音频报警方法、装置、设备及存储介质与流程

1.本公开涉及音频处理技术领域，尤其涉及一种音频报警方法、装置、设备及存储介质。


背景技术：

2.基于音频的警报技术可以实现当用户不在监控现场时，基于监控现场的音频数据实现对危险情况的报警，确保监控现场的安全。具体地，可以在采集到监控现场的音频数据后，利用音频处理技术对采集的音频数据进行处理，以基于音频数据的音量等特征来判断是否启动报警。
3.然而，为了提高报警的灵敏度，相关技术中通常会将音频数据的音量阈值设置的较低，但这样又带来了新的问题：当警报系统报警时，实际上监控现场可能并未真正发生危险情况，即产生了误报的情况，这显然会给用户带来困扰和不便。另一方面，当监控现场的外界环境噪声过大时，也容易引起警报系统的误报。而当误报的次数多了，报警系统的报警就很难引起用户的重视。一旦真正出现危险情况，报警系统很难发挥作用，会给用户带来严重的安全隐患。


技术实现要素：

4.为克服相关技术中存在的问题，本公开实施例提供一种音频报警方法、装置、设备及存储介质，用以解决相关技术中的缺陷。
5.根据本公开实施例的第一方面，提供一种音频报警方法，应用于音频报警设备，所述方法包括：
6.响应于获取到待处理的音频数据，提取所述音频数据的音频特征；
7.基于所述音频特征确定当前场景类型；
8.响应于所述当前场景类型满足设定预警条件，执行预设的报警操作。
9.在一些实施例中，所述音频特征包括频谱特征；
10.所述提取所述音频数据的音频特征，包括：
11.确定所述音频数据的频谱信息；
12.从所述频谱信息中提取所述音频数据的频谱特征。
13.在一些实施例中，所述方法还包括：
14.对所述音频数据进行预处理，得到预处理后的音频数据，所述预处理至少包括归一化处理；
15.基于所述预处理后的音频数据执行所述确定所述音频数据的频谱信息的操作。
16.在一些实施例中，所述基于所述音频特征确定当前场景类型，包括：
17.将所述音频特征输入至预先训练的神经网络模型，得到所述音频数据的音源位置和音频事件类型；
18.基于所述音源位置和所述音频事件类型确定当前场景类型。
19.在一些实施例中，所述基于所述音源位置和所述音频事件类型确定当前场景类型，包括：
20.响应于检测到所述音源位置位于所述音频报警设备周围的设定范围以内，且所述音频事件类型属于设定事件类型，确定当前场景类型为满足所述设定预警条件的目标场景类型。
21.在一些实施例中，所述待处理的音频数据为基于预设步长从当前采集的音频数据序列中获取的多段音频数据，每段所述音频数据的长度为预设长度；
22.所述基于所述音源位置和所述音频事件类型确定当前场景类型，包括：
23.基于所述多段音频数据中每段音频数据的音源位置和音频事件类型，确定所述每段音频数据对应的当前场景类型预测结果，得到多个场景类型预测结果；
24.响应于所述多个场景类型预测结果中满足预设条件的预测结果的数量大于或等于预设阈值，确定当前场景类型为满足所述设定预警条件的目标场景类型。
25.在一些实施例中，所述方法还包括：
26.响应于检测到任一段音频数据的音源位置位于所述音频报警设备周围的设定范围以内，且所述任一段音频数据的音频事件类型属于设定事件类型，确定所述任一段音频数据对应的当前场景类型预测结果满足所述预设条件。
27.在一些实施例中，所述执行预设的报警操作，包括以下至少一项：
28.生成用于提示当前场景存在预设的需报警情况的报警信息；
29.向与所述音频报警设备关联的终端设备发送控制指令，所述控制指令用于控制所述终端设备生成用于提示当前场景存在预设的需报警情况的报警信息。
30.根据本公开实施例的第二方面，提供一种音频报警装置，应用于音频报警设备，所述装置包括：
31.音频特征提取模块，用于响应于获取到待处理的音频数据，提取所述音频数据的音频特征；
32.场景类型确定模块，用于基于所述音频特征确定当前场景类型；
33.报警操作执行模块，用于响应于所述当前场景类型满足设定预警条件，执行预设的报警操作。
34.在一些实施例中，所述音频特征包括频谱特征；
35.所述音频特征提取模块，包括：
36.频谱信息确定单元，用于确定所述音频数据的频谱信息；
37.频谱特征提取单元，用于从所述频谱信息中提取所述音频数据的频谱特征。
38.在一些实施例中，所述音频特征提取模块，还包括：
39.预处理单元，用于对所述音频数据进行预处理，得到预处理后的音频数据，所述预处理至少包括归一化处理；
40.所述频谱信息确定单元还用于基于所述预处理后的音频数据执行所述确定所述音频数据的频谱信息的操作。
41.在一些实施例中，所述场景类型确定模块，包括：
42.位置类型获取单元，用于将所述音频特征输入至预先训练的神经网络模型，得到所述音频数据的音源位置和音频事件类型；
43.场景类型确定单元，用于基于所述音源位置和所述音频事件类型确定当前场景类型。
44.在一些实施例中，所述场景类型确定单元还用于响应于检测到所述音源位置位于所述音频报警设备周围的设定范围以内，且所述音频事件类型属于设定事件类型，确定当前场景类型为满足所述设定预警条件的目标场景类型。
45.在一些实施例中，所述待处理的音频数据为基于预设步长从当前采集的音频数据序列中获取的多段音频数据，每段所述音频数据的长度为预设长度；
46.所述场景类型确定单元还用于：
47.基于所述多段音频数据中每段音频数据的音源位置和音频事件类型，确定所述每段音频数据对应的当前场景类型预测结果，得到多个场景类型预测结果；
48.响应于所述多个场景类型预测结果中满足预设条件的预测结果的数量大于或等于预设阈值，确定当前场景类型为满足所述设定预警条件的目标场景类型。
49.在一些实施例中，所述场景类型确定单元还用于响应于检测到任一段音频数据的音源位置位于所述音频报警设备周围的设定范围以内，且所述任一段音频数据的音频事件类型属于设定事件类型，确定所述任一段音频数据对应的当前场景类型预测结果满足所述预设条件。
50.在一些实施例中，所述报警操作执行模块还用于执行以下至少一项：
51.生成用于提示当前场景存在预设的需报警情况的报警信息；
52.向与所述音频报警设备关联的终端设备发送控制指令，所述控制指令用于控制所述终端设备生成用于提示当前场景存在预设的需报警情况的报警信息。
53.根据本公开实施例的第三方面，提供一种音频报警设备，所述设备包括：
54.处理器以及用于存储计算机程序的存储器；
55.其中，所述处理器被配置为在执行所述计算机程序时，实现：
56.响应于获取到待处理的音频数据，提取所述音频数据的音频特征；
57.基于所述音频特征确定当前场景类型；
58.响应于所述当前场景类型满足设定预警条件，执行预设的报警操作。
59.根据本公开实施例的第四方面，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实现：
60.响应于获取到待处理的音频数据，提取所述音频数据的音频特征；
61.基于所述音频特征确定当前场景类型；
62.响应于所述当前场景类型满足设定预警条件，执行预设的报警操作。
63.本公开的实施例提供的技术方案可以包括以下有益效果：
64.本公开通过响应于获取到待处理的音频数据，提取所述音频数据的音频特征，并基于所述音频特征确定当前场景类型，进而响应于所述当前场景类型满足设定预警条件，执行预设的报警操作，由于是确定音频特征后，基于所述音频特征确定当前场景类型，相比相关技术中单纯依靠音量等特征来判断是否预警的方案，可以降低误报情况的发生概率，提高报警的准确率，进而可以避免给用户带来安全隐患。
65.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
66.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
67.图1是根据本公开一示例性实施例示出的一种音频报警方法的流程图；
68.图2是根据本公开一示例性实施例示出的如何提取所述音频数据的音频特征的流程图；
69.图3是根据本公开一示例性实施例示出的如何基于所述音频特征确定当前场景类型的流程图；
70.图4是根据本公开一示例性实施例示出的如何基于所述音源位置和所述音频事件类型确定当前场景类型的流程图；
71.图5是根据本公开一示例性实施例示出的一种音频报警装置的框图；
72.图6是根据本公开一示例性实施例示出的又一种音频报警装置的框图；
73.图7是根据本公开一示例性实施例示出的一种音频报警设备的框图。
具体实施方式
74.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本公开相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
75.图1是根据一示例性实施例示出的一种音频报警方法的流程图；本实施例的方法可以应用于音频报警设备(如，监控器、智能手机、平板电脑、可穿戴设备等)。
76.如图1所示，该方法包括以下步骤s101-s102：
77.在步骤s101中，响应于获取到待处理的音频数据，提取所述音频数据的音频特征。
78.本实施例中，可以基于设置在目标环境中的音频采集装置(如，多通道麦克风等)采集该目标环境中的音频数据序列，其中，该音频数据序列可以为音频采集装置在常开状态下采集的音频数据所组成的序列。进一步地，音频报警设备可以从该音频数据序列中获取待处理的音频数据，并提取所述音频数据的音频特征。
79.在一些实施例中，所提取的音频特征可以为既能很好地突出该音频数据的特点，又能表现出与同一环境中其他音频数据的区别与联系的特征，以增强特征辨识度。示例性地，可以对所述音频数据提取一种特征，或者同时提取多种特征，以充分全面地表现出该音频数据的特点。
80.在另一些实施例中，上述提取所述音频数据的音频特征的方式可以参见下述图2所示实施例，在此先不进行详述。
81.在步骤s102中，基于所述音频特征确定当前场景类型。
82.本实施例中，当提取所述音频数据的音频特征后，可以基于所述音频特征确定当前场景类型。
83.在一些实施例中，当前场景类型可以包括满足设定预警条件的目标场景类型以及不满足设定预警条件的非目标场景类型。
84.举例来说，当提取所述音频数据的音频特征后，可以检测该音频特征的特征类型，
进而可以当检测到所述音频特征属于第一特征类型时，可以确定当前场景类型为满足所述设定预警条件的目标场景类型。示例性地，上述第一特征类型可以通过对各类目标场景类型中常见的音频数据进行分析得到，本实施例对此不进行限定。
85.相反，当检测到所述音频特征属于第二特征类型(第一特征类型与第二特征类型不同)，可以确定当前场景的场景类型为不满足所述设定预警条件的非目标场景类型。
86.在另一些实施例中，上述基于所述音频特征确定当前场景类型的方式可以参见下述图3所示实施例，在此先不进行详述。
87.在步骤s103中，响应于所述当前场景类型满足设定预警条件，执行预设的报警操作。
88.本实施例中，当确定当前场景类型为满足设定预警条件的目标场景类型时，视为当前场景类型满足设定预警条件，进而可以执行预设的报警操作；相反，当确定当前场景类型为不满足设定预警条件的非目标场景类型时，视为当前场景类型不满足设定预警条件，进而可以不执行预设的报警操作。
89.在一些实施例中，上述执行预设的报警操作的方式，可以包括以下(a)和(b)中至少一项：
90.(a)生成用于提示当前场景存在预设的需报警情况的报警信息；
91.(b)向与所述音频报警设备关联的终端设备发送控制指令，所述控制指令用于控制所述终端设备生成用于提示当前场景存在预设的需报警情况的报警信息。
92.也即是说，当确定当前场景类型满足设定预警条件时，可以基于音频报警设备自身生成报警信息和/或基于音频报警设备关联的终端设备(如，用户的智能手机等)生成报警信息，具体采用哪种警报方式可根据实际情况决定。
93.由上述描述可知，本实施例的方法通过响应于获取到待处理的音频数据，提取所述音频数据的音频特征，并基于所述音频特征确定当前场景类型，进而响应于所述当前场景类型满足设定预警条件，执行预设的报警操作，由于是确定音频特征后，基于所述音频特征确定当前场景类型，相比相关技术中单纯依靠音量等特征来判断是否预警的方案，可以降低误报情况的发生概率，提高报警的准确率，进而可以避免给用户带来安全隐患。
94.图2是根据本公开一示例性实施例示出的如何提取所述音频数据的音频特征的流程图；本实施例在上述实施例的基础上以如何提取所述音频数据的音频特征为例进行示例性说明。
95.本实施例中，对音频数据所提取的音频特征可以包括该音频数据的频谱特征。
96.如图2所示，上述步骤s101中所述的提取所述音频数据的音频特征，可以包括以下步骤s201-s202：
97.在步骤s201中，确定所述音频数据的频谱信息。
98.本实施例中，当获取待处理的音频数据后，可以将该音频数据输入至预设的频谱分析工具中，得到该音频数据的频谱信息。
99.值得说明的是，上述频谱分析工具可以基于实际需要从相关技术中进行选择，所得的频谱信息均可以适用于本实施例的后续步骤，本实施例对具体的工具类型以及频谱分析方法不进行限定。
100.在步骤s202中，从所述频谱信息中提取所述音频数据的频谱特征。
101.本实施例中，当确定所述音频数据的频谱信息后，可以从所述频谱信息中提取所述音频数据的频谱特征。
102.在一些实施例中，所提取的频谱特征可以为既能很好地突出该频谱的特点，又能表现出与同一音频数据中其他频谱数据的区别与联系的特征，以增强特征辨识度。示例性地，可以对所述频谱数据提取一种特征，或者同时提取多种特征，以充分全面地表现出该频谱的特点。
103.在另一些实施例中，当得到待处理的音频数据后，还可以先对该音频数据进行预处理，以得到预处理后的音频数据，其中，该预处理至少包括归一化处理，进而可以基于预处理后的音频数据执行所述确定所述音频数据的频谱信息的操作，即确定该预处理后的音频数据的频谱信息。
104.举例来说，上述归一化处理可以为对音频数据的音量进行归一化处理。示例性地，假设待处理的音频数据为长为l的向量x，且x的最大值为xmax,x的最小值为xmin，则可以基于下式(2-1)计算归一化后的音频数据xnorm：
[0105][0106]
由上述描述可知，本实施例通过确定所述音频数据的频谱信息，并从所述频谱信息中提取所述音频数据的频谱特征，可以实现后续将该频谱特征作为音频特征输入至预先训练的神经网络模型，得到所述音频数据的音源位置和音频事件类型，进而可以基于所述音源位置和所述音频事件类型确定当前场景类型，以及响应于所述当前场景类型满足设定预警条件，执行预设的报警操作，相比相关技术中单纯依靠音量等特征来判断是否预警的方案，可以降低误报情况的发生概率，提高报警的准确率，进而可以避免给用户带来安全隐患。
[0107]
图3是根据本公开一示例性实施例示出的如何基于所述音频特征确定当前场景类型的流程图；本实施例在上述实施例的基础上以如何基于所述音频特征确定当前场景类型为例进行示例性说明。
[0108]
如图3所示，上述步骤s102中所述的基于所述音频特征确定当前场景类型，可以包括以下步骤s301-s302：
[0109]
在步骤s301中，将所述音频特征输入至预先训练的神经网络模型，得到所述音频数据的音源位置和音频事件类型。
[0110]
本实施例中，当提取所述音频数据的音频特征后，可以将所述音频特征输入至预先训练的神经网络模型中，进而可以基于该模型的输出结果得到所述音频数据的音源位置和音频事件类型。
[0111]
值得说明的是，上述音源位置可以包括发出该音频数据的音源相对于音频报警设备的位置，如相对于音频报警设备的方向和/或距离等。
[0112]
上述音频事件类型可以为预先基于各种类型的音频所划分的事件类型，如人说话声、打雷声、开门声以及打破玻璃声中至少一项等。
[0113]
本实施例中，上述神经网络模型可以为预先基于样本音频数据训练的模型，该模型的输入可以为音频数据，而输出可以为该音频数据的音源位置和音频事件类型。
[0114]
在步骤s302中，基于所述音源位置和所述音频事件类型确定当前场景类型。
[0115]
本实施例中，当将所述音频特征输入至预先训练的神经网络模型，得到所述音频数据的音源位置和音频事件类型后，可以基于所述音源位置和所述音频事件类型确定当前场景类型。
[0116]
在一些实施例中，当前场景类型可以包括满足设定预警条件的目标场景类型以及不满足设定预警条件的非目标场景类型。
[0117]
举例来说，当检测到所述音源位置位于所述音频报警设备周围的设定范围以内，且所述音频事件类型属于设定事件类型时，可以确定当前场景类型为满足所述设定预警条件的目标场景类型。相反，当检测到所述音源位置位于所述音频报警设备周围的设定范围以外，和/或所述音频事件类型不属于所述设定事件类型，可以确定当前场景的场景类型为不满足所述设定预警条件的非目标场景类型。
[0118]
由上述描述可知，本实施例通过将所述音频特征输入至预先训练的神经网络模型，得到所述音频数据的音源位置和音频事件类型，并基于所述音源位置和所述音频事件类型确定当前场景类型，可以实现基于待处理的音频数据的音频特征准确地确定当前场景类型，进而可以实现后续响应于所述当前场景类型满足设定预警条件，执行预设的报警操作，可以降低误报情况的发生概率，提高报警的准确率，进而可以避免给用户带来安全隐患。
[0119]
图4是根据本公开一示例性实施例示出的如何基于所述音源位置和所述音频事件类型确定当前场景类型的流程图；本实施例在上述实施例的基础上以如何基于所述音源位置和所述音频事件类型确定当前场景类型为例进行示例性说明。
[0120]
本实施例中，上述待处理的音频数据可以为基于预设步长从当前采集的音频数据序列中获取的多段音频数据，其中，每段所述音频数据的长度为预设长度。举例来说，音频报警设备中可以同事运行两个线程，即a与b。其中，a线程为音频数据获取线程，其可以用于不断的将接收到音频数据存下来，形成音频数据序列；而b线程可以作为计算线程，其用于每次从a线程中基于预设步长获取待处理的音频数据。可以理解的是，b从a中获取到的音频数据将从a线程采集的音频数据序列中移除。示例性地，假设a线程中有长为20的音频序列[1,2,3,4
…
20]，而b线程获取的每段音频数据的预设长度为6，且步长为3，则第一次获取的音频为[1,2,3,4,5,6]，第二次为[4,5,6,7,8,9]，第三次为[7,8,9,10,11,12]，以此类推。
[0121]
在此基础上，上述步骤s302中所述的基于所述音源位置和所述音频事件类型确定当前场景类型，可以包括以下步骤s401-s402：
[0122]
在步骤s401中，基于所述多段音频数据中每段音频数据的音源位置和音频事件类型，确定所述每段音频数据对应的当前场景类型预测结果，得到多个场景类型预测结果。
[0123]
本实施例中，当从音频数据序列中获取每段待处理的音频数据后，可以基于每段音频数据的音源位置和音频事件类型确定每段音频数据对应的当前场景预测结果。其中，该当前场景预测结果用于表征对当前场景类型进行预测所得的结果。
[0124]
在一些实施例中，当前场景类型预测结果可以包括满足预设条件的预测结果以及不满足预设条件的预测结果。
[0125]
举例来说，当检测到任一段音频数据的音源位置位于所述音频报警设备周围的设定范围以内，且所述任一段音频数据的音频事件类型属于设定事件类型时，可以确定所述任一段音频数据对应的当前场景类型预测结果为满足预设条件的预测结果。相反，当检测
到任一段音频数据的音源位置位于所述音频报警设备周围的设定范围以外，和/或检测到任一段音频数据的音频事件类型不属于所述设定事件类型，可以确定所述任一段音频数据对应的当前场景类型预测结果为不满足预设条件的预测结果。
[0126]
在步骤s402中，响应于所述多个场景类型预测结果中满足预设条件的预测结果的数量大于或等于预设阈值，确定当前场景类型为满足所述设定预警条件的目标场景类型。
[0127]
本实施例中，当检测到所述多个场景类型预测结果中满足预设条件的预测结果的数量大于或等于预设阈值时，可以确定当前场景类型为满足所述设定预警条件的目标场景类型。
[0128]
举例来说，假设上述b线程具有一个长度为l(例如，设为5)的识别窗和一个大小为n(如，设为2)的预设阈值。在将每段音频数据进行当前场景类型预测后，就将所得的当前场景预测结果保存下来。由于线程b在不断的计算，因此识别窗中几乎永远有5个预测结果。若某一时刻，该识别窗中满足预设条件的预测结果的数量大于或等于上述预设阈值，则可以确定当前场景类型为满足所述设定预警条件的目标场景类型。
[0129]
由上述描述可知，本实施例通过基于所述多段音频数据中每段音频数据的音源位置和音频事件类型，确定所述每段音频数据对应的当前场景类型预测结果，得到多个场景类型预测结果，并响应于所述多个场景类型预测结果中满足预设条件的预测结果的数量大于或等于预设阈值，确定当前场景类型为满足所述设定预警条件的目标场景类型，可以提高确定当前场景类型的准确性，可以实现进一步地降低音频报警设备误报的概率，提高报警的准确率，进而可以避免给用户带来安全隐患。图5是根据本公开一示例性实施例示出的一种音频报警装置的框图；本实施例的装置可以应用于音频报警设备(如，监控器、智能手机、平板电脑、可穿戴设备等)。
[0130]
如图5所示，该装置包括：音频特征提取模块110、场景类型确定模块120和报警操作执行模块130，其中：
[0131]
音频特征提取模块110，用于响应于获取到待处理的音频数据，提取所述音频数据的音频特征；
[0132]
场景类型确定模块120，用于基于所述音频特征确定当前场景类型；
[0133]
报警操作执行模块130，用于响应于所述当前场景类型满足设定预警条件，执行预设的报警操作。
[0134]
由上述描述可知，本实施例的装置通过响应于获取到待处理的音频数据，提取所述音频数据的音频特征，并基于所述音频特征确定当前场景类型，进而响应于所述当前场景类型满足设定预警条件，执行预设的报警操作，由于是确定音频特征后，基于所述音频特征确定当前场景类型，相比相关技术中单纯依靠音量等特征来判断是否预警的方案，可以降低误报情况的发生概率，提高报警的准确率，进而可以避免给用户带来安全隐患。
[0135]
图6是根据本公开一示例性实施例示出的又一种音频报警装置的框图；本实施例的装置可以应用于音频报警设备(如，监控器、智能手机、平板电脑、可穿戴设备等)。其中，音频特征提取模块210、场景类型确定模块220和报警操作执行模块230与前述图5所示实施例中的音频特征提取模块110、位置类型获取模块120、场景类型确定模块120和报警操作执行模块130的功能相同，在此不进行赘述。
[0136]
本实施例中，上述音频特征可以包括频谱特征；
[0137]
进而，如图6所示，音频特征提取模块210，可以包括：
[0138]
频谱信息确定单元211，用于确定所述音频数据的频谱信息；
[0139]
频谱特征提取单元212，用于从所述频谱信息中提取所述音频数据的频谱特征。
[0140]
在一些实施例中，上述音频特征提取模块210，还可以包括：
[0141]
预处理单元213，用于对所述音频数据进行预处理，得到预处理后的音频数据，所述预处理至少包括归一化处理；
[0142]
进而，频谱信息确定单元211还可以用于基于所述预处理后的音频数据执行所述确定所述音频数据的频谱信息的操作。
[0143]
在一些实施例中，场景类型确定模块220，可以包括：
[0144]
位置类型获取单元221，用于将所述音频特征输入至预先训练的神经网络模型，得到所述音频数据的音源位置和音频事件类型；
[0145]
场景类型确定单元222，用于基于所述音源位置和所述音频事件类型确定当前场景类型。
[0146]
在一些实施例中，上述场景类型确定单元222还可以用于响应于检测到所述音源位置位于所述音频报警设备周围的设定范围以内，且所述音频事件类型属于设定事件类型，确定当前场景类型为满足所述设定预警条件的目标场景类型。
[0147]
在一些实施例中，上述待处理的音频数据可以为基于预设步长从当前采集的音频数据序列中获取的多段音频数据，每段所述音频数据的长度为预设长度；
[0148]
进而，场景类型确定单元222还可以用于：
[0149]
基于所述多段音频数据中每段音频数据的音源位置和音频事件类型，确定所述每段音频数据对应的当前场景类型预测结果，得到多个场景类型预测结果；
[0150]
响应于所述多个场景类型预测结果中满足预设条件的预测结果的数量大于或等于预设阈值，确定当前场景类型为满足所述设定预警条件的目标场景类型。
[0151]
在一些实施例中，上述场景类型确定单元222还可以用于响应于检测到任一段音频数据的音源位置位于所述音频报警设备周围的设定范围以内，且所述任一段音频数据的音频事件类型属于设定事件类型，确定所述任一段音频数据对应的当前场景类型预测结果满足所述预设条件。
[0152]
在一些实施例中，上述报警操作执行模块230还可以用于执行以下至少一项：
[0153]
生成用于提示当前场景存在预设的需报警情况的报警信息；
[0154]
向与所述音频报警设备关联的终端设备发送控制指令，所述控制指令用于控制所述终端设备生成用于提示当前场景存在预设的需报警情况的报警信息。
[0155]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0156]
图7是根据一示例性实施例示出的一种音频报警设备的框图。例如，设备900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
[0157]
参照图7，设备900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(i/o)的接口912，传感器组件914，以及通信组件916。
[0158]
处理组件902通常控制设备900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。
[0159]
存储器904被配置为存储各种类型的数据以支持在设备900的操作。这些数据的示例包括用于在设备900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0160]
电源组件906为设备900的各种组件提供电力。电源组件906可以包括电源管理系统，一个或多个电源，及其他与为设备900生成、管理和分配电力相关联的组件。
[0161]
多媒体组件908包括在所述设备900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当设备900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0162]
音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(mic)，当设备900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。
[0163]
i/o接口912为处理组件902和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
[0164]
传感器组件914包括一个或多个传感器，用于为设备900提供各个方面的状态评估。例如，传感器组件914可以检测到设备900的打开/关闭状态，组件的相对定位，例如所述组件为设备900的显示器和小键盘，传感器组件914还可以检测设备900或设备900一个组件的位置改变，用户与设备900接触的存在或不存在，设备900方位或加速/减速和设备900的温度变化。传感器组件914还可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0165]
通信组件916被配置为便于设备900和其他设备之间有线或无线方式的通信。设备900可以接入基于通信标准的无线网络，如wifi，2g或3g，4g或5g或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相
关信息。在一个示例性实施例中，所述通信组件916还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0166]
在示例性实施例中，设备900可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述方法。
[0167]
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器904，上述指令可由设备900的处理器920执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0168]
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0169]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。