[发明专利]一种交互方式的选择方法、智能终端、设备及存储介质

说明书

本申请提供了一种交互方式的选择方法、智能终端、设备及存储介质，应用于具有语音交互方式和视觉交互方式的智能终端，其中，该方法包括：当接收到目标人员发出的唤醒指令时，获取预设范围内的声音信息和预设朝向内的目标图像；从声音信息中提取目标声纹，并基于预先存储的声纹信息与面部比例阈值的映射关系，获取与目标声纹相匹配的声纹信息所对应的面部比例阈值；对获取的目标图像进行识别，计算出目标图像中的面部区域所占面积的比例；基于计算出的比例与所述面部比例阈值之间的比较结果，选择与所述目标人员之间的交互方式。这样，无需用户手动操作就可以完成交互方式的选择，使交互更具灵活性，从而提高信息获取的效率。

技术领域

本申请涉及人机交互技术领域，尤其是涉及一种交互方式的选择方法、智能终端、设备及存储介质。

背景技术

现代电子设备以其智能感知、多通道交互、响应速度快等特点，被广泛应用于各个领域。其中，电子设备的交互方式通常包括语音交互和视觉交互。

语音交互方式为用户向设备终端输入语音信息，设备终端根据语音信息进行处理，反馈给用户答复信息；视觉交互方式为用户在设备终端的可操作界面上的特定区域输入查询指令，设备终端根据查询指令进行查询处理，并将查询结果反馈给用户。

现有技术中，具有语音交互方式和视觉交互方式的智能终端通常设置有特定的功能键以便于交互方式的选择，然而，交互方式的选择需要用户手动完成，其便捷性不足、灵活性差，影响信息的获取效率。

发明内容

有鉴于此，本申请的目的在于提供一种交互方式的选择方法、智能终端、设备及存储介质，通过计算目标图像中面部区域所占面积的比例，选择与用户之间合适的交互方式，无需用户手动操作就可以完成交互方式的选择，使交互更具灵活性，从而提高信息获取的效率。

第一方面，本申请实施例提供了一种交互方式的选择方法，应用于具有语音交互方式和视觉交互方式的智能终端，包括：

当接收到目标人员发出的唤醒指令时，获取预设范围内的声音信息和预设朝向内的目标图像；

从所述声音信息中提取目标声纹，并基于预先存储的声纹信息与面部比例阈值的映射关系，获取与所述目标声纹相匹配的声纹信息所对应的面部比例阈值，其中，所述面部比例阈值为预设的面部区域的面积与包括所述面部区域的图像面积的比值；

对获取的目标图像进行识别，计算出所述目标图像中的面部区域所占面积的比例；

基于计算出的比例与所述面部比例阈值之间的比较结果，从语音交互方式和视觉交互方式中选择与所述目标人员之间的交互方式。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，在所述当接收到目标人员发出的唤醒指令时，获取预设范围内的声音信息和预设朝向内的目标图像之前，所述选择方法还包括：

录入目标人员的声纹信息，以及在所述目标人员处于与预设朝向正对的可视距离时所拍摄的图像；

将所述图像中的面部区域所占图像面积的比例确定为与所述声纹信息相对应的面部比例阈值。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述对获取的目标图像进行识别，计算出所述目标图像中的面部区域所占面积的比例，包括：

对获取的目标图像进行人脸识别；

提取出所述目标图像中的面部信息，并计算所述面部信息所指示的面部区域所占目标图像面积的比例。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述基于计算出的比例与所述面部比例阈值之间的比较结果，从语音交互方式和视觉交互方式中选择与所述目标人员之间的交互方式，包括：