一种基于Spotify实现音响输出的方法及系统与流程

本发明涉及音响技术领域，尤其涉及一种基于Spotify实现音响输出的方法及系统。

背景技术：

音响是指除了人的语言、音乐之外的其他声响，包括自然环境的声响、动物的声音、机器工具的音响、人的动作发出的各种声音等。音响大概包括功放、周边设备(包括压限器、效果器、均衡器、VCD、DVD等)、扬声器(音箱、喇叭)调音台、麦克风、显示设备等等加起来一套。其中，音箱就是声音输出设备、喇叭、低音炮等等。

随着电子技术的飞速发展，人们对音乐的欣赏水平在不断的提高，音响的文化内涵也在不断地变化和丰富，对音响的要求也越来越智能化、网络化、数字化和无线化，为了能够满足人们的需求，音响界推出了Multi-room无线音响系统，彻底改变传统音乐欣赏观念，让人们在家中任何房间，不论是客厅、卧室、书房、厨房还是阳台，都能时刻有音乐相伴。

从产品技术上讲，智能化、网络化、数字化和无线化是行业总体的发展趋向，对音响行业而言，基于网络架构的数字化控制、无线信号传输以及系统整体操控的智能化，将逐渐占据技术应用的主流。

Spotify目录中的音乐达数百万首，而且还在不断增加；Spotify是全球最大的流媒体音乐服务之一。Spotify是由uTorrent创始人Ludvig Strigeus参与开发的p2p音乐播放软件，上面的音乐都获得了包括百代等唱片公司的合法授权。Spotify是一款革命性的、具有用户向心力的、改变下载试听习惯的音乐试听软件。其首次将P2P这一技术合法化，用插播广告的形式获得商业平衡。Spotify被誉为是最好的在线平台之一。新的Spotify Android，允许美国的用户基于一首歌、歌手、或者是用户选择的播放列表在Pandora或者Slacker上创建免费的流媒体电台。在使用的过程中，用户可以升级到更高级的账户。它带给你的就是能同步所有的播放列表和歌曲离线收听，无线跳跃。而且能够直接访问选中的任何一首歌曲—它可以提供800万歌曲的免费点播。Spotify应用在音响产品是行业未来的发展方向，市场潜力广阔。目前无法很好实现对音响的输出模式，导致音响设备不能很好响应Spotify应用的便利性。

技术实现要素：

本发明要解决的技术问题是，针对现有音响系统无法针对Spotify应用在音响产品上的便利性，本发明提供了一种基于Spotify实现音响输出的方法及系统，通过Spotify与音响设备间的交互性，实现Spotify应用的便利化。

本发明的目的通过以下技术方案实现：

本发明实施例提供了一种基于Spotify实现音响输出的方法，包括如下步骤：

获取音响设备上的各种参数，包括音响历史播放记录和音响设备上的各传输端口参数，所述传输端口参数包括：WIFI端口信号参数、RJ54端口信号参数、蓝牙端口信号参数；

采用训练回归模型提取音响历史播放记录中的隐藏表征；

采用t-SNE算法降低隐藏表征二维空间；

采用深度神经网络获取音频源；

采用协同过滤推荐在音频源中形成用户推荐源；

分析传输端口参数中各信号参数的强弱；

将用户推荐源通过信号参数强的传输端口发送到音响设备上。

所述将用户推荐源通过信号参数强的传输端口发送到音响设备上包括：

在分析出传输端口参数中WIFI端口信号参数强时，向音响设备上形成切换命令；

音响设备在收到用户推荐源时，先向开关切换模块发送切换命令，使音响开通WIFI端口到功率放大器之间的通道，使音响设备通过喇叭输出用户推荐源。

所述将用户推荐源通过信号参数强的传输端口发送到音响设备上包括：

在分析出传输端口参数中RJ54端口信号参数强时，向音响设备上形成切换命令；

音响设备在收到用户推荐源时，先向开关切换模块发送切换命令，使音响开通RJ54端口到功率放大器之间的通道，使音响设备通过喇叭输出用户推荐源。

所述将用户推荐源通过信号参数强的传输端口发送到音响设备上包括：

在分析出蓝牙端口参数中蓝牙端口信号参数强时，音响设备基于蓝牙端口开通蓝牙端口到差分前置放大电路之间的信号通道，使音响设备通过喇叭输出用户推荐源。

所述采用深度神经网络获取音频源包括：

采用两个卷积层和两个完全连接层的方式获取音频源。

相应的，本发明还提供了一种基于Spotify实现音响输出的系统，所述系统包括：

获取模块，用于获取音响设备上的各种参数，包括音响历史播放记录和音响设备上的各传输端口参数，所述传输端口参数包括：WIFI端口信号参数、RJ54端口信号参数、蓝牙端口信号参数；

训练模块，用于采用训练回归模型提取音响历史播放记录中的隐藏表征；

算法模块，用于采用t-SNE算法降低隐藏表征二维空间；

音频源获取模块，用于采用深度神经网络获取音频源；

协同过滤模块，用于采用协同过滤推荐在音频源中形成用户推荐源；

信号分析模块，用于分析传输端口参数中各信号参数的强弱；

发送模块，用于将用户推荐源通过信号参数强的传输端口发送到音响设备上。

所述发送模块还用于在分析出传输端口参数中WIFI端口信号参数强时，向音响设备上形成切换命令；音响设备在收到用户推荐源时，先向开关切换模块发送切换命令，使音响开通WIFI端口到功率放大器之间的通道，使音响设备通过喇叭输出用户推荐源。

所述发送模块还用于在分析出传输端口参数中RJ54端口信号参数强时，向音响设备上形成切换命令；音响设备在收到用户推荐源时，先向开关切换模块发送切换命令，使音响开通RJ54端口到功率放大器之间的通道，使音响设备通过喇叭输出用户推荐源。

所述发送模块还用于在分析出蓝牙端口参数中蓝牙端口信号参数强时，音响设备基于蓝牙端口开通蓝牙端口到差分前置放大电路之间的信号通道，使音响设备通过喇叭输出用户推荐源。

所述音频源获取模块采用两个卷积层和两个完全连接层的方式获取音频源头。

与现有技术相比，本发明实施例通过获取音响设备上的历史数据和传输端口上的信号，采用Spotify应用对历史数据的匹配，实现对音频源数据的推送过程，基于端口信号强弱大小，实现对音响设备上数据的传输，实现音响设备的不同传输模式。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例的基于Spotify实现音响输出的方法流程图；

图2是本发明实施例的音响设备结构示意图；

图3是本发明实施例的基于Spotify实现音响输出的系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明中的基于Spotify实现音响输出的方法，包括：获取音响设备上的各种参数，包括音响历史播放记录和音响设备上的各传输端口参数，所述传输端口参数包括：WIFI端口信号参数、RJ54端口信号参数、蓝牙端口信号参数；采用训练回归模型提取音响历史播放记录中的隐藏表征；采用t-SNE算法降低隐藏表征二维空间；采用深度神经网络获取音频源；采用协同过滤推荐在音频源中形成用户推荐源；分析传输端口参数中各信号参数的强弱；将用户推荐源通过信号参数强的传输端口发送到音响设备上。

具体，图1示出了本发明实施例中的基于Spotify实现音响输出的方法流程图，其方法包括如下：

S101、基于智能终端向音响设备发送Spotify应用请求；

现有音响设备具备智能控制以及多端口接收数据的功能，其可以通过蓝牙端口、RJ54端口、WIFI端口等功能，在具体应用场景模式下具有不同信号强度，由于音频数据的大小会导致整个播放效果，其需要考虑到音频输出模式在较佳的信号场景中输出到音响设备。这里的智能终端包括：移动终端、PC、平板电脑等等各种智能设备终端。

S102、音响设备基于Spotify应用请求生成参数数据包；

音响设备存在一些历史播放记录，其可以得知该用户之前一些音乐播放信息，这些参数数据包可以报考一些音响设备的硬件参数，还可以包含一些历史播放数据及各个端口的信号强度大小等等。

S103、获取音响设备上的各种参数；

具体实施过程中，在系统网络侧中获取的信息，其包括音响历史播放记录、印刷设备的硬件参数信息、音响设备上的各传输端口参数，该传输端口参数包括：WIFI端口信号参数、RJ54端口信号参数、蓝牙端口信号参数等等。

S104、采用训练回归模型提取音响历史播放记录中的隐藏表征；

本发明实施例中通过训练回归模型(regression model)，可以预测从协同过滤模型输出歌曲的隐藏表征(latent representations)，实现依靠音频信号预测收听喜好。这个方法可以使音响设备在即使没有用户选择播放的情况下，也能够在协同过滤空间中预测歌曲表征。

S105、采用t-SNE算法降低隐藏表征二维空间；

由于在训练回归模型中会生产大量的大维度数据，包括大量的隐藏表征数据等等，通过投射隐空间中模型的预测结果到使用t-SNE算法降低的二维空间，降低了整个数据的维度，从而便利化音频源获取过程。

S106、采用深度神经网络获取音频源；

深度神经网络由两个卷积层和两个完全连接层组成，输入是3秒钟音频片断的声谱。对于更长音频片断的预测，只需要把它分成几个3秒钟长的窗口，然后把这些窗口的预测值作平均。

S107、采用协同过滤推荐在音频源中形成用户推荐源；

协同过滤推荐(Collaborative Filtering recommendation)是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内容过滤直接分析内容进行推荐不同，协同过滤分析用户兴趣，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。这种方法的基本思想是许多协同过滤模型都是把听众和歌曲投射到一个共享的低维度隐空间(latent space)中。在这个空间中歌曲的位置包含了影响听众喜好的各种编码信息。假如有两首歌曲在空间上临近，它们很可能是相似的。如果一首歌曲距离一个听众很近，这首歌对他可能就是一个好推荐(如果他还没有听过这首歌)。如果可以通过音频信号预测一首歌曲在这个空间中的位置，那就能够把它推荐给合适的听众。

S108、分析传输端口参数中各信号参数的强弱；

S109、将用户推荐源通过信号参数强的传输端口发送到音响设备上。

相应的，图2还示出了本发明实施例中的音响设备结构示意图，该音响设备包括：控制模块，以及与控制模块间通过连接着的WIFI端口、RJ54端口和开关切换模块；该开关切换模块连接着WIFI端口、RJ54端口、控制模块、功率放大器；该功率放大器连接着差分前置放大电路和开关切换模块；该差分前置放大电路电连接着功率放大器、蓝牙端口、喇叭。具体实施过程中，在使用过程中，外部的音频文件可以通过蓝牙端口直接传输音频数据至音响，并通过音响播放，不需要事先将音频文件存储在音响内部或者通过音频源接口输入，使用更方便。整个信号输入端口有三个输入，WIFI端口、RJ54端口受控于控制模块的控制，在开关切换模块的开关闭合下，将音频源输入值喇叭，实现音频播放功能。

因此，在具体实施过程中，在分析出传输端口参数中WIFI端口信号参数强时，向音响设备上形成切换命令；音响设备在收到用户推荐源时，先向开关切换模块发送切换命令，使音响开通WIFI端口到功率放大器之间的通道，使音响设备通过喇叭输出用户推荐源。或者在分析出传输端口参数中RJ54端口信号参数强时，向音响设备上形成切换命令；音响设备在收到用户推荐源时，先向开关切换模块发送切换命令，使音响开通RJ54端口到功率放大器之间的通道，使音响设备通过喇叭输出用户推荐源。或者在分析出蓝牙端口参数中蓝牙端口信号参数强时，音响设备基于蓝牙端口开通蓝牙端口到差分前置放大电路之间的信号通道，使音响设备通过喇叭输出用户推荐源。

相应的，图3还示出了本发明实施例的基于Spotify实现音响输出的系统结构示意图，该系统包括：获取模块、训练模块、算法模块、音频源获取模块、协同过滤模块、信号分析模块、发送模块。

具体实施过程中，该获取模块，用于获取音响设备上的各种参数，包括音响历史播放记录和音响设备上的各传输端口参数，该传输端口参数包括：WIFI端口信号参数、RJ54端口信号参数、蓝牙端口信号参数。现有音响设备具备智能控制以及多端口接收数据的功能，其可以通过蓝牙端口、RJ54端口、WIFI端口等功能，在具体应用场景模式下具有不同信号强度，由于音频数据的大小会导致整个播放效果，其需要考虑到音频输出模式在较佳的信号场景中输出到音响设备。音响设备存在一些历史播放记录，其可以得知该用户之前一些音乐播放信息，这些参数数据包可以报考一些音响设备的硬件参数，还可以包含一些历史播放数据及各个端口的信号强度大小等等。

训练模块用于采用训练回归模型提取音响历史播放记录中的隐藏表征。本发明实施例中通过训练回归模型(regression model)，可以预测从协同过滤模型输出歌曲的隐藏表征(latent representations)，实现依靠音频信号预测收听喜好。这个方法可以使音响设备在即使没有用户选择播放的情况下，也能够在协同过滤空间中预测歌曲表征。

算法模块用于采用t-SNE算法降低隐藏表征二维空间。由于在训练回归模型中会生产大量的大维度数据，包括大量的隐藏表征数据等等，通过投射隐空间中模型的预测结果到使用t-SNE算法降低的二维空间，降低了整个数据的维度，从而便利化音频源获取过程。

音频源获取模块用于采用深度神经网络获取音频源。深度神经网络由两个卷积层和两个完全连接层组成，输入是3秒钟音频片断的声谱。对于更长音频片断的预测，只需要把它分成几个3秒钟长的窗口，然后把这些窗口的预测值作平均。

协同过滤模块用于采用协同过滤推荐在音频源中形成用户推荐源。协同过滤推荐(Collaborative Filtering recommendation)是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内容过滤直接分析内容进行推荐不同，协同过滤分析用户兴趣，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。这种方法的基本思想是许多协同过滤模型都是把听众和歌曲投射到一个共享的低维度隐空间(latent space)中。在这个空间中歌曲的位置包含了影响听众喜好的各种编码信息。假如有两首歌曲在空间上临近，它们很可能是相似的。如果一首歌曲距离一个听众很近，这首歌对他可能就是一个好推荐(如果他还没有听过这首歌)。如果可以通过音频信号预测一首歌曲在这个空间中的位置，那就能够把它推荐给合适的听众。

信号分析模块用于分析传输端口参数中各信号参数的强弱；

发送模块用于将用户推荐源通过信号参数强的传输端口发送到音响设备上。

具体实施过程中，结合图2中的影响设备结构示意图，该发送模块在分析出传输端口参数中WIFI端口信号参数强时，向音响设备上形成切换命令；音响设备在收到用户推荐源时，先向开关切换模块发送切换命令，使音响开通WIFI端口到功率放大器之间的通道，使音响设备通过喇叭输出用户推荐源。以及发送模块在分析出传输端口参数中RJ54端口信号参数强时，向音响设备上形成切换命令；音响设备在收到用户推荐源时，先向开关切换模块发送切换命令，使音响开通RJ54端口到功率放大器之间的通道，使音响设备通过喇叭输出用户推荐源。以及发送模块还用于在分析出蓝牙端口参数中蓝牙端口信号参数强时，音响设备基于蓝牙端口开通蓝牙端口到差分前置放大电路之间的信号通道，使音响设备通过喇叭输出用户推荐源。

具体实施过程中，该音频源获取模块采用两个卷积层和两个完全连接层的方式获取音频源头。

综上，本发明实施例通过获取音响设备上的历史数据和传输端口上的信号，采用Spotify应用对历史数据的匹配，实现对音频源数据的推送过程，基于端口信号强弱大小，实现对音响设备上数据的传输，实现音响设备的不同传输模式。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。

以上对本发明实施例所提供的基于Spotify实现音响输出的方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。