触觉反馈效果的生成方法、系统及相关设备与流程

触觉反馈效果的生成方法、系统及相关设备
【技术领域】
1.本发明涉及人工智能技术应用领域，尤其涉及一种触觉反馈效果生成方法、系统及相关设备。


背景技术：

2.随着科技的进步，人工智能(artificial intelligence，简称ai)已经慢慢的走进了人们的生活，当今人工智能建立在语言、图像、文字的基础上，成立一个庞大的数据库并进行深度和自主的学习，通过这种模式进行深度学习并推算出结果。人工智能通过传感器识别环境信息与输入的已知信息进行筛选，从而反馈到实际应用中。
3.相关技术中，以马达为载体的触觉反馈系统在手机、智能手表、平板电脑、车机等应用场景都广泛使用了振动马达，如何驱动振动马达来得到期望的体验效果成为了触觉反馈效果生成的关键动作。触觉反馈会采用“强度 频率”的方式对期望的效果进行描述，常规的做法中，设计师基于一段音频或者视频，通过手动操作的方式给出不同时间段的“幅度 相位”信息，通过这两个抽象化参数来控制马达，以达到期望的振动效果。然而，这种方式对音频设计师有了一个较高的要求，需要人工将音频、视频转换成效果文件，耗时较长，而且不同的人操作可能得到的结果差异较大。
4.因此，有必要提供一种新的触觉反馈生成方法，以节省设计人员的人力成本，并以实际生活环境中各种不同的声音和视频为基础，使触觉反馈产生不同的效果。


技术实现要素：

5.本发明要解决的技术问题是提供一种节省人力成本、以实际生活环境为基础产生不同触觉反馈效果的方法。
6.为解决上述技术问题，第一方面，本发明提供了一种触觉反馈效果的生成方法，所述生成方法包括以下步骤：
7.获取包含视频和音频信息的训练数据集；
8.对所述训练数据集进行数据切割，得到切割数据；
9.使用预设人工智能根据网络系数将所述切割数据映射为触觉反馈信息；
10.根据所述触觉反馈信息输出触觉反馈效果。
11.优选的，对所述训练数据集进行数据切割的方法为：根据所述训练数据集的时长，按照预设帧长度对所述训练数据集进行分帧处理。
12.优选的，所述触觉反馈信息包括振动强度信息和振动频率信息。
13.优选的，在所述使用预设人工智能将所述切割数据映射为触觉反馈信息的步骤前，还包括如下步骤：
14.通过人工标注的方式，为所述切割数据标注所述触觉反馈信息，得到预训练数据；
15.根据所述预训练数据对所述预设人工智能进行训练，将完成训练的所述预设人工智能的参数进行保存，并输出用于所述预设人工智能生成所述触觉反馈信息的所述网络系
数。
16.优选的，在所述根据所述触觉反馈信息输出触觉反馈效果的步骤后，还包括如下步骤：
17.判断所述触觉反馈效果是否满足预设触觉反馈要求，其中：
18.若是，则根据当前的所述网络系数，利用所述预设人工智能对下一段所述切割数据进行映射；
19.若否，则采用人工标定的方式，并同步更新网络系数。
20.第二方面，本发明还提供了一种触觉反馈效果的生成系统，包括：
21.数据获取模块，用于获取包含音频信息的训练数据集；
22.数据切割模块，用于对所述训练数据集进行数据切割，得到切割数据；
23.数据映射模块，用于使用预设人工智能根据网络系数将所述切割数据映射为触觉反馈信息；
24.触觉反馈输出模块，用于根据所述触觉反馈信息输出触觉反馈效果。
25.第三方面，本发明还提供了一种计算机设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项所述的触觉反馈效果的生成方法中的步骤。
26.第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任意一项所述的触觉反馈效果的生成方法中的步骤。
27.与相关技术相比，本发明的触觉反馈效果的生成方法中，由于结合了基于人工智能进行触觉反馈信息的生成，通过对一定数量的视频或者音频组成的音频数据进行切割，并进行触觉反馈信息的标定，来完成训练的过程，能够使触觉反馈效果的生成过程减少人工操作，并在前期已有的人工结果作为训练集的基础上，当样本数据和迭代次数足够的时候，可以通过优化了的网络系数，来得到期望的触觉反馈效果，从而提高实际应用时的振动反馈体验。
【附图说明】
28.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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，其中：
29.图1是本发明实施例提供的触觉反馈效果的生成方法的步骤流程示意图；
30.图2是本发明实施例提供的触觉反馈信息的示意图；
31.图3是本发明实施例提供的触觉反馈效果的生成系统200的结构示意图；
32.图4是本发明实施例提供的计算机设备的结构示意图。
【具体实施方式】
33.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，所描述的实施例仅是本发明的一部分实施例，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做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。
34.请参阅图1，图1是本发明实施例提供的触觉反馈效果的生成方法的步骤流程示意图，所述生成方法包括以下步骤：
35.s1、获取包含视频或者音频信息的训练数据集。
36.具体的，包含信息的数据可以是视频数据，也可以是音频数据，所述音频信息在所述训练数据集中随时间的增加而连续，并具有声学特征，例如频率等。在本发明实施例中，用于获取所述训练数据集的方式可以是从现有的音频数据中截取得到，也可以是通过录音、拍摄等实时采集的方式得到。
37.s2、对所述训练数据集进行数据切割，得到切割数据。
38.优选的，对所述训练数据集进行数据切割的方法为，根据所述训练数据集的时长，按照预设帧长度对所述训练数据集进行分帧处理。
39.所述预设帧长度可以根据实际需要设置，对于不同类型的音频数据，根据节奏的快慢、音频数据的录入方式等，可以对应设置不同的所述预设帧长度。
40.优选的，所述触觉反馈信息包括振动强度信息和振动频率信息。
41.优选的，在所述使用预设人工智能将所述切割数据映射为触觉反馈信息的步骤前，还包括如下步骤：
42.通过人工标注的方式，为所述切割数据标注所述触觉反馈信息，得到预训练数据；
43.根据所述预训练数据对所述预设人工智能进行训练，将完成训练的所述预设人工智能的参数进行保存，并输出用于所述预设人工智能生成所述触觉反馈信息的所述网络系数。
44.具体的，请参照图2，图2是本发明实施例提供的触觉反馈信息的示意图，对于所述触觉反馈信息，在本发明实施例中以二维度的形式进行表示，以图2中i的二维度数据为例，一段音频数据可以通过一端频率来表示，为了得到该段音频数据所要表现出的所述触觉反馈信息，在空间坐标中，使用横坐标表示音频数据的所述振动强度信息，使用纵坐标表示音频数据的所述振动频率信息，最终将对应的所述触觉反馈信息标注为i所示的低强度、低频率的效果；而对于频率较高的第二段音频数据，在标注时可以将对应的所述振动频率信息调高，以体现出不同音频的特征。使用人工标注的方式获取用于所述预设人工智能的初步训练，是通过人为干预的方式控制所述预设人工智能对于生成所述触觉反馈信息的方向性，从而得到符合用户体验的反馈效果。
45.s3、使用预设人工智能根据网络系数将所述切割数据映射为触觉反馈信息。
46.所述预设人工智能可以基于神经网络模型实现，也可以是具有参数更新和迭代的自动化程序。所述网络系数相当于神经网络模型中的模型参数，或者是自动化程序中的控制参数，在一次训练完成时，通过输出所述网络系数，能够将所述预设人工智能生成所述触觉反馈信息的流程固定化，并在不断迭代中使得所述预设人工智能的生成能力逐渐得到提升。
47.s4、根据所述触觉反馈信息输出触觉反馈效果。
48.所述触觉反馈效果，具体根据所述触觉反馈信息中的所述振动强度信息和所述振动频率信息产生，一次所述触觉反馈效果与生成所述触觉反馈信息时的音频数据具有唯一
的对应关系。在本发明实施例中，所述触觉反馈效果需要经过以马达为主的振动反馈系统实现。
49.优选的，在所述根据所述触觉反馈信息输出触觉反馈效果的步骤后，还包括如下步骤：
50.判断所述触觉反馈效果是否满足预设触觉反馈要求，其中：
51.若是，则根据当前的所述网络系数，利用所述预设人工智能对下一段所述切割数据进行映射；
52.若否，则采用人工标定的方式，并同步更新网络系数。
53.具体的，所述预设触觉反馈要求是一种反馈机制，用于表示所述触觉反馈效果是否与其对应的音频数据具有良好的对应关系。在所述触觉反馈效果不满足所述预设触觉反馈要求时，可以通过对所述触觉反馈信息进行人工标定的方式进行处理，并对已有的所述网络系数进行更新，使得最终映射出来的所述触觉反馈信息能够更接近音频数据对应的效果。
54.与相关技术相比，本发明的触觉反馈效果的生成方法中，由于结合了基于人工智能进行触觉反馈信息的生成，通过对一定数量的视频或者音频组成的音频数据进行切割，并进行触觉反馈信息的标定，来完成训练的过程，能够使触觉反馈效果的生成过程减少人工操作，并在前期已有的人工结果作为训练集的基础上，当样本数据和迭代次数足够的时候，可以通过优化了的网络系数，来得到期望的触觉反馈效果，从而提高实际应用时的振动反馈体验。
55.本发明实施例还提供了一种触觉反馈效果的生成系统，请参照图3，图3是本发明实施例提供的触觉反馈效果的生成系统200的结构示意图，其包括：
56.数据获取模块201，用于获取包含视频和音频信息的训练数据集；
57.数据切割模块202，用于对所述训练数据集进行数据切割，得到切割数据；
58.数据映射模块203，用于使用预设人工智能根据网络系数将所述切割数据映射为触觉反馈信息；
59.触觉反馈输出模块204，用于根据所述触觉反馈信息输出触觉反馈效果。
60.本发明实施例提供的触觉反馈效果的生成系统200能够实现如上述实施例中的触觉反馈效果的生成方法中的步骤，且能实现同样的技术效果，参上述实施例中的描述，此处不再赘述。
61.本发明实施例还提供一种计算机设备，请参图4所示，图4是本发明实施例提供的计算机设备的结构示意图。所述计算机设备300包括：处理器301、存储器302及存储在所述存储器302上并可在所述处理器301上运行的计算机程序。
62.请结合图1，所述处理器301调用所述存储器302存储的计算机程序，执行所述计算机程序时实现上述实施例中的所述触觉反馈效果的生成方法中的步骤，包括：
63.获取包含视频和音频信息的训练数据集；
64.对所述训练数据集进行数据切割，得到切割数据；
65.使用预设人工智能根据网络系数将所述切割数据映射为触觉反馈信息；
66.根据所述触觉反馈信息输出触觉反馈效果。
67.优选的，对所述训练数据集进行数据切割的方法为：根据所述训练数据集的时长，
按照预设帧长度对所述训练数据集进行分帧处理。
68.优选的，所述触觉反馈信息包括振动强度信息和振动频率信息。
69.优选的，在所述使用预设人工智能将所述切割数据映射为触觉反馈信息的步骤前，还包括如下步骤：
70.通过人工标注的方式，为所述切割数据标注所述触觉反馈信息，得到预训练数据；
71.根据所述预训练数据对所述预设人工智能进行训练，将完成训练的所述预设人工智能的参数进行保存，并输出用于所述预设人工智能生成所述触觉反馈信息的所述网络系数。
72.优选的，在所述根据所述触觉反馈信息输出触觉反馈效果的步骤后，还包括如下步骤：
73.判断所述触觉反馈效果是否满足预设触觉反馈要求，其中：
74.若是，则根据当前的所述网络系数，利用所述预设人工智能对下一段所述切割数据进行映射；
75.若否，则采用人工标定的方式，并同步更新网络系数。。
76.本发明实施例提供的计算机设备300能够实现如上述实施例中的触觉反馈效果的生成方法中的步骤，且能实现同样的技术效果，参上述实施例中的描述，此处不再赘述。
77.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的触觉反馈效果的生成方法中的各个过程及步骤，且能实现相同的技术效果，为避免重复，这里不再赘述。
78.以上所述的仅是本发明的实施方式，在此应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出改进，但这些均属于本发明的保护范围。