CN119584367A - Led灯带律动闪烁的控制方法、系统、存储介质及程序产品 - Google Patents
Led灯带律动闪烁的控制方法、系统、存储介质及程序产品 Download PDFInfo
- Publication number
- CN119584367A CN119584367A CN202411657247.0A CN202411657247A CN119584367A CN 119584367 A CN119584367 A CN 119584367A CN 202411657247 A CN202411657247 A CN 202411657247A CN 119584367 A CN119584367 A CN 119584367A
- Authority
- CN
- China
- Prior art keywords
- frequency band
- energy
- beat
- energy flow
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Auxiliary Devices For Music (AREA)
Abstract
一种LED灯带律动闪烁的控制方法、系统、存储介质及程序产品,在该方法中,计算高频段、中频段及低频段间的相对熵值;建立能量流动图,并根据能量流动图中能量流动的拓扑结构确定主导频段;构建相位追踪函数,并对节拍标记点进行分层级别划分;建立递归分割窗口,计算谱质心轨迹,并提取拐点序列;建立极坐标角度与LED灯带颜色参数的对应关系和极径与亮度参数的对应关系;基于能量流动图的拓扑结构设计LED灯带的空间传播模式,使光效沿LED灯带的传播方向与频段间的能量流动方向保持一致,并根据能量流动强度调节传播速度;根据渐变函数生成LED灯带的驱动控制序列。捕捉音乐的情感递进和张力变化,并准确根据情感递进和张力变化控制LED灯带律动闪烁。
Description
技术领域
本申请属于灯光控制领域,尤其涉及一种LED灯带律动闪烁的控制方法、系统、存储介质及程序产品。
背景技术
随着人们对音乐律动效果的追求不断提高,音乐节奏与LED灯光同步呈现已成为营造氛围和增强视听体验的重要手段。传统的LED灯带通常只能进行简单的开关控制或预设的闪烁模式,无法与音乐的节奏和情感表现实时同步,导致灯光效果单一、缺乏互动性,难以满足用户对沉浸式音乐体验的需求。
目前,一些音频控制系统通过采集音频信号的幅值变化来控制LED灯带的亮度和颜色变化,实现了灯光与音乐的基本同步。该类系统采用傅里叶变换对音频信号进行频谱分析,将不同频段的能量分布映射到LED灯带的各项参数上,使灯光效果能够随着音乐的节奏产生相应变化。
然而,现有的音频控制系统在处理复杂音乐时,往往将处理焦点集中在音频信号的幅值特征上,对于音乐中的节拍结构和情感特征地体现不够明显,导致LED灯带的律动效果虽然能够跟随音乐变化,但缺乏对音乐内在规律的深入理解,难以准确捕捉和表现音乐的情感递进和张力变化。
发明内容
本申请提供了一种LED灯带律动闪烁的控制方法、系统、存储介质及程序产品,用于捕捉音乐的情感递进和张力变化,并准确根据情感递进和张力变化控制LED灯带律动闪烁。
第一方面,本申请提供了一种LED灯带律动闪烁的控制方法,对采集到音频数据进行分解,得到高频段、中频段及低频段的能量分布矩阵,并计算各频段间的相对熵值,相对熵值包括高中熵值、高低熵值及中低熵值;
基于相对熵值的变化趋势建立能量流动图,并根据能量流动图中能量流动的拓扑结构确定主导频段,能量流动图表征相邻频段间能量传递的方向和强度;
在主导频段内构建相位追踪函数,根据相位追踪函数定位音频信号中的节拍标记点,并根据相位包络的形态特征对节拍标记点进行分层级别划分;
以节拍标记点为分界构建递归分割窗口,计算每个递归分割窗口内的谱质心轨迹,并提取谱质心轨迹的拐点序列,拐点序列反映音频信号的情感转折时刻;
将拐点序列映射到极坐标系统中,建立极坐标角度与LED灯带颜色参数的对应关系和极径与亮度参数的对应关系;
基于能量流动图的拓扑结构设计LED灯带的空间传播模式,使光效沿LED灯带的传播方向与频段间的能量流动方向保持一致,并根据能量流动强度调节传播速度;
对相邻的节拍标记点之间的视觉参数进行平滑处理,构建包含音频信号惯性特征的渐变函数,并根据渐变函数生成LED灯带的驱动控制序列,使LED灯带按照驱动控制序列执行对应的颜色变化和亮度变化。
通过采用上述技术方案,对音频数据进行多频段分解和相对熵值计算,准确捕捉了不同频段间的能量分布关系,并基于能量流动图的拓扑结构确定主导频段,使得后续的节拍检测更加针对性。通过在主导频段内构建相位追踪函数,结合相位包络特征的分层分析,提高了节拍标记点定位的准确性。以节拍标记点为基础构建的递归分割窗口和谱质心轨迹分析方法,能够精确提取音频信号中的情感转折时刻。将拐点序列映射到极坐标系统中建立与LED灯带参数的对应关系,实现了音频情感特征到视觉效果的自然过渡。基于能量流动图设计的空间传播模式,使LED灯带的视觉效果能够与音频的能量流动特性保持同步,增强了视觉表现力。通过对视觉参数的平滑处理和渐变函数的构建,使LED灯带的颜色和亮度变化既能反映音频的节奏感,又保持了运动的连贯性,避免了生硬的突变,提升了整体视觉体验的流畅度。实现了捕捉音乐的情感递进和张力变化,并准确根据情感递进和张力变化控制LED灯带律动闪烁。
结合第一方面的一些实施例,在一些实施例中,对采集到的音频数据进行分解,具体包括:
将音频数据进行重叠分帧处理,相邻帧之间的重叠率为预设数值,每帧音频数据加汉宁窗;
对每帧加窗后的音频数据执行小波包分解,获得频率子带系数;
根据人耳听觉特性将小波包分解得到的频率子带系数重组为高频段、中频段和低频段,并计算各频段的能量分布矩阵;
基于信息熵理论计算高中频段、高低频段及中低频段之间的相对熵值,其中相对熵值通过各频段能量分布的概率密度函数计算得到。
通过采用上述技术方案,设定音频数据重叠分帧的处理方式,保证了相邻帧之间信息的连续性,避免了信号突变造成的能量泄漏。对每帧加窗后的音频数据执行小波包分解,实现了信号在时频域的精细划分。根据人耳听觉特性重组频率子带系数,使得频段划分更符合人类的听觉感知规律。采用信息熵理论计算相对熵值,通过概率密度函数刻画了频段间能量分布的相似程度,为能量流动特征的提取提供了可靠的数学基础。该方案在保证计算效率的同时,提高了频段划分的合理性和能量特征提取的准确性,使得后续的节拍检测和视觉映射更加符合人类的感知特点。
结合第一方面的一些实施例,在一些实施例中,基于相对熵值的变化趋势建立能量流动图的步骤,具体包括:
计算相邻时间帧之间各频段相对熵值的变化率,构建三维能量流动向量场;
对三维能量流动向量场进行拓扑分析,识别能量汇聚点和发散点;
根据能量汇聚点和发散点的空间分布特征,构建能量传递网络;
基于能量传递网络的连通性分析确定主导频段,主导频段具有最大的能量流入流出比。
通过采用上述技术方案,计算相邻时间帧之间各频段相对熵值的变化率,构建了能够表征能量动态变化的三维向量场。对向量场进行拓扑分析识别能量汇聚点和发散点,揭示了音频信号中能量传递的关键节点。基于空间分布特征构建的能量传递网络,体现了频段间能量流动的整体特征。通过能量传递网络的连通性分析确定主导频段,保证了选取的主导频段具有最显著的能量传递特征。这种基于能量拓扑结构的分析方法,使得主导频段的选取更具客观性和可靠性,为后续的节拍检测提供了更加稳定的特征基础,提高了系统对不同类型音频信号的适应性。
结合第一方面的一些实施例,在一些实施例中,在主导频段内构建相位追踪函数之前,方法还包括:
对主导频段的能量分布进行自适应阈值分割,提取能量峰值点;
计算相邻的能量峰值点之间的时间间隔序列;
对时间间隔序列进行周期性分析,确定基础节拍周期;
根据基础节拍周期设置相位追踪函数的时间窗口长度。
通过采用上述技术方案,对主导频段的能量分布进行自适应阈值分割,能够根据信号特征自动调整阈值,提高了能量峰值点提取的鲁棒性。通过分析相邻能量峰值点之间的时间间隔序列,建立了节拍的时序关系模型。对时间间隔序列进行周期性分析,准确提取了音频信号的基础节拍特征。根据基础节拍周期设置相位追踪函数的时间窗口长度,使得相位追踪的时间分辨率与音频信号的节奏特征相匹配。该方案通过对能量分布特征的深入分析,建立了节拍周期与相位追踪参数之间的关联,提高了相位追踪的针对性和准确性,使得后续的节拍标记点定位更加精准可靠。
结合第一方面的一些实施例,在一些实施例中,在主导频段内构建相位追踪函数,具体包括:
对主导频段的信号进行复数小波变换,获取时频平面上的相位信息;
计算相位信息的时间导数,得到瞬时频率曲线;
检测瞬时频率曲线的突变点,将突变点的位置标记为候选节拍点;
分析相位包络的形态特征,并根据形态特征对候选节拍点进行层级划分,形态特征包括相位包络的陡度、宽度和对称性;
根据候选节拍点的层级信息构建权重函数;
将相位信息与权重函数进行卷积运算,得到增强后的相位特征;
基于增强后的相位特征构建相位追踪函数。
通过采用上述技术方案,对主导频段信号进行复数小波变换,获得了时频平面上的完整相位信息,保留了信号的时频特性。计算相位信息的时间导数得到瞬时频率曲线,能够反映信号频率的动态变化特征。通过检测瞬时频率曲线的突变点作为候选节拍点,结合相位包络的陡度、宽度和对称性等形态特征进行层级划分,实现了对节拍强弱程度的精确量化。基于候选节拍点的层级信息构建权重函数,并与相位信息进行卷积运算,增强了真实节拍点的相位特征,同时抑制了噪声和假节拍点的影响。最终构建的相位追踪函数综合考虑了信号的时频特性、节拍层级和相位增强效果,提高了节拍检测的准确性和鲁棒性,使系统能够适应不同音乐风格和节奏特征的变化。
结合第一方面的一些实施例,在一些实施例中,在以节拍标记点为分界构建递归分割窗口之前,方法还包括:
计算各层级节拍点的时间分布密度;
基于时间分布密度构建自适应窗口大小的决策函数;
根据决策函数调整递归分割的深度;
建立递归分割的层级结构树。
通过采用上述技术方案,计算各层级节拍点的时间分布密度,掌握了音频信号在时间维度上的节奏变化规律。基于时间分布密度构建自适应窗口大小的决策函数,使得递归分割窗口的大小能够根据节拍的时间特征自动调整。通过决策函数动态调整递归分割的深度,避免了过度分割或分割不足的问题。建立的递归分割层级结构树清晰地表达了音频信号的层次化时间结构,使得系统能够根据音乐的复杂程度自动选择合适的分析粒度,提高了谱质心轨迹分析的准确性和计算效率。这种自适应的递归分割方案增强了系统对音频信号时间结构的分析能力,使得情感转折时刻的提取更加准确可靠。
结合第一方面的一些实施例,在一些实施例中,根据渐变函数生成LED灯带的驱动控制序列,具体包括:
基于渐变函数计算相邻节拍点之间的中间状态参数;
将中间状态参数的序列按照LED灯带的物理分布进行空间映射,得到空间映射结果;
根据能量流动强度计算传播延时参数;
整合空间映射结果和传播延时参数,生成时序化的驱动控制序列。
通过采用上述技术方案,基于渐变函数计算相邻节拍点之间的中间状态参数,实现了LED灯带视觉效果的平滑过渡。将中间状态参数序列按照LED灯带的物理分布进行空间映射,确保了视觉效果在空间维度上的连续性和协调性。根据能量流动强度计算传播延时参数,使得光效的传播速度能够真实反映音频信号的能量变化特征。通过整合空间映射结果和传播延时参数生成时序化的驱动控制序列,实现了LED灯带在时间和空间维度上的统一控制,使得视觉效果既能准确表达音频的节奏感,又保持了运动的连贯性和自然性,提升了整体视觉效果的艺术表现力。
第二方面,本申请实施例提供了一种LED灯带律动闪烁的控制系统,该LED灯带律动闪烁的控制系统包括:一个或多个处理器和存储器;存储器与一个或多个处理器耦合,存储器用于存储计算机程序代码,计算机程序代码包括计算机指令,一个或多个处理器调用计算机指令以使得系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
第三方面,本申请实施例提供一种计算机可读存储介质,包括指令,当上述指令在系统上运行时,使得上述系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
第四方面,本申请实施例提供一种计算机程序产品,当计算机程序产品在系统上运行时,使得系统执行如第一方面中任一可能的实现方式描述的方法。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、本申请提供了一种LED灯带律动闪烁的控制方法,对音频数据进行多频段分解和相对熵值计算,准确捕捉了不同频段间的能量分布关系,并基于能量流动图的拓扑结构确定主导频段,使得后续的节拍检测更加针对性。通过在主导频段内构建相位追踪函数,结合相位包络特征的分层分析,提高了节拍标记点定位的准确性。以节拍标记点为基础构建的递归分割窗口和谱质心轨迹分析方法,能够精确提取音频信号中的情感转折时刻。将拐点序列映射到极坐标系统中建立与LED灯带参数的对应关系,实现了音频情感特征到视觉效果的自然过渡。基于能量流动图设计的空间传播模式,使LED灯带的视觉效果能够与音频的能量流动特性保持同步,增强了视觉表现力。通过对视觉参数的平滑处理和渐变函数的构建,使LED灯带的颜色和亮度变化既能反映音频的节奏感,又保持了运动的连贯性,避免了生硬的突变,提升了整体视觉体验的流畅度。实现了捕捉音乐的情感递进和张力变化,并准确根据情感递进和张力变化控制LED灯带律动闪烁。
2、本申请提供了一种LED灯带律动闪烁的控制方法,对主导频段的能量分布进行自适应阈值分割,能够根据信号特征自动调整阈值,提高了能量峰值点提取的鲁棒性。通过分析相邻能量峰值点之间的时间间隔序列,建立了节拍的时序关系模型。对时间间隔序列进行周期性分析,准确提取了音频信号的基础节拍特征。根据基础节拍周期设置相位追踪函数的时间窗口长度,使得相位追踪的时间分辨率与音频信号的节奏特征相匹配。该方案通过对能量分布特征的深入分析,建立了节拍周期与相位追踪参数之间的关联,提高了相位追踪的针对性和准确性,使得后续的节拍标记点定位更加精准可靠。
3、本申请提供了一种LED灯带律动闪烁的控制方法,计算各层级节拍点的时间分布密度,掌握了音频信号在时间维度上的节奏变化规律。基于时间分布密度构建自适应窗口大小的决策函数,使得递归分割窗口的大小能够根据节拍的时间特征自动调整。通过决策函数动态调整递归分割的深度,避免了过度分割或分割不足的问题。建立的递归分割层级结构树清晰地表达了音频信号的层次化时间结构,使得系统能够根据音乐的复杂程度自动选择合适的分析粒度,提高了谱质心轨迹分析的准确性和计算效率。这种自适应的递归分割方案增强了系统对音频信号时间结构的分析能力,使得情感转折时刻的提取更加准确可靠。
附图说明
图1是本申请实施例中一种LED灯带律动闪烁的控制方法的一个流程示意图。
图2是本申请实施例中一种LED灯带律动闪烁的控制方法的另一个流程示意图。
图3是本申请实施例提供的一种LED灯带律动闪烁的控制系统的实体装置结构示意图。
具体实施方式
本申请以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式,除非其上下文中明确地有相反指示。还应当理解,本申请中使用的术语“和/或”是指包含一个或多个所列出项目的任何或所有可能组合。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征,在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
下面结合图1,对本申请实施例中一种LED灯带律动闪烁的控制方法进行描述:
请参阅图1,为本申请实施例中一种LED灯带律动闪烁的控制方法的一个流程示意图。
S101、对采集到音频数据进行分解,得到高频段、中频段及低频段的能量分布矩阵,并计算各频段间的相对熵值;
系统对采集到音频数据进行分解,得到高频段、中频段及低频段的能量分布矩阵,具体的:将音频数据进行重叠分帧处理,相邻帧之间的重叠率为预设数值,每帧音频数据加汉宁窗;
对每帧加窗后的音频数据执行小波包分解,获得频率子带系数;
根据人耳听觉特性将小波包分解得到的频率子带系数重组为高频段、中频段和低频段,并计算各频段的能量分布矩阵;
基于信息熵理论计算高中频段、高低频段及中低频段之间的相对熵值,其中相对熵值通过各频段能量分布的概率密度函数计算得到。
计算各频段间的相对熵值,相对熵值包括高中熵值、高低熵值及中低熵值。
该步骤的主要目的是对音频数据进行频域分解,获取不同频段的能量分布特征,并计算频段间的相对熵值,用于后续分析音频信号的频域结构和能量流动规律。系统首先对采集到的音频数据进行预处理,如去除直流分量、归一化等,提高信号的质量和稳定性。然后,系统采用重叠分帧的方式对音频数据进行分段,每帧数据加汉宁窗,以减少频谱泄漏效应。接下来,系统对每帧加窗后的音频数据执行小波包分解,将信号划分为多个频率子带,并计算各子带的频率系数。根据人耳的听觉特性,系统将小波包分解得到的频率子带重组为高频段、中频段和低频段,并计算各频段的能量分布矩阵。最后,系统基于信息熵理论计算高中频段、高低频段及中低频段之间的相对熵值,其中相对熵值通过各频段能量分布的概率密度函数计算得到。
在频域分解过程中,系统可以采用不同的时频分析方法,如短时傅里叶变换(STFT)、小波变换(WT)等,根据音频信号的特点选择适当的分解策略。对于小波包分解,系统可以选择不同的小波基函数,如Daubechies小波、Symlets小波等,以优化时频分辨率。在计算能量分布矩阵时,系统可以引入感知加权函数,如心理声学模型,以更好地反映人耳的听觉感知特性。同时,系统可以设计自适应的频段划分策略,根据音频信号的频谱结构动态调整高、中、低频段的边界,提高频段划分的灵活性和适应性。
此外,系统还可以在计算相对熵值时引入时间平滑机制,对相对熵值序列进行滑动平均或加权平均,以抑制噪声和瞬时波动的影响。对于复杂的音频场景,如多声道、立体声等,系统可以对各声道分别进行频域分解和相对熵值计算,并综合分析声道间的相互关系和能量分布差异,以获取更全面和准确的频域特征。总之,通过对音频数据进行频域分解和相对熵值计算,系统可以深入分析音频信号的频域结构和能量流动规律,为后续的节奏分析、视觉映射等步骤提供重要的特征信息。
S102、基于相对熵值的变化趋势建立能量流动图,并根据能量流动图中能量流动的拓扑结构确定主导频段;
系统基于相对熵值的变化趋势建立能量流动图,具体的:计算相邻时间帧之间各频段相对熵值的变化率,构建三维能量流动向量场;
对三维能量流动向量场进行拓扑分析,识别能量汇聚点和发散点;
根据能量汇聚点和发散点的空间分布特征,构建能量传递网络;
基于能量传递网络的连通性分析确定主导频段,主导频段具有最大的能量流入流出比。
根据能量流动图中能量流动的拓扑结构确定主导频段,能量流动图表征相邻频段间能量传递的方向和强度。
该步骤的主要目的是根据相对熵值的变化趋势建立能量流动图,刻画音频信号在不同频段间的能量传递和交互规律,并进一步分析能量流动图的拓扑结构,确定在整个音频片段中起主导作用的频段。系统首先计算相邻时间帧之间各频段相对熵值的变化率,得到反映频段间能量流动方向和强度的三维向量场。然后,系统对三维能量流动向量场进行拓扑分析,识别出能量汇聚点(源)和发散点(汇),刻画能量在频段间的流入流出特征。接下来,系统根据能量汇聚点和发散点的空间分布特征,构建起频段间的能量传递网络,揭示音频信号在频域上的能量流动拓扑结构。最后,系统通过对能量传递网络进行连通性分析,计算各频段的能量流入流出比,并将具有最大能量流入流出比的频段确定为主导频段。
在构建能量流动图时,系统可以采用不同的数学模型和计算方法,如矢量场拓扑分析、图论算法等,以准确和高效地刻画频段间的能量传递规律。对于复杂的音频信号,系统可以引入多尺度分析策略,在不同的时间尺度上构建能量流动图,以捕捉音频信号在不同时间分辨率下的能量流动特征。同时,系统可以设计自适应的拓扑结构识别算法,根据能量流动向量场的分布特点动态调整能量汇聚点和发散点的判定阈值,提高拓扑结构分析的鲁棒性和适应性。
此外,系统还可以在确定主导频段时综合考虑其他音乐特征,如节奏、旋律等,以更全面地评估频段在整个音频片段中的重要性和主导地位。对于含有多个主题或段落的音乐作品,系统可以采用分段分析策略,在各个段落内独立地构建能量流动图和确定主导频段,并通过段落间的比较和整合,得出全曲的主导频段分布规律。总之,通过构建能量流动图和分析其拓扑结构,系统可以深入挖掘音频信号在频域能量传递和交互方面的规律,为音乐节奏分析、情感表达等应用提供重要的决策依据,对音乐信息检索、音频分析等领域具有重要的理论和实践价值。
S103、在主导频段内构建相位追踪函数,根据相位追踪函数定位音频信号中的节拍标记点,并根据相位包络的形态特征对节拍标记点进行分层级别划分;
系统在主导频段内构建相位追踪函数,具体的:对主导频段的信号进行复数小波变换,获取时频平面上的相位信息;
计算相位信息的时间导数,得到瞬时频率曲线;
检测瞬时频率曲线的突变点,将突变点的位置标记为候选节拍点;
分析相位包络的形态特征,并根据形态特征对候选节拍点进行层级划分,形态特征包括相位包络的陡度、宽度和对称性;
根据候选节拍点的层级信息构建权重函数;
将相位信息与权重函数进行卷积运算,得到增强后的相位特征;
基于增强后的相位特征构建相位追踪函数。
根据相位追踪函数定位音频信号中的节拍标记点,并根据相位包络的形态特征对节拍标记点进行分层级别划分。
该步骤的主要目的是在主导频段内构建相位追踪函数,通过分析音频信号的相位信息,实现节拍标记点的精确定位和分层级别划分,为后续的视觉映射和灯光控制提供节奏结构信息。系统首先对主导频段的信号进行复数小波变换,在时频平面上获取音频信号的相位信息。然后,系统计算相位信息对时间的导数,得到反映频率变化趋势的瞬时频率曲线。通过检测瞬时频率曲线的突变点,系统可以找出音频信号中的节拍候选点。接下来,系统分析节拍候选点附近相位包络的形态特征,如陡度、宽度和对称性等,并据此对节拍候选点进行分层级别划分,得到反映节拍结构层次的标记信息。最后,系统根据节拍标记点的分层级别信息构建权重函数,将相位信息与权重函数进行卷积运算,得到增强的相位特征,并基于增强后的相位特征构建相位追踪函数,实现节拍标记点的精确定位和跟踪。
在构建相位追踪函数时,系统可以采用不同的时频分析工具,如Hilbert-Huang变换、同步压缩变换等,以提取音频信号的瞬时相位信息。对于复杂的音乐信号,系统可以引入多尺度、多分辨率的相位分析策略,通过在不同时间和频率尺度上提取和融合相位信息,提高节拍标记点定位的精度和稳健性。同时,系统可以设计自适应的相位包络形态特征提取和分类算法,根据音乐风格、节奏类型等先验知识,动态调整形态特征的判定阈值和分类策略,实现节拍标记点分层级别划分的智能化和个性化。
此外,系统还可以利用音乐理论知识和规则,如节拍强弱规律、小节结构等,对节拍标记点的分层级别划分结果进行修正和优化,提高划分的音乐合理性和准确性。在跟踪节拍标记点时,系统可以采用自适应的时间窗口策略,根据音乐节奏的密集程度和变化规律,动态调整相位追踪函数的分析窗口大小,以平衡时间分辨率和频率分辨率,实现节拍标记点精确定位和实时跟踪。总之,通过在主导频段内构建相位追踪函数,并结合相位包络形态特征对节拍标记点进行分层级别划分,系统可以准确刻画音乐信号的节奏结构和层次,为音乐节拍同步、舞蹈编排等应用提供关键的节奏标记信息,具有广阔的应用前景。
S104、以节拍标记点为分界构建递归分割窗口,计算每个递归分割窗口内的谱质心轨迹,并提取谱质心轨迹的拐点序列;
在此步骤之前,系统计算各层级节拍点的时间分布密度;
基于时间分布密度构建自适应窗口大小的决策函数;
根据决策函数调整递归分割的深度;
建立递归分割的层级结构树。
再以节拍标记点为分界构建递归分割窗口,计算每个递归分割窗口内的谱质心轨迹,并提取谱质心轨迹的拐点序列。
该步骤的主要目的是以节拍标记点为分界构建递归分割窗口,通过计算每个分割窗口内的谱质心轨迹和提取拐点序列,进一步细化和量化音乐信号的节奏结构和变化规律。在此步骤之前,系统首先计算各层级节拍点的时间分布密度,并基于时间分布密度构建自适应窗口大小的决策函数,以确定递归分割的最优时间尺度和分辨率。然后,系统根据决策函数动态调整递归分割的深度,并建立反映分割层次和时间关系的递归分割树。接下来,系统以节拍标记点为分界,在递归分割树的每个节点上构建对应的时间窗口,并对各个时间窗口内的音频信号进行频谱分析,计算该窗口内能量分布的质心轨迹。通过对谱质心轨迹进行平滑和拐点检测,系统可以得到反映节奏变化趋势的拐点序列,刻画音乐节奏在不同分割层次上的时间动态特征。
在构建递归分割窗口时,系统可以采用多种时间分割策略,如等间隔分割、动态时间规整(DTW)等,以适应不同音乐风格和节奏类型的特点。对于谱质心轨迹的计算,系统可以选择不同的频谱分析方法,如傅里叶变换、常Q变换等,以平衡时间分辨率和频率分辨率。在提取拐点序列时,系统可以设计自适应的拐点检测算法,根据谱质心轨迹的平滑度、变化率等特征,动态调整拐点判定的阈值和窗口大小,以准确捕捉节奏变化的关键时刻。同时,系统还可以引入多尺度、多分辨率的拐点分析策略,通过在不同时间尺度上提取和融合拐点信息,全面刻画音乐节奏的多层次结构和变化规律。
此外,系统可以利用音乐理论知识和经验规则,对提取的拐点序列进行音乐语义解释和标注,如识别出拍号变化、切分变化等关键节奏事件。在应用于LED灯带控制时,系统可以将拐点序列与LED灯带的物理结构和布局进行映射,根据拐点的时间位置、幅度等属性,生成灯光效果的时空坐标和参数序列,实现音乐节奏与灯光效果的精确同步和动态映射。总之,通过以节拍标记点为分界构建递归分割窗口,并提取谱质心轨迹的拐点序列,系统可以在多个时间尺度和分辨率上分析音乐节奏的时间动态特征,为音乐可视化、舞台灯光设计等应用提供丰富的节奏控制信息,具有很高的实用价值和创新性。
S105、将拐点序列映射到极坐标系统中,建立极坐标角度与LED灯带颜色参数的对应关系和极径与亮度参数的对应关系;
该步骤的主要目的是将提取的拐点序列映射到极坐标系统中,并建立极坐标参数与LED灯带视觉参数之间的对应关系,实现音乐节奏特征向灯光效果参数的转换和映射。系统首先根据LED灯带的物理布局和控制需求,选择合适的极坐标系统,如圆形、螺旋形等。然后,系统将拐点序列按照时间顺序依次映射到极坐标系统中,并提取每个拐点对应的极坐标角度和极径值。接下来,系统分别建立极坐标角度与LED灯带颜色参数的对应关系,以及极径与亮度参数的对应关系。对于颜色参数,系统可以将极坐标角度划分为若干个区间,并将每个区间映射为特定的颜色值或颜色变化模式。对于亮度参数,系统可以将极径值与亮度值进行线性或非线性映射,实现亮度的连续调制和动态变化。最后,系统将映射后的颜色和亮度参数序列输出,作为控制LED灯带视觉效果的指令序列。
在进行拐点序列的极坐标映射时,系统可以采用不同的映射函数和插值算法,如线性插值、样条插值等,以实现拐点位置与极坐标参数之间的平滑过渡和连续映射。对于颜色参数的映射,系统可以利用色彩理论和美学原则,设计合理的色彩方案和变化规律,如互补色配色、渐变色彩等,以增强灯光效果的艺术表现力和情感渲染力。同时,系统可以引入用户交互和反馈机制,允许用户自定义或调整颜色映射规则,以满足个性化的视觉偏好和创意需求。
此外,系统还可以结合其他音乐特征和上下文信息,对极坐标映射结果进行优化和增强。例如,根据音乐的情感特征、风格类型等,动态调整颜色映射的饱和度、对比度等参数,以匹配音乐的情感基调和表现风格。在LED灯带控制时,系统可以综合考虑灯带的物理特性、视觉效果、功耗限制等因素,对颜色和亮度参数进行适当的缩放、限幅等处理,确保灯光效果的稳定性、一致性和可靠性。总之,通过将拐点序列映射到极坐标系统中,并建立极坐标参数与LED灯带视觉参数的对应关系,系统可以实现音乐节奏特征向灯光效果的直观、生动的映射和转化,为音乐可视化、灯光艺术等应用提供了一种新颖、灵活的表现形式和交互方式,极大地拓展了LED灯带的应用场景和创意空间。
S106、基于能量流动图的拓扑结构设计LED灯带的空间传播模式,使光效沿LED灯带的传播方向与频段间的能量流动方向保持一致,并根据能量流动强度调节传播速度;
该步骤的主要目的是基于能量流动图的拓扑结构设计LED灯带的空间传播模式,通过将光效传播与频段间能量流动进行同步和映射,实现灯光效果与音乐能量分布的动态关联和表现。系统首先分析能量流动图的拓扑结构,提取反映频段间能量传递方向和强度的关键信息,如能量流向、流速、汇聚点等。然后,系统根据LED灯带的物理布局和拓扑结构,设计与能量流动图匹配的光效传播模式,使灯光效果沿LED灯带的传播方向与频段间的能量流动方向保持一致。具体而言,系统可以将LED灯带划分为若干个逻辑区域或控制单元,并根据能量流动方向确定各个区域的光效传播顺序和优先级。同时,系统可以根据能量流动强度动态调节光效传播的速度和渐变效果,使光效传播的动态变化与音乐能量分布的时间演化相匹配。最后,系统生成控制LED灯带光效传播的时空坐标序列和参数序列,并通过硬件接口和驱动电路实现灯光效果的物理输出和显示。
在设计LED灯带的空间传播模式时,系统可以采用不同的拓扑结构和映射策略,如线性拓扑、环形拓扑、网格拓扑等,以适应不同的灯带布局和视觉效果需求。对于复杂的能量流动图,系统可以引入图论算法和优化技术,如最小生成树、最短路径等,以实现光效传播路径的自动规划和优化。同时,系统可以设计多级传播模式和分层控制策略,根据能量流动的层次结构和时间尺度,在不同的空间范围和时间粒度上实现光效传播的协同与同步。
S107、计算理论浓度变化曲线与目标污染物实际采集的浓度数据之间的偏差值;
系统首先提取相邻节拍标记点之间的视觉参数序列,如颜色、亮度、位置等。然后,系统对这些视觉参数序列进行平滑处理,消除突变和不连续点,生成平滑曲线或渐变函数。在构建渐变函数时,系统考虑音频信号的惯性特征,如节奏的连续性、速度的渐变性等,通过在相邻节拍之间引入惯性项和平滑项,使视觉参数的变化与音乐节奏的流动特性相匹配。接下来,系统根据渐变函数计算出LED灯带在相邻节拍之间的中间状态参数,如中间颜色值、亮度值等。最后,系统将中间状态参数序列按照LED灯带的物理分布进行空间映射,并结合能量流动强度计算光效的传播延时和持续时间,生成完整的LED灯带驱动控制序列,实现灯光效果的平滑演变和动态呈现。
在进行视觉参数平滑处理时,系统可以采用不同的插值算法和平滑策略,如线性插值、样条插值、高斯平滑等,根据音乐节奏的特点和灯光效果的要求,选择最优的平滑方法和参数设置。对于包含音频信号惯性特征的渐变函数,系统可以引入物理学和信号处理的相关概念,如惯性矩、衰减系数、卷积核等,通过合理设计惯性项和平滑项的数学模型,实现视觉参数变化与音乐节奏之间的动态同步和自然过渡。同时,系统可以采用自适应的参数估计和优化技术,根据音乐节奏的变化特点和用户反馈,实时调整渐变函数的参数,以达到最佳的视觉效果和用户体验。
此外,系统还可以结合其他音乐元素和视觉元素,对渐变函数进行艺术化的创意设计和个性化定制。例如,根据音乐的情感特征、歌词含义等,设计与之匹配的颜色渐变方案和动画效果,以增强灯光效果的表现力和感染力。在LED灯带控制时,系统可以充分利用硬件设备的性能和特性,如采用高精度的PWM控制、时间同步机制等,确保灯光效果的精确性、稳定性和实时性。总之,通过对相邻节拍标记点之间的视觉参数进行平滑处理,并构建包含音频信号惯性特征的渐变函数,系统可以实现LED灯带视觉效果与音乐节奏的流畅过渡和自然同步,极大地提升了灯光效果的艺术表现力和交互体验,为音乐可视化、灯光艺术等应用提供了一种新颖、灵活、富有创造力的技术手段和实现方式。
S108、对相邻的节拍标记点之间的视觉参数进行平滑处理,构建包含音频信号惯性特征的渐变函数,并根据渐变函数生成LED灯带的驱动控制序列。
系统对相邻的节拍标记点之间的视觉参数进行平滑处理,构建包含音频信号惯性特征的渐变函数,并根据渐变函数生成LED灯带的驱动控制序列,使LED灯带按照驱动控制序列执行对应的颜色变化和亮度变化。其中,根据渐变函数生成LED灯带的驱动控制序列,具体包括:
基于渐变函数计算相邻节拍点之间的中间状态参数;
将中间状态参数的序列按照LED灯带的物理分布进行空间映射,得到空间映射结果;
根据能量流动强度计算传播延时参数;
整合空间映射结果和传播延时参数,生成时序化的驱动控制序列。
该步骤的主要目的是对视觉参数进行精细控制和同步输出,通过优化渐变函数和反馈机制,实现LED灯带光效与音乐节拍的高度一致性和同步性,营造出与音乐情感和氛围高度融合的沉浸式体验。系统根据生成的LED灯带驱动控制序列,对每个灯珠的颜色、亮度等视觉参数进行精确的时间和空间控制,确保灯光效果的变化与音乐节奏的流动完美同步。同时,系统采用高精度的时钟和同步机制,如时间戳、帧同步等,保证灯珠之间的协调一致性,避免视觉上的断裂和跳变。在输出控制过程中,系统实时监测音乐节拍和灯光效果之间的同步性和一致性,通过反馈机制动态调整渐变函数的参数,如惯性系数、平滑因子等,使灯光效果更加自然流畅,与音乐情感和节奏完美契合。此外,系统还可以引入智能算法和机器学习技术,通过分析用户反馈和交互数据,自适应地优化渐变函数和控制策略,不断提升灯光效果的艺术表现力和用户体验。
在进行视觉参数的精细控制时,系统可以充分利用LED灯带的物理特性和性能优势,如高动态范围、宽色域、低功耗等,通过合理的色彩管理和亮度调制,实现灯光效果的丰富多彩和细腻变化。对于大规模的LED灯带阵列,系统可以采用分布式控制架构和并行处理技术,实现多个控制单元之间的协同工作和负载均衡,保证控制的实时性和稳定性。同时,系统还可以集成其他传感器和交互设备,如音频传感器、手势识别等,实现灯光效果与用户互动的实时响应和反馈,增强沉浸感和参与感。
上述实施例中,对音频数据进行多频段分解和相对熵值计算,准确捕捉了不同频段间的能量分布关系,并基于能量流动图的拓扑结构确定主导频段,使得后续的节拍检测更加针对性。通过在主导频段内构建相位追踪函数,结合相位包络特征的分层分析,提高了节拍标记点定位的准确性。以节拍标记点为基础构建的递归分割窗口和谱质心轨迹分析方法,能够精确提取音频信号中的情感转折时刻。将拐点序列映射到极坐标系统中建立与LED灯带参数的对应关系,实现了音频情感特征到视觉效果的自然过渡。基于能量流动图设计的空间传播模式,使LED灯带的视觉效果能够与音频的能量流动特性保持同步,增强了视觉表现力。通过对视觉参数的平滑处理和渐变函数的构建,使LED灯带的颜色和亮度变化既能反映音频的节奏感,又保持了运动的连贯性,避免了生硬的突变,提升了整体视觉体验的流畅度。实现了捕捉音乐的情感递进和张力变化,并准确根据情感递进和张力变化控制LED灯带律动闪烁。
在上述实施例步骤S103中的在主导频段内构建相位追踪函数之前,还需要建立节拍周期与相位追踪参数之间的关联,以提高相位追踪的针对性和准确性,下面结合另一个实施例及图2,对本申请实施例中另一种LED灯带律动闪烁的控制方法进行描述:
请参阅图2,为本申请实施例中一种LED灯带律动闪烁的控制方法的另一个流程示意图。
S201、对主导频段的能量分布进行自适应阈值分割,提取能量峰值点;
在此步骤中,系统首先需要获取音频信号的主导频段的能量分布数据。通过对音频信号进行时频分析,例如采用短时傅里叶变换(STFT)等方法,可以得到音频信号在不同时间点和频率点上的能量分布情况。然后,系统对主导频段的能量分布进行自适应阈值分割。自适应阈值分割是一种常用的图像分割方法,通过动态调整阈值,可以根据能量分布的特点,自动将能量分布图分割成不同的区域。例如,系统可以通过最大类间方差法找到最优阈值,将能量分布图二值化,得到能量高低区域的分布。在得到分割后的能量分布图后,系统对图中的高能量区域进行进一步分析,提取出能量峰值点。能量峰值点对应了音频信号中能量最高的时间点,通常也对应了音乐的节奏点或重音点。系统可以通过求取能量分布图中局部极大值点的方法,得到一系列的能量峰值点的时间位置。这些能量峰值点为后续的节拍周期分析提供了重要的信息。
S202、计算相邻的能量峰值点之间的时间间隔序列;
在提取出音频信号主导频段中的能量峰值点后,系统需要进一步分析这些峰值点之间的时间关系,以得到音乐节奏的周期性信息。因此,本步骤中,系统计算相邻能量峰值点之间的时间间隔,得到一个时间间隔序列。具体地,系统可以对能量峰值点的时间位置进行排序,然后逐对计算相邻峰值点的时间差,即可得到时间间隔序列。例如,如果提取到的能量峰值点的时间位置依次为t1、t2、t3、t4,则时间间隔序列可表示为{t2-t1,t3-t2,t4-t3}。时间间隔序列反映了音乐节奏中重音点的间隔分布规律,为后续的节拍周期估计打下基础。系统还可以对时间间隔序列进行去噪处理,剔除一些异常值,以提高后续分析的准确性。通过计算峰值点间的时间间隔序列,系统可以将音频信号的节奏信息转化为离散的数值序列,为节拍周期的分析提供数据支撑。
S203、对时间间隔序列进行周期性分析,确定基础节拍周期;
本步骤中,系统需要对上一步得到的时间间隔序列进行进一步分析,找出其中的周期性规律,以确定音乐的基础节拍周期。音乐节奏通常具有明显的周期性,即重音点间的时间间隔在一定范围内重复出现。因此,通过对时间间隔序列的周期性分析,可以估计出音乐的节拍周期。系统可以采用多种方法进行周期性分析,例如自相关分析、傅里叶变换分析等。自相关分析通过计算信号与其自身在不同时间延迟下的相关性,可以发现信号中的重复模式。对时间间隔序列进行自相关分析,峰值点对应的延迟时间即为可能的节拍周期。傅里叶变换分析则是通过将时间域信号转换为频域信号,找出频谱中的突出频率成分,对应的周期即为节拍周期。系统可以综合采用多种周期性分析方法,相互验证,以提高节拍周期估计的可靠性。在得到可能的节拍周期候选值后,系统还可以结合音乐的风格特点、用户反馈等信息,对节拍周期进行进一步的优化和调整,最终确定音乐的基础节拍周期。基础节拍周期的确定为LED灯带的律动控制提供了时间基准。
S204、根据基础节拍周期设置相位追踪函数的时间窗口长度。
在确定了音乐的基础节拍周期后,系统需要进一步设置相位追踪函数的时间窗口长度,以实现LED灯带与音乐节奏的同步律动。相位追踪函数通过分析音频信号的相位信息,得到音乐节拍的精确时间位置。时间窗口长度的设置影响了相位追踪函数的分析精度和实时性。时间窗口太长,会导致分析的滞后性,难以实现灯带与音乐的实时同步;时间窗口太短,则会降低分析的准确性,易受到噪声干扰。因此,系统需要根据基础节拍周期,自适应地设置相位追踪函数的时间窗口长度。通常,时间窗口长度应略大于基础节拍周期,以确保在每个节拍周期内能够完整地分析音频信号的相位信息。例如,系统可以将时间窗口长度设置为基础节拍周期的1.2倍至1.5倍。此外,系统还可以考虑音乐速度的变化,动态调整时间窗口长度。当音乐速度加快时,相应缩短时间窗口长度;当音乐速度放慢时,相应延长时间窗口长度。通过自适应设置相位追踪函数的时间窗口长度,系统可以在不同的音乐节奏下,始终保持LED灯带与音乐的同步律动,提高控制的灵活性和鲁棒性。
上述实施例中,对主导频段的能量分布进行自适应阈值分割,能够根据信号特征自动调整阈值,提高了能量峰值点提取的鲁棒性。通过分析相邻能量峰值点之间的时间间隔序列,建立了节拍的时序关系模型。对时间间隔序列进行周期性分析,准确提取了音频信号的基础节拍特征。根据基础节拍周期设置相位追踪函数的时间窗口长度,使得相位追踪的时间分辨率与音频信号的节奏特征相匹配。该方案通过对能量分布特征的深入分析,建立了节拍周期与相位追踪参数之间的关联,提高了相位追踪的针对性和准确性,使得后续的节拍标记点定位更加精准可靠。
下面从硬件处理的角度对本发明申请实施例中的系统进行描述,请参阅图3,为本申请实施例提供的一种LED灯带律动闪烁的控制系统的实体装置结构示意图。
需要说明的是,图3示出的系统的结构仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,该系统包括中央处理单元(Central Processing Unit,CPU)301,其可以根据存储在只读存储器(Read-Only Memory,ROM)302中的程序或者从存储部分308加载到随机访问存储器(Random Access Memory,RAM)303中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM303中,还存储有系统操作所需的各种程序和数据。CPU301、ROM302以及RAM303通过总线304彼此相连。输入/输出(Input/Output,I/O)接口305也连接至总线304。
以下部件连接至I/O接口305:包括摄像头、红外传感器等的输入部分306;包括液晶显示器(Liquid Crystal Display,LCD)以及扬声器等的输出部分307;包括硬盘等的存储部分308;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器310上,以便于从其上读出的计算机程序根据需要被安装入存储部分308。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分309从网络上被下载和安装,和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU)301执行时,执行本发明中限定的各种功能。
需要说明的是,本发明实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact DiscRead-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面,本发明还提供了一种计算机可读的存储介质,该存储介质可以是上述实施例中描述的系统中所包含的;也可以是单独存在,而未装配入该系统中。上述存储介质承载有一个或者多个计算机程序,当上述一个或者多个计算机程序被一个系统的处理器执行时,使得该系统实现上述实施例中提供的方法。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
上述实施例中所用,根据上下文,术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地,根据上下文,短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘)等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
Claims (10)
1.一种LED灯带律动闪烁的控制方法,其特征在于,包括:
对采集到音频数据进行分解,得到高频段、中频段及低频段的能量分布矩阵,并计算各频段间的相对熵值,所述相对熵值包括高中熵值、高低熵值及中低熵值;
基于所述相对熵值的变化趋势建立能量流动图,并根据所述能量流动图中能量流动的拓扑结构确定主导频段,所述能量流动图表征相邻频段间能量传递的方向和强度;
在所述主导频段内构建相位追踪函数,根据所述相位追踪函数定位音频信号中的节拍标记点,并根据相位包络的形态特征对所述节拍标记点进行分层级别划分;
以所述节拍标记点为分界构建递归分割窗口,计算每个所述递归分割窗口内的谱质心轨迹,并提取谱质心轨迹的拐点序列,所述拐点序列反映音频信号的情感转折时刻;
将所述拐点序列映射到极坐标系统中,建立极坐标角度与LED灯带颜色参数的对应关系和极径与亮度参数的对应关系;
基于所述能量流动图的拓扑结构设计所述LED灯带的空间传播模式,使光效沿所述LED灯带的传播方向与频段间的能量流动方向保持一致,并根据能量流动强度调节传播速度;
对相邻的所述节拍标记点之间的视觉参数进行平滑处理,构建包含所述音频信号惯性特征的渐变函数,并根据所述渐变函数生成所述LED灯带的驱动控制序列,使所述LED灯带按照所述驱动控制序列执行对应的颜色变化和亮度变化。
2.根据权利要求1所述的方法,其特征在于,所述对采集到的音频数据进行分解,具体包括:
将所述音频数据进行重叠分帧处理,相邻帧之间的重叠率为预设数值,每帧音频数据加汉宁窗;
对每帧加窗后的音频数据执行小波包分解,获得频率子带系数;
根据人耳听觉特性将小波包分解得到的所述频率子带系数重组为高频段、中频段和低频段,并计算各频段的能量分布矩阵;
基于信息熵理论计算高中频段、高低频段及中低频段之间的相对熵值,其中所述相对熵值通过各频段能量分布的概率密度函数计算得到。
3.根据权利要求1所述的方法,其特征在于,所述基于相对熵值的变化趋势建立能量流动图的步骤,具体包括:
计算相邻时间帧之间所述各频段相对熵值的变化率,构建三维能量流动向量场;
对所述三维能量流动向量场进行拓扑分析,识别能量汇聚点和发散点;
根据所述能量汇聚点和所述发散点的空间分布特征,构建能量传递网络;
基于所述能量传递网络的连通性分析确定主导频段,所述主导频段具有最大的能量流入流出比。
4.根据权利要求1所述的方法,其特征在于,在所述主导频段内构建相位追踪函数之前,所述方法还包括:
对所述主导频段的能量分布进行自适应阈值分割,提取能量峰值点;
计算相邻的所述能量峰值点之间的时间间隔序列;
对所述时间间隔序列进行周期性分析,确定基础节拍周期;
根据所述基础节拍周期设置相位追踪函数的时间窗口长度。
5.根据权利要求1所述的方法,其特征在于,所述在所述主导频段内构建相位追踪函数,具体包括:
对所述主导频段的信号进行复数小波变换,获取时频平面上的相位信息;
计算所述相位信息的时间导数,得到瞬时频率曲线;
检测所述瞬时频率曲线的突变点,将所述突变点的位置标记为候选节拍点;
分析相位包络的形态特征,并根据所述形态特征对所述候选节拍点进行层级划分,所述形态特征包括所述相位包络的陡度、宽度和对称性;
根据所述候选节拍点的层级信息构建权重函数;
将所述相位信息与所述权重函数进行卷积运算,得到增强后的相位特征;
基于所述增强后的相位特征构建相位追踪函数。
6.根据权利要求1所述的方法,其特征在于,在所述以所述节拍标记点为分界构建递归分割窗口之前,所述方法还包括:
计算各层级所述节拍点的时间分布密度;
基于所述时间分布密度构建自适应窗口大小的决策函数;
根据所述决策函数调整所述递归分割的深度;
建立所述递归分割的层级结构树。
7.根据权利要求1所述的方法,其特征在于,所述根据所述渐变函数生成所述LED灯带的驱动控制序列,具体包括:
基于所述渐变函数计算相邻所述节拍点之间的中间状态参数;
将所述中间状态参数的序列按照所述LED灯带的物理分布进行空间映射,得到空间映射结果;
根据所述能量流动强度计算传播延时参数;
整合所述空间映射结果和所述传播延时参数,生成时序化的驱动控制序列。
8.一种LED灯带律动闪烁的控制系统,其特征在于,所述系统包括:
一个或多个处理器和存储器;所述存储器与所述一个或多个处理器耦合,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,所述一个或多个处理器调用所述计算机指令以使得所述系统执行如权利要求1-7中任一项所述的方法。
9.一种计算机可读存储介质,包括指令,其特征在于,当所述指令在系统上运行时,使得所述系统执行如权利要求1-7中任一项所述的方法。
10.一种计算机程序产品,其特征在于,当所述计算机程序产品在系统上运行时,使得所述系统执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411657247.0A CN119584367A (zh) | 2024-11-19 | 2024-11-19 | Led灯带律动闪烁的控制方法、系统、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411657247.0A CN119584367A (zh) | 2024-11-19 | 2024-11-19 | Led灯带律动闪烁的控制方法、系统、存储介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN119584367A true CN119584367A (zh) | 2025-03-07 |
Family
ID=94803390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411657247.0A Pending CN119584367A (zh) | 2024-11-19 | 2024-11-19 | Led灯带律动闪烁的控制方法、系统、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN119584367A (zh) |
-
2024
- 2024-11-19 CN CN202411657247.0A patent/CN119584367A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12064564B2 (en) | Enhancing music for repetitive motion activities | |
CN107889323B (zh) | 一种灯光显示的控制方法及装置 | |
US10365890B2 (en) | Multi-channel data sonification system with partitioned timbre spaces including periodic modulation techniques | |
US10460763B2 (en) | Generating audio loops from an audio track | |
CN106383676B (zh) | 用于声音的即时光色渲染系统及其应用 | |
CN113423005B (zh) | 一种基于改进神经网络的智能音乐生成方法及系统 | |
CN105957515A (zh) | 声音合成方法、声音合成装置和存储声音合成程序的介质 | |
Li et al. | Sams-net: A sliced attention-based neural network for music source separation | |
Orife | Riddim: A rhythm analysis and decomposition tool based on independent subspace analysis | |
Min et al. | Application research of short-time Fourier transform in music generation based on the parallel WaveGan system | |
CN119584367A (zh) | Led灯带律动闪烁的控制方法、系统、存储介质及程序产品 | |
CN117528872B (zh) | 灯光信号律动控制方法、装置、设备及存储介质 | |
Lostanlen et al. | The shape of RemiXXXes to come: audio texture synthesis with time-frequency scattering | |
Yu | Research on multimodal music emotion recognition method based on image sequence | |
CN119183237A (zh) | 一种音频变化的计算方法及终端 | |
CN109643539A (zh) | 声音处理装置和方法 | |
Tauscher et al. | Audio Resynthesis on the Dancefloor: A Music Structural Approach. | |
Chien et al. | An acoustic-phonetic model of F0 likelihood for vocal melody extraction | |
Xu | Harmonizing Audio and Human Interaction: Enhancement, Analysis, and Application of Audio Signals via Machine Learning Approaches | |
Buccoli | Linking signal and semantic representations of musical content for music information retrieval | |
Hermes | Interpretative Summary | |
Spiro et al. | Musical motives in performance: A study of absolute timing patterns | |
Henkel | BEAT TRACKING IN MUSICAL RECORDINGS WITH NEURAL NETWORKS | |
Schwarz | Final Research Report on Auto-Tagging of Music | |
CN117412094A (zh) | 一种基于音乐的视频生成方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |