[发明专利]一种基于声音的多媒体交互方法及装置

权利要求书

1.一种基于声音的多媒体交互方法，其特征在于，所述方法包括：

识别通过声音采集模块采集到的用户声音，得到所述用户声音的声音特征；从多媒体素材库中获取与所述声音特征匹配的目标多媒体素材；

获取所述声音特征中包含的所述用户声音的音量；分析得到所述音量对应的音量等级；确定与所述音量等级匹配的图像缩小比例以及与所述音量等级匹配的目标分贝，所述音量等级与所述图像缩小比例成反比、与所述目标分贝成正比；

检测所述目标多媒体素材的素材数量，并判断所述素材数量是否为一；

如果是，通过输出模块的显示屏以所述图像缩小比例输出显示所述目标多媒体素材中的图像素材，通过所述输出模块的扬声器以所述目标分贝输出所述目标多媒体素材中的声音素材；

如果否，确定各个目标多媒体素材对应的用户声音的声音音量，从所述各个目标多媒体素材中确定声音音量最大的音量最大多媒体素材，输出所有目标多媒体素材，并以冠军模式输出所述音量最大多媒体素材。

2.根据权利要求1所述的方法，其特征在于，所述识别通过声音采集模块采集到的用户声音，得到所述用户声音的声音特征之前，所述方法还包括：

通过声音采集模块采集环境音；

识别所述环境音中是否包含人声；

如果是，将包含人声的环境音确定为所述声音采集模块采集到的用户声音。

3.根据权利要求2所述的方法，其特征在于，所述从多媒体素材库中获取与所述声音特征匹配的目标多媒体素材，包括：

获取所述声音特征中包含的所述用户声音的音调、频率和音色；

分析所述音调和所述频率，得到与所述用户声音匹配的目标年龄；

分析所述音色，得到与所述用户声音匹配的目标性别；

从多媒体素材库中获取与所述目标年龄和所述目标性别匹配的目标多媒体素材。

4.根据权利要求1所述的方法，其特征在于，所述获取所述声音特征中包含的所述用户声音的音量之后，所述方法还包括：

获取预存储的历史音量，并获取所述历史音量的总数量；

通过比对所述用户声音的音量与所述历史音量的大小，统计所述历史音量小于所述用户声音的音量的子数量；

计算所述子数量与所述总数量的比值，并确定与所述比值对应的分值；

所述通过输出模块的显示屏以所述图像缩小比例输出显示所述目标多媒体素材中的图像素材，包括：

通过输出模块的显示屏以所述图像缩小比例输出显示所述目标多媒体素材中的图像素材以及输出显示所述分值。

5.一种基于声音的多媒体交互装置，其特征在于，包括：

第一识别单元，用于识别通过声音采集模块采集到的用户声音，得到所述用户声音的声音特征；

第一获取单元，用于从多媒体素材库中获取与所述声音特征匹配的目标多媒体素材；

输出单元，用于通过输出模块输出所述目标多媒体素材；

所述输出单元包括：

第三获取子单元，用于获取所述声音特征中包含的所述用户声音的音量；

第三分析子单元，用于分析得到所述音量对应的音量等级；

确定子单元，用于确定与所述音量等级匹配的图像缩小比例以及与所述音量等级匹配的目标分贝，所述音量等级与所述图像缩小比例成反比、与所述目标分贝成正比；

用于检测所述目标多媒体素材的素材数量，并判断所述素材数量是否为一的子单元；

第一输出子单元，用于在所述素材数量为一时，通过输出模块的显示屏以所述图像缩小比例输出显示所述目标多媒体素材中的图像素材；

第二输出子单元，用于在所述素材数量为一时，通过所述输出模块的扬声器以所述目标分贝输出所述目标多媒体素材中的声音素材；

用于在所述素材数量不为一时，确定各个目标多媒体素材对应的用户声音的声音音量，从所述各个目标多媒体素材中确定声音音量最大的音量最大多媒体素材，输出所有目标多媒体素材，并以冠军模式输出所述音量最大多媒体素材的子单元。