一种基于大数据的RISC-V蓝牙耳机音频使用行为分析系统的制作方法
本发明属于蓝牙耳机行为分析,具体涉及一种基于大数据的risc-v蓝牙耳机音频使用行为分析系统。
背景技术:
1、随着真无线蓝牙耳机在通勤、办公、运动及居家场景中的持续普及,耳机制造企业需要根据用户的音量调节、主动降噪切换、播放控制、佩戴中断及设备能耗状态改进耳机参数和固件功能,risc-v音频处理芯片还能够输出处理器周期占用、缓存未命中、音频中断延迟及解码任务等待状态,因此有必要将用户操作、声学环境、蓝牙链路和芯片运行数据进行统一分析,以识别真实音频使用习惯及设备运行问题。
2、现有蓝牙耳机使用行为分析方法通常根据播放时长、平均音量、模式切换次数和触控次数建立用户画像,未对左右耳系统时钟、蓝牙控制器时钟、音频采样时钟及移动终端时间进行统一校正,也未结合数据包重传、缓冲区欠载和risc-v音频任务拥塞判断操作诱因,容易将卡顿后的重复触控、链路异常后的暂停操作及环境噪声升高后的临时音量调节错误识别为用户稳定偏好。
3、此外,现有方法通常将不同耳机型号、硬件批次、固件版本、移动终端及使用场景形成的数据直接汇总比较,缺少设备异常行为和用户真实行为的剥离机制,也缺少针对主动降噪、音频缓冲区、编码码率、任务调度及芯片工作频率调整策略的执行风险验证,容易造成群体行为基线失真,并使参数调整增加设备能耗、音频异常及用户补偿操作。
技术实现思路
1、本发明旨在解决现有蓝牙耳机音频使用行为分析主要根据播放时长、音量等级和操作次数生成用户画像,未结合蓝牙链路异常、risc-v芯片运行拥塞、佩戴密合变化及环境噪声变化解释用户操作原因,容易将卡顿后的重复点击、链路异常后的播放暂停及环境噪声升高后的临时音量调节错误识别为用户稳定使用习惯的问题,同时解决不同耳机型号、固件版本、移动终端及使用场景的数据直接混合比较,造成群体基线失真和反馈策略适配性不足的问题。
2、为解决上述技术问题,本发明提供一种基于大数据的risc-v蓝牙耳机音频使用行为分析系统,包括risc-v端侧行为采集模块、多时钟事件对齐模块、音频使用会话重构模块、设备异常剥离模块、群体个体协同分析模块和分析结果输出与反馈模块。
3、risc-v端侧行为采集模块采集佩戴检测状态、播放状态、音量等级、音频编码格式、采样率、编码码率、主动降噪模式、通透模式、环境噪声等级、触控操作、蓝牙信号强度、数据包重传状态、音频缓冲区欠载状态、左右耳同步状态、电池状态、芯片温度及设备功耗,并读取risc-v芯片硬件性能计数器形成的处理器周期占用、缓存未命中、音频中断延迟、解码任务等待时间和主动降噪任务执行延迟,生成端侧音频行为事件数据。
4、risc-v端侧行为采集模块采用事件触发采集和周期采集相结合的方式,在佩戴状态改变、播放状态改变、音量调节、模式切换、触控操作、蓝牙重连及缓冲区欠载发生时记录对应事件,并按照采样周期记录蓝牙信号、电池状态、芯片温度及环境噪声状态。
5、端侧数据不包含用户播放的原始音频内容和麦克风原始采样数据,仅保存环境噪声等级、音频能量等级、声学密合状态、音频运行事件、设备匿名标识、固件版本、事件时间及数据可信状态。
6、多时钟事件对齐模块接收端侧音频行为事件数据,分别获取左右耳系统时钟、蓝牙控制器时钟、音频采样时钟和移动终端时间,利用播放启动、数据包到达、触控确认及左右耳同步脉冲建立同步时间锚点,根据多个同步时间锚点辨识固定时间偏移和线性时钟漂移,生成统一时间轴行为事件流。
7、同步时间锚点连续缺失时,多时钟事件对齐模块采用最近一次可信时钟漂移状态延续时间校正,并降低对应事件的时间可信度,使低时间可信事件参与会话级及日级统计但不参与毫秒级操作因果判断。
8、音频使用会话重构模块接收统一时间轴行为事件流,将佩戴状态、播放状态、音频路由状态、用户操作状态和设备异常状态转换为连续状态序列,根据佩戴变化、播放变化、音频路由变化、用户主动结束操作、事件空闲间隔及设备异常诱因生成会话边界状态,进而生成音频使用会话数据。
9、设备发生短时蓝牙卡顿、缓冲区欠载、左右耳重同步及risc-v音频任务拥塞时,音频使用会话重构模块不直接切断当前会话,而是在会话内部建立设备异常子区段;播放停止后在设定时间内恢复且佩戴状态未发生变化时,将中断前后的行为事件合并至同一音频使用会话。
10、音频使用会话数据包括会话持续时长、连续播放时长、音量变化、主动降噪使用比例、通透模式使用比例、模式切换次数、触控次数、蓝牙链路质量、缓冲区欠载状态、左右耳同步状态、设备能耗及有效声学负荷。
11、有效声学负荷根据耳机型号声学标定数据、音量等级、音频能量等级、佩戴密合状态、环境噪声状态、主动降噪状态和持续时间生成,使不同耳机型号、不同佩戴条件及不同环境条件下的音量使用状态能够在统一尺度下进行比较。
12、设备异常剥离模块接收音频使用会话数据,在用户执行音量调节、播放暂停、曲目切换及模式切换前检查环境噪声变化、佩戴密合变化、蓝牙信号突降、数据包重传、缓冲区欠载、蓝牙重连、处理器周期占用、缓存未命中、音频中断延迟及解码任务等待状态,生成用户操作对应的环境诱因状态和设备异常诱因状态。
13、设备异常事件先于用户操作且时间间隔处于预设因果窗口时,设备异常剥离模块从对应操作中扣除异常响应成分;用户操作先于环境变化及设备异常事件时,不执行对应扣除处理;同一触控动作在短时间内产生多次端侧上报但移动终端仅确认一次操作时,将多次端侧上报合并为一次有效操作。
14、设备异常剥离模块根据实际操作变化量、环境补偿量、蓝牙链路异常量、risc-v音频运行拥塞量及佩戴密合变化量生成行为意图特征,并将用户稳定使用偏好、环境条件响应行为和设备异常响应行为进行分离,生成有效行为特征数据。
15、群体个体协同分析模块接收有效行为特征数据,按照耳机型号、硬件批次、固件版本、音频编码格式、移动终端类型、使用场景和环境噪声等级构建大数据对照群体,根据各对照群体行为特征的中位状态和稳健离散状态生成群体行为基线。
16、群体个体协同分析模块将匿名用户在相同硬件、固件及场景条件下的长期行为特征与对应群体行为基线进行比较,生成个人音量习惯、主动降噪使用习惯、交互操作习惯、音频链路适应状态、电池使用状态及行为偏离状态。
17、多个匿名用户在相同固件版本及相同risc-v运行路径状态下形成同方向行为偏离时,群体个体协同分析模块生成群体性设备异常标签;单个匿名用户在设备运行稳定状态下持续形成偏离时,生成个人稳定使用偏好标签。
18、群体个体协同分析模块根据个人行为分析结果和群体性设备异常标签生成主动降噪提示策略、音量提示策略、音频缓冲区调整策略、编码码率调整策略、risc-v音频任务调度策略、芯片工作频率调整策略和触控灵敏度调整策略,并预测各候选策略对有效声学负荷、音频异常、设备能耗、用户补偿操作次数及参数变化幅度的影响。
19、群体个体协同分析模块删除造成有效声学负荷增加、音频异常增加、设备能耗超过运行边界及参数变化幅度超过用户授权范围的候选策略,从剩余候选策略中生成反馈策略分析结果。
20、分析结果输出与反馈模块接收群体行为基线、个人行为分析结果、群体性设备异常标签和反馈策略分析结果,生成用户侧使用提示、耳机侧参数建议、固件侧问题定位结果和产品侧功能改进结果。
21、用户侧使用提示包括高声学负荷提示、主动降噪使用提示、耳帽密合检查提示及异常操作说明;耳机侧参数建议包括音频缓冲区建议、编码码率建议、主动降噪模式建议、音量提醒建议和触控灵敏度建议;固件侧问题定位结果包括异常固件版本、异常risc-v运行路径、异常链路场景及受影响设备范围。
22、耳机侧参数建议在用户授权且设备安全边界满足后执行,策略执行后重新采集端侧音频行为事件数据,并在相同硬件、固件和场景条件下比较执行前后的缓冲区欠载、播放中断、设备能耗、用户补偿操作和有效声学负荷变化,更新群体行为基线及反馈策略分析结果。
23、本发明由此形成“risc-v端侧事件采集-多时钟事件对齐-音频使用会话重构-设备异常诱因剥离-群体个体协同分析-反馈策略风险验证-执行结果再评价”的闭环技术链。
24、本发明有益效果如下:
25、(1)利用risc-v芯片硬件性能计数器、蓝牙链路状态、音频缓冲区状态和用户操作事件构建统一时间轴,并按照事件发生顺序识别用户操作的环境诱因及设备异常诱因,能够将设备卡顿、运行拥塞和链路异常引起的补偿操作从用户稳定偏好中剥离,解决传统行为统计误判用户习惯的问题。
26、(2)将音量等级、音频能量、耳机声学标定、佩戴密合、环境噪声及主动降噪状态共同生成有效声学负荷,并按照硬件型号、固件版本、移动终端和使用场景建立大数据对照群体,使不同设备和不同场景下的音频使用行为具有一致的比较基础,提高个人行为偏离分析的准确性。
27、(3)对主动降噪、音频缓冲区、编码码率、risc-v任务调度及芯片工作频率对应的候选反馈策略执行声学负荷、音频稳定性、设备能耗及参数变化风险验证,并通过策略执行后的新增数据更新分析结果,能够定位固件运行异常并减少无效参数调整,提高蓝牙耳机体验优化的安全性和可追溯性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com