基于设备连接的智能弹窗交互与游戏模式切换控制方法与流程

本发明涉及蓝牙耳机，尤其涉及基于设备连接的智能弹窗交互与游戏模式切换控制方法。

背景技术：

1、当前蓝牙耳机已成为移动音频场景的主流交互设备，现有配对流程大多仅支持基础的弹窗配对提示功能，仅能完成设备连接的基础确认，无法在首次连接的黄金交互窗口完成用户音频偏好的快速采集。传统的音频偏好画像构建，往往需要用户进入设置菜单的多层级页面，手动完成多步操作才能触发音质测试流程，操作路径繁琐、用户参与度极低，多数用户因流程复杂直接跳过偏好设置，导致耳机默认输出的通用音效无法适配不同用户的个性化听音习惯。

2、同时，现有蓝牙耳机的游戏模式切换普遍依赖用户手动下拉状态栏、长按耳机触控区等手动操作，切换响应延迟高，且无法结合用户的听音偏好自动完成参数适配，经常出现游戏模式开启后音质表现不符合用户日常听音习惯的问题，大幅降低了用户的使用体验。

3、因此，需要提供基于设备连接的智能弹窗交互与游戏模式切换控制方法，用于提高蓝牙耳机的提升交互效率与听音体验。

技术实现思路

1、本发明提供了基于设备连接的智能弹窗交互与游戏模式切换控制方法，包括：当蓝牙耳机首次完成配对连接时，自动触发多个智能弹窗，采集用户对多个智能弹窗的交互信息，其中，智能弹窗内置偏好测试模块，偏好测试模块用于展示多组测试音频；基于用户对多个智能弹窗的交互信息，构建用户音频偏好画像；当检测到用户进入游戏模式时，基于用户音频偏好画像和游戏的音频特征，进行音频调整。

2、更进一步地，当蓝牙耳机首次完成配对连接时，自动触发多个智能弹窗，采集用户对多个智能弹窗的交互信息，包括：确定多个音频测试维度；获取多个测试样本，其中，所述测试样本包括样本用户对多个音频测试维度对应智能弹窗的交互信息以及个性化均衡器参数；基于多个测试样本，从多个音频测试维度中筛选多个关键的音频测试维度；当蓝牙耳机首次完成配对连接时，基于多个关键的音频测试维度，自动触发多个智能弹窗，采集用户对多个智能弹窗的交互信息。

3、更进一步地，基于多个测试样本，从多个音频测试维度中筛选多个关键的音频测试维度，包括：对于每个音频测试维度，基于多个样本用户对音频测试维度对应的智能弹窗的交互信息，计算音频测试维度的选择分化系数；对于每个音频测试维度，基于多个样本用户对音频测试维度对应的智能弹窗的交互信息，计算任意两个样本用户对音频测试维度的选择相似度，根据任意两个样本用户对音频测试维度的选择相似度和个性化均衡器参数的相似度，计算音频测试维度对个性化均衡器参数的影响系数；基于每个音频测试维度的选择分化系数和每个音频测试维度对个性化均衡器参数的影响系数，从多个音频测试维度中筛选多个关键的音频测试维度。

4、更进一步地，基于每个音频测试维度的选择分化系数和每个音频测试维度对个性化均衡器参数的影响系数，从多个音频测试维度中筛选多个关键的音频测试维度，包括：基于每个音频测试维度的选择分化系数和每个音频测试维度对个性化均衡器参数的影响系数，从多个音频测试维度中筛选多个候选的音频测试维度；对于任意两个候选的音频测试维度，基于任意两个样本用户对两个候选的音频测试维度的选择相似度，计算两个候选的音频测试维度的选择同步系数；基于任意两个候选的音频测试维度的选择同步系数，从多个候选的音频测试维度中筛选多个关键的音频测试维度。

5、更进一步地，当蓝牙耳机首次完成配对连接时，基于多个关键的音频测试维度，自动触发多个智能弹窗，采集用户对多个智能弹窗的交互信息，包括：基于多个测试样本，构建最优的交互路径；当蓝牙耳机首次完成配对连接时，基于最优的交互路径，自动触发多个智能弹窗，采集用户对多个智能弹窗的交互信息。

6、更进一步地，基于多个测试样本，构建最优的交互路径，包括：对于每个样本用户，基于样本用户对关键的音频测试维度对应的智能弹窗的交互信息，构建样本用户音频偏好画像；对于任意两个样本用户，计算两个样本用户的样本用户音频偏好画像的相似度及个性化均衡器参数的相似度；根据任意两个样本用户的样本用户音频偏好画像的相似度及个性化均衡器参数的相似度，对多个样本用户进行聚类，确定多个样本用户簇；对于每个关键的音频测试维度，根据多个样本用户簇，确定关键的音频测试维度的节点优先值；基于每个关键的音频测试维度的节点优先值，构建最优的交互路径。

7、更进一步地，当蓝牙耳机首次完成配对连接时，基于最优的交互路径，自动触发多个智能弹窗，采集用户对多个智能弹窗的交互信息，包括：s1、当蓝牙耳机首次完成配对连接时，基于最优的交互路径，确定当前的节点；s2、触发当前的节点对应的智能弹窗，采集用户对当前的节点对应的智能弹窗的交互信息；s3、判断已交互的智能弹窗的数量是否大于数量阈值；s4、若是，基于用户对多个智能弹窗的交互信息和多个样本用户簇，判断是否结束交互；s5、若判断不结束交互，则基于最优的交互路径，确定当前的节点，执行s2。

8、更进一步地，基于用户对多个智能弹窗的交互信息，构建用户音频偏好画像，包括：基于用户对多个智能弹窗的交互信息，确定用户归属的样本用户簇；基于用户对多个智能弹窗的交互信息，从用户归属的样本用户簇中确定相似的样本用户；基于用户对多个智能弹窗的交互信息和相似的样本用户的用户音频偏好画像，构建用户音频偏好画像。

9、更进一步地，基于用户对多个智能弹窗的交互信息，从用户归属的样本用户簇中确定相似的样本用户，包括：基于用户归属的样本用户簇中每个样本用户对关键的音频测试维度对应的智能弹窗的交互信息，确定每个关键的音频测试维度的权重；根据用户对多个智能弹窗的交互信息以及每个关键的音频测试维度的权重，从用户归属的样本用户簇中确定相似的样本用户。

10、更进一步地，基于用户音频偏好画像和游戏的音频特征，进行音频调整，包括：基于相似的样本用户的个性化均衡器参数，确定用户的基础个性化均衡器参数；基于游戏的音频特征，确定均衡器补偿值；基于用户的基础个性化均衡器参数和均衡器补偿值，进行音频调整。

11、相比于现有技术，本说明书提供的基于设备连接的智能弹窗交互与游戏模式切换控制方法，至少具备以下有益效果：

12、1、通过计算各音频测试维度的选择分化系数、影响系数及选择同步系数，从众多测试维度中科学筛选出关键音频测试维度。该筛选机制确保入选维度同时具备强用户区分力、高参数关联度与低信息冗余三重特性，避免了传统方法中所有维度逐一测试导致的交互疲劳问题。用户仅需对少数高价值维度进行交互，即可快速获取足够的偏好信息量，从源头上将测试维度数量精简至最优规模，显著降低了用户在首次配对时的操作成本与时间消耗，提升了音频个性化测试的整体效率与用户体验；

13、2、利用已有样本用户簇的成熟数据弥补新用户交互信息有限的不足，通过加权融合机制使画像既保留用户自身的个性化选择特征，又具备群体层面的统计可靠性，从而在极少交互步数内生成高度准确的偏好画像，为后续均衡器参数的个性化生成提供了坚实的数据基础，避免了因交互次数不足导致的画像偏差；

14、3、在音频调整阶段，以用户音频偏好画像结合相似样本用户的均衡器参数生成基础个性化参数，并叠加基于游戏音频特征的均衡器补偿值，计算出与用户偏好互补的补偿值并叠加至基础参数上，使用户在享受个人听音习惯的同时获得与当前游戏场景最佳匹配的音频效果，显著提升了游戏场景下的听声辨位准确性与沉浸感。