[发明专利]一种音频的输出方法、装置及音频设备

权利要求书

1.一种音频的输出方法，其特征在于，应用于音频设备，所述音频设备中包括摄像头和多个音频输出单元，所述方法包括：

接收输入的定向发声指令；

对所述定向发声指令进行声纹识别，根据所述声纹识别结果，确定输入所述定向发声指令的目标用户的用户标识；

获取所述用户标识对应的第一人脸特征；

从所述摄像头拍摄的图像中获取与所述第一人脸特征相匹配的人脸图像，并将所述人脸图像对应的用户确定为所述目标用户；

获取目标用户的位置信息；所述位置信息包括所述目标用户相对于所述音频设备的方向；

根据所述目标用户的位置信息，确定音频输出方向和音频输出功率；

根据所述音频输出方向和所述音频输出功率，控制所述音频输出单元输出音频数据；

所述根据所述目标用户的位置信息，确定音频输出方向和音频输出功率，包括：

在存在多个所述目标用户的情况下，根据每个所述目标用户相对于所述音频设备的方向，确定每个所述目标用户的移动轨迹；

根据每个所述目标用户的移动轨迹，确定与每个所述用户标识对应的音频输出单元的移动轨迹；

基于每个音频输出单元的移动轨迹，确定对应的音频输出方向。

2.根据权利要求1所述的方法，其特征在于，所述目标用户的位置信息还包括所述目标用户与所述音频设备之间的距离；

所述根据所述目标用户的位置信息，确定音频输出方向和音频输出功率，包括：

根据所述目标用户与所述音频设备之间的距离，确定音频输出功率。

3.根据权利要求2所述的方法，其特征在于，所述获取目标用户的位置信息，包括：

通过所述摄像头拍摄的图像，确定所述目标用户的人脸所在的位置，根据所述目标用户的人脸所在的位置，确定所述目标用户相对于所述音频设备的方向；

基于光脉冲测距机制获取所述目标用户与所述音频设备之间的距离。

4.根据权利要求1所述的方法，其特征在于，所述从所述摄像头拍摄的图像中获取与所述第一人脸特征相匹配的人脸图像，包括：

通过所述摄像头拍摄图像；

提取所述图像中的第二人脸特征，将所述第二人脸特征与所述第一人脸特征进行匹配；

如果所述第二人脸特征与所述第一人脸特征相匹配，则获取所述第二人脸特征对应的人脸图像。

5.一种音频的输出装置，其特征在于，所述装置中包括摄像头和多个音频输出单元，所述装置包括：

接收模块，用于接收输入的定向发声指令；

识别模块，用于对所述定向发声指令进行声纹识别，根据所述声纹识别结果，确定输入所述定向发声指令的目标用户的用户标识；

获取特征模块，用于获取所述用户标识对应的第一人脸特征；

匹配模块，用于从所述摄像头拍摄的图像中获取与所述第一人脸特征相匹配的人脸图像，并将所述人脸图像对应的用户确定为所述目标用户；

获取模块，用于获取目标用户的位置信息；所述位置信息包括所述目标用户相对于音频设备的方向；

确定模块，用于根据所述目标用户的位置信息，确定音频输出方向和音频输出功率；

输出模块，用于根据所述音频输出方向和所述音频输出功率，控制所述音频输出单元输出音频数据；

所述确定模块，具体用于：在存在多个所述目标用户的情况下，根据每个所述目标用户相对于所述音频设备的方向，确定每个所述目标用户的移动轨迹；根据每个所述目标用户的移动轨迹，确定与每个所述用户标识对应的音频输出单元的移动轨迹；基于每个音频输出单元的移动轨迹，确定对应的音频输出方向。

6.一种音频设备，其特征在于，包括处理器、存储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，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的音频的输出方法的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的音频的输出方法的步骤。