本發(fā)明涉及耳機控制，具體涉及一種基于多模態(tài)交互手勢識別的耳機控制方法及系統(tǒng)。

背景技術(shù)：

1、耳機(earphones、headphones、?head-sets、earpieces)是一對轉(zhuǎn)換單元，它接受來自媒體播放器或接收器所發(fā)出的電訊號，利用貼近耳朵的揚聲器將其轉(zhuǎn)化成可以聽到的音波，耳機可與媒體播放器分離，僅利用一個插頭就能連接，能在不影響旁人的情況下，獨自聆聽音響，耳機原是給電話和無線電上使用的，但隨著可攜式電子裝置的盛行，耳機多用于手機、隨身聽、收音機、可攜式電玩和數(shù)位音訊播放器等；

2、然而，傳統(tǒng)耳機手勢設(shè)計多依賴工程師設(shè)計主觀經(jīng)驗，手勢數(shù)量常超出人類短期記憶容量，例如，某運動耳機為覆蓋全場景操作，設(shè)置了12種手勢，包括雙擊左耳接聽電話、三擊右耳切換降噪模式、滑動調(diào)節(jié)音量等，用戶需記憶復雜的“手勢－功能”對應關(guān)系，導致學習成本高企，在運動、通勤等高頻交互場景中，用戶因記憶模糊或操作急促，誤觸率高達30%，嚴重影響交互流暢性，更關(guān)鍵的是，現(xiàn)有方案未基于用戶實際使用數(shù)據(jù)篩選高頻手勢，將“均衡器調(diào)節(jié)”“查找耳機”等低頻功能（使用頻率＜50次/月）與“播放/暫停”（使用頻率＞1000次/月）設(shè)計為同級獨立手勢，導致核心功能操作路徑被冗余手勢稀釋，用戶需在復雜體系中“檢索”目標操作，進而降低效率。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于多模態(tài)交互手勢識別的耳機控制方法及系統(tǒng)，以解決上述現(xiàn)有技術(shù)問題的至少之一。

2、第一方面，本發(fā)明提供了一種基于多模態(tài)交互手勢識別的耳機控制方法，包括以下步驟：

3、采集群體用戶的行為數(shù)據(jù)，通過手勢使用次數(shù)以及米勒定律對采集的行為數(shù)據(jù)進行篩選分析，輸出高頻使用手勢集合；

4、基于高頻使用手勢集合，構(gòu)建多模態(tài)數(shù)據(jù)特征庫和群體用戶基礎(chǔ)模型，得到動態(tài)手勢庫；

5、獲取個體用戶的歷史使用數(shù)據(jù)，將歷史數(shù)據(jù)與群體用戶基礎(chǔ)模型進行偏差分析得到差異特征，根據(jù)差異特征構(gòu)建個體用戶適配模型；

6、基于個體用戶適配模型，通過增量學習動態(tài)調(diào)整多模態(tài)權(quán)重，輸出最終的手勢識別結(jié)果。

7、第二方面，本發(fā)明提供了一種基于多模態(tài)交互手勢識別的耳機控制系統(tǒng)，該系統(tǒng)包括：

8、高頻手勢篩選模塊：采集群體用戶的行為數(shù)據(jù)，通過手勢使用次數(shù)以及米勒定律對采集的行為數(shù)據(jù)進行篩選分析，輸出高頻使用手勢集合；

9、手勢庫構(gòu)建模塊：基于高頻使用手勢集合，構(gòu)建多模態(tài)數(shù)據(jù)特征庫和群體用戶基礎(chǔ)模型，得到動態(tài)手勢庫；

10、個體偏差分析模塊：獲取個體用戶的歷史使用數(shù)據(jù)，將歷史數(shù)據(jù)與群體用戶基礎(chǔ)模型進行偏差分析得到差異特征，根據(jù)差異特征構(gòu)建個體用戶適配模型；

11、手勢識別輸出模塊：基于個體用戶適配模型，通過增量學習動態(tài)調(diào)整多模態(tài)權(quán)重，輸出最終的手勢識別結(jié)果。

12、本發(fā)明的有益效果：

13、1、本發(fā)明通過統(tǒng)計手勢的使用次數(shù)，能夠?qū)⒆⒁饬性诒挥脩纛l繁使用的手勢上，排除掉使用頻率低的手勢，減少后續(xù)處理的工作量，提高篩選效率；引入米勒定律進行篩選，保證了手勢與功能在用戶可輕松記憶的范圍內(nèi)，降低了用戶的認知負荷，用戶不需要花費過多精力去記憶復雜的手勢與功能對應關(guān)系，從而使耳機的操作更加簡單便捷；

14、2、本發(fā)明解決了通用模型一刀切導致的個體操作習慣適配偏差問題，通過計算個體手勢特征與群體均值的偏差，構(gòu)建個性化適配模型，相比通用模型，個體用戶適配模型能夠更好地適應不同用戶獨特的手勢特點，從而顯著提高手勢識別的準確率；

15、3、本發(fā)明通過增量學習機制實時吸收用戶新手勢數(shù)據(jù)，自動優(yōu)化多模態(tài)權(quán)重并同步至動態(tài)手勢庫，無需用戶手動配置，從而可以提高模型隨習慣進化的持續(xù)優(yōu)化能力。

技術(shù)特征：

1.一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，所述對采集的行為數(shù)據(jù)進行篩選分析的過程為：

3.根據(jù)權(quán)利要求2所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，所述高頻候選手勢的獲取過程為：

4.根據(jù)權(quán)利要求2所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，所述高頻使用手勢的過程包括：

5.根據(jù)權(quán)利要求4所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，所述判斷是否可以對使用手勢進行合并的過程為：

6.根據(jù)權(quán)利要求4所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，利用自然語言處理技術(shù)對使用功能的描述進行語義分析；

7.根據(jù)權(quán)利要求1所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，所述動態(tài)手勢庫包括多模態(tài)數(shù)據(jù)特征庫和群體用戶基礎(chǔ)模型。

8.根據(jù)權(quán)利要求1所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，對于高頻使用手勢集合中的每個手勢，采集群體用戶的歷史多模態(tài)數(shù)據(jù)；

9.根據(jù)權(quán)利要求1所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，所述進行偏差分析得到差異特征的過程為：

10.根據(jù)權(quán)利要求1所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，所述構(gòu)建個體用戶適配模型的過程為：

11.根據(jù)權(quán)利要求1所述的一種基于多模態(tài)交互手勢識別的耳機控制方法，其特征在于，所述輸出最終的手勢識別結(jié)果的過程為：

12.一種基于多模態(tài)交互手勢識別的耳機控制系統(tǒng)，其特征在于，該系統(tǒng)用于執(zhí)行上述權(quán)利要求1-11任一項所述的方法，該系統(tǒng)包括：

技術(shù)總結(jié)
本發(fā)明涉及耳機控制技術(shù)領(lǐng)域，公開了一種基于多模態(tài)交互手勢識別的耳機控制方法及系統(tǒng)，包括以下步驟：采集群體用戶的行為數(shù)據(jù)，通過手勢使用次數(shù)以及米勒定律對采集的行為數(shù)據(jù)進行篩選分析，輸出高頻使用手勢集合；基于高頻使用手勢集合，構(gòu)建多模態(tài)數(shù)據(jù)特征庫和群體用戶基礎(chǔ)模型，得到動態(tài)手勢庫。本發(fā)明通過統(tǒng)計手勢的使用次數(shù)，能夠?qū)⒆⒁饬性诒挥脩纛l繁使用的手勢上，排除掉使用頻率低的手勢，減少后續(xù)處理的工作量，提高篩選效率；引入米勒定律進行篩選，保證了手勢與功能在用戶可輕松記憶的范圍內(nèi)，降低了用戶的認知負荷，用戶不需要花費過多精力去記憶復雜的手勢與功能對應關(guān)系，從而使耳機的操作更加簡單便捷。

技術(shù)研發(fā)人員：鄭曉霞,鄭群雄
受保護的技術(shù)使用者：深圳市鑫科美達通訊有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15