网络模型，得到年龄段的占比和着装占比。其中，年龄段占比，如00年代的人的占比、80-90年代的人的占比、70-80年代的人的占比、60-70年代的人的占比等。着装风格占比，如嘻哈风格占比、古典风格占比、流行风格占比、爵士风格占比、摇滚风格占比等。步骤102，该播放设备根据年龄段占比最大的年龄段确定该年龄段对应的人群最受欢迎的第一音乐列表。步骤103，该播放设备根据着装风格占比最大的着装确定该着装对应的人群最受欢迎的第二音乐列表。现在网络上有存在按照各种分类方式划分音乐的，可以直接使用网络上已划分好的音乐库实现确定第一音乐和第二音乐列表，也可以自行建立各种着装风格、以及年龄段对应的音乐库。步骤104，该播放设备将既存在于第一音乐列表，且存在于第二音乐列表的音乐进行推荐并播放。本申请实施例中确定推荐的音乐时，可以直接将第一音乐列表和第二音乐列表中的交集音乐取出并建立第三音乐列表；也可以直接获取既存在第一音乐列表也存在第二音乐列表中的音乐，直接推荐，由于人群会变动，这样可能播放一首音乐后就会改变播放的音乐风格。如果第一音乐列表和第二音乐列表中的音乐不存在交集时，优先推荐第一音乐列表中的音乐。针对播放的音乐是否改变风格，或者针对年龄段的改变，可以固定周期变化，也可以以播放的当前整段音乐的时间确定。具体为：当整段音乐结束时，根据当前获取的图片确定播放的下一段音乐。这里的整段音乐如一首歌曲、一段纯音乐等。下面结合附图，详细说明本申请实施例中播放音乐的音量确定过程。参见图2，图2为本申请实施例中确定播放音乐的音量的流程示意图。具体步骤为：步骤201，播放设备检测环境噪声。按照现有技术检测环境噪声。步骤202，该播放设备根据检测到的环境噪声确定在当前环境下人能听到的最小音量。参见表1，表1为在不同环境下人能听到的最小音量所对应的内容。表1中给出的本申请根据常识给出的音量示意图，但不限于下述内容。音量分贝所处环境1分贝刚能听到的声音15分贝以下感觉安静30分贝耳语的音量大小40分贝冰箱的嗡嗡声60分贝正常交谈的声音表1步骤203，该播放设备根据获取的图片确定当前环境下人群的人群密度。针对人群密度的确定可以按照现有实现方式确定，本申请实施例中给出但不限于下述实现方式：需要预先使用大量样本数据集通过建立的神经网络进行训练，得到一个输入为图片，输出为人群密度的神经网络模型。神经网络模型的建立在播放设备上实现，也可以在其他设备上实现，再传输到播放设备上。步骤204，该播放设备根据人群密度确定音量调整值。本步骤中根据人群密度确定音量调整值具体包括：其中，x为人群密度，可以使用人数表示；f(x)为音量调整值。步骤205，该播放设备将确定的人能听到的最小音量向上调整确定的音量调整值后的音量作为当前播放音乐的音量。本申请具体实现时，可以配置音量调整的调整周期，每间隔调整周期获取图片确定播放音乐的音量；调整周期也可以为固定周期，或播放整段音乐的时间，即一个变化的调整周期。本申请给出应用在火车站的场景，火车站有在外面排队等待检票的人群，也有在里面等待候车的人群。可以通过本发明智能的推荐大部分人都喜欢的音乐，并且音量的大小可以让人听了很舒服，不会出现过大过小的缺陷，可以减少玩手机的时间，对健康起到一定作用，等待的时间不觉也得无聊。具体实现如下：第一步、从监控设备(摄像头等)上获取环境数据(视频图像)，对视频进行处理，每隔固定时间提取出一帧输入到预先训练好的人群密度神经网络模型确定人群密度。第二步、使用对应帧输入预先训练好的着装风格占比，以及年龄段占比神经网络模型确定着装风格占比，以及年龄段占比。第三步、根据最高年龄分布占比和着装风格占比，智能的推荐音乐。第四步、采集环境噪音，得出环境噪音的音量，并结合人群密度确定当前播放音乐的音量。第五步、根据确定的音量播放确定的音乐。基于同样的发明构思，本申请还提出一种音乐推荐装置，应用于人群密度较大的场所中。参见图3，图3为本申请实施例中应用于上述技术的装置结构示意图。该装置包括：获取单元301、确定单元302和播放单元303；获取单元301，用于获取图片；确定单元302，用于根据获取单元301获取的图片确定当前环境下人群的年龄段占比，以及着装风格占比；根据年龄段占比最大的年龄段确定该年龄段对应的人群最受欢迎的第一音乐列表；根据着装风格占比最大的着装确定该着装对应的人群最受欢迎的第二音乐列表；播放单元303，用于将既存在于确定单元302确定的第一音乐列表，且存在于确定单元302确定的第二音乐列表的音乐进行推荐并播放。较佳地，所述装置进一步包括：检测单元304；检测单元304，用于检测环境噪声；确定单元302，进一步用于根据检测单元304检测到的环境噪声确定在当前环境下人能听到的最小音量；根据获取的图片确定当前环境下人群的人群密度；根据人群密度确定音量调整值；播放单元303，进一步用于将所诉确定单元确定的人能听到的最小音量向上调整确定的音量调整值后的音量作为当前播放音乐的音量。较佳地，确定单元302，具体用于根据人群密度确定音量调整值，包括：其中，x为人群密度；f(x)为音量调整值。较佳地，确定单元302，进一步用于当整段音乐结束时，根据当前获取的图片确定播放的下一段音乐；配置音量调整的调整周期，每间隔调整周期获取图片确定播放音乐的音量。较佳地，获取单元301，具体用于获取的图片为通过摄像头拍摄的图片，或者拍摄的视频中的一帧对应的图片。上述实施例的单元可以集成于一体，也可以分离部署；可以合并为一个单元，也可以进一步拆分成多个子单元。综上所述，本申请根据人群的年龄分布、以及着装风格，确定当前要推荐的音乐。该技术方案能够提高设备处理能力，以及用户体验。本申请实施例中还根据环境中人群的密度，以及环境噪声确定播放音量，能够让人感到舒适，吸引人群的驻留。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。当前第1页12