[發明專利]人機交互方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201810108122.0
• 申請日: 2018-02-02
• 公開（公告）號: CN108363557B
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 劉國華
• 申請（專利權）人: 劉國華
• 主分類號: G06F3/16
• 分類號: G06F3/16;G06F16/332;G10L15/08;G10L15/20;G10L15/22
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 易皎鶴

本申請涉及一種人機交互方法、裝置、計算機設備和存儲介質，其中方法包括：檢測當前輸出音量，當輸出音量小于預設第一閾值時，啟動語音識別功能，采集用戶語音消息，同時檢測用戶語音音量的大小，響應用戶語音操作，當用戶語音音量大于預設第二閾值時，調小輸出音量，返回檢測當前輸出音量的步驟。整個過程中，通過設備本身輸出音量大小控制語音識別功能的開啟，以便準確響應用戶語音操作，并且在用戶語音大于一定時，減小輸出音量，以便凸顯以及準確采集用戶后續語音消息，給用戶操作來帶便捷，可以實現良好的人機交互。

技術領域

本申請涉及人機交互技術領域，特別是涉及一種人機交互方法、裝置、計算機設備和存儲介質。

背景技術

人機交互是指人與設備之間使用某種對話語言，以一定的交互方式，為完成確定任務的人與設備之間的信息交換過程。

隨著科學技術的發展，人機交互技術的應用領域越來越寬廣，小如收音機的播放按鍵，大至飛機上的儀表板、或是發電廠的控制室，用戶都可以通過人機交互界面與系統交流，并進行操作。目前在人機交互技術中，主流的人機交互方式主要包括3種，第一種是傳統按鍵方式；第二種是特定語音詞激活方式，如：在對話前先說“小冰你好”，設備才識別后面所聽到的語音；第三種是“舉手發言”，即先用一個特定手勢動作來讓設備啟動語音識別。

上述人機交互方式，雖然在一定程度上可以實現人機交互功能，但是由于交互方式單一，需要預先設定一定特定手勢動作，交互過程并不十分自然，在一定程度上給用戶操作帶來不便。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠給用戶帶來便捷操作的人機交互方法、裝置、計算機設備和存儲介質。

一種人機交互方法，所述方法包括：

檢測當前輸出音量，當輸出音量小于預設第一閾值時，啟動語音識別功能；

當偵聽到用戶語音時，采集用戶語音消息；

檢測用戶語音音量，并響應用戶語音操作；

當用戶語音音量大于預設第二閾值時，減小輸出音量，返回所述檢測當前輸出音量的步驟。

在其中一個實施例中，所述檢測當前輸出音量之后還包括：

當所述輸出音量大于預設第一閾值時，關閉語音識別功能。

在其中一個實施例中，所述檢測當前輸出音量之后還包括：

當未檢測到用戶人臉時，關閉語音識別功能。

在其中一個實施例中，所述當所述輸出音量小于預設第一閾值時，啟動語音識別功能包括：

當所述輸出音量小于預設第一閾值且檢測到人臉時，啟動語音識別功能。

在其中一個實施例中，所述當所述輸出音量小于預設第一閾值且檢測到人臉時，啟動語音識別功能的步驟包括：

當所述輸出音量小于預設第一閾值時，啟動人臉頭部姿態檢測；

當檢測到正臉時，啟動語音識別功能。

在其中一個實施例中，所述當所述輸出音量小于預設第一閾值且檢測到人臉時，啟動語音識別功能的步驟包括：

當所述輸出音量小于預設第一閾值時，獲取用戶與設備處于相對正視狀態下的正視圖像數據；

實時采集用戶當前圖像數據，將當前采集的圖像數據與所述正視圖像數據比較；

當所述當前采集的圖像數據和所述正視圖像數據一致時，判定用戶與設備處于相對正視狀態，啟動語音識別功能。

在其中一個實施例中，所述響應用戶語音操作包括：