[發明專利]拍攝控制方法及裝置、計算機可讀介質和電子設備

在審

• 申請號: 202010954523.5
• 申請日: 2020-09-11
• 公開（公告）號: CN112073639A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 陳剛
• 申請（專利權）人: OPPO（重慶）智能科技有限公司
• 主分類號: H04N5/232
• 分類號: H04N5/232;H04R1/08;H04M1/03;G10L25/18;G10L15/00
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種拍攝控制方法，應用于終端設備，其特征在于，包括：

獲取拍攝對象發出的第一語音數據；其中，所述第一語音數據包括至少兩組由不同麥克風采集的定位語音數據；

根據至少兩組所述定位語音數據對拍攝對象進行聲源定位，得到拍攝對象的定位數據；

基于所述定位數據確定所述拍攝對象與所述終端設備當前使用的第一攝像模組之間的距離，并根據所述距離控制所述第一攝像模組進行對焦。

2.根據權利要求1所述的方法，其特征在于，所述基于所述定位數據確定所述拍攝對象與所述終端設備當前使用的第一攝像模組之間的距離，包括：

根據所述定位數據建立終端設備坐標系，并確定所述拍攝對象在所述終端設備坐標系下的實時坐標；

基于所述拍攝對象在所述終端設備坐標系下的實時坐標，計算所述拍攝對象與所述終端設備當前使用的第一攝像模組之間的距離。

3.根據權利要求1所述的方法，其特征在于，所述終端設備還包括第二攝像模組；在得到所述定位數據之后，所述方法還包括：

在所述定位數據滿足預設條件時，將所述第一攝像模組切換為第二攝像模組，以使所述終端設備基于所述第二攝像模組繼續進行拍攝。

4.根據權利要求1所述的方法，其特征在于，所述獲取拍攝對象發出的第一語音數據，包括：

通過所述終端設備的麥克風陣列采集當前環境下的第二語音數據；其中，所述麥克風陣列包括至少兩個麥克風，所述第二語音數據包括至少兩組由不同麥克風采集的當前語音數據；

分別對各所述當前語音數據進行聲紋識別，以確定所述當前語音數據中是否包括所述拍攝對象發出的定位語音數據；

在至少兩組所述當前語音數據包括所述定位語音數據時，將至少兩組所述定位語音數據確定為所述拍攝對象發出的第一語音數據。

5.根據權利要求4所述的方法，其特征在于，所述聲紋識別通過聲紋識別模型進行；

在所述分別對各所述當前語音數據進行聲紋識別之前，所述方法還包括：

接收拍攝對象發出的第三語音數據，基于所述第三語音數據提取所述拍攝對象發出的聲紋特征；

基于所述聲紋特征對聲紋識別模型進行訓練，得到訓練后的聲紋識別模型。

6.根據權利要求1所述的方法，其特征在于，在獲取拍攝對象發出的第一語音數據之后，所述方法還包括：

對所述第一語音數據進行特征提取，以獲取所述第一語音數據對應的語音特征；

將所述語音特征與關鍵詞語音的語音特征進行比對，以獲取所述第一語音數據與所述關鍵詞語音的相似度；所述關鍵詞語音包括第一關鍵詞語音；

在所述第一語音數據與所述第一關鍵詞語音的第一相似度大于等于第一閾值時，基于所述定位數據確定所述拍攝對象與所述終端設備之間的距離；

在所述第一相似度小于所述第一閾值時，重新獲取拍攝對象發出的第一語音數據。

7.根據權利要求6所述的方法，其特征在于，所述關鍵詞語音還包括第二關鍵詞語音；

在所述將所述語音特征與關鍵詞語音的語音特征進行比對，以獲取所述第一語音數據與所述關鍵詞語音的相似度之后，所述方法還包括：

在所述第一語音數據與所述第二關鍵詞語音的第二相似度大于等于第二閾值時，根據所述第二關鍵詞語音調用對應的拍攝功能，以對所述終端設備的拍攝進行控制。

8.一種拍攝控制裝置，應用于終端設備，其特征在于，包括：

數據獲取模塊，用于獲取拍攝對象發出的第一語音數據；其中，所述第一語音數據包括至少兩組由不同麥克風采集的定位語音數據；

聲源定位模塊，用于根據至少兩組所述定位語音數據對拍攝對象進行聲源定位，得到拍攝對象的定位數據；

拍攝控制模塊，用于基于所述定位數據確定所述拍攝對象與所述終端設備當前使用的第一攝像模組之間的距離，并根據所述距離控制所述第一攝像模組進行對焦。

9.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的方法。

10.一種電子設備，其特征在于，包括：

處理器；以及

存儲器，用于存儲所述處理器的可執行指令；

其中，所述處理器配置為經由執行所述可執行指令來執行權利要求1至7任一項所述的方法。