[发明专利]音量控制方法、装置、存储介质和电子设备

说明书

本公开实施例公开了一种音量控制方法、装置、存储介质和电子设备，其中，方法包括：获取空间区域内的包括空间区域内的人员的图像帧序列和语音信号；确定各图像帧中的虚拟麦克风区域和目标人员的嘴部区域；确定空间区域内的目标人员的嘴部区域与虚拟麦克风区域之间的距离；确定目标人员的人声音频；根据嘴部区域与虚拟麦克风区域之间的距离，调整目标人员的人声音频的播放音量。由此可知，本公开实施例中通过检测目标人员的嘴部区域和虚拟麦克风区域之间的距离变化，并根据检测到的距离变化调整目标人员的人声音频的播放音量，实现了人声播放音量简单、快捷的调整。

技术领域

本公开涉及人工智能技术，尤其涉及一种音量控制方法控制播放人声音量的方法、装置、存储介质和电子设备。

背景技术

随着技术的不断发展，唱歌系统已不在局限于采用传统的实体麦克风进行唱歌，也可以采用手势或者手握其他物体所形成的虚拟麦克风进行唱歌。传统采用实体麦克风的唱歌系统中通常可以通过麦克风中的收音装置或音量调节装置调节人声的播放的音量。但是，由于新型采用虚拟麦克风的唱歌系统中使用的是虚拟麦克风，其并无收音装置或音量调节装置，因此无法通过虚拟麦克风调节人声播放音量，导致用户体验感差。

发明内容

现有采用虚拟麦克风的唱歌系统中，由于无法通过虚拟麦克风调整人声的播放音量，导致用户唱歌体验感差的问题。

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种音量控制方法控制播放人声音量的方法、装置、存储介质和电子设备。

根据本公开实施例的一个方面，提供了一种音量控制方法，包括：获取空间区域内的包括空间区域内的人员的图像帧序列；基于所述图像帧序列中的各图像帧，确定所述各图像帧中的虚拟麦克风区域和目标人员；基于所述各图像帧，确定所述各图像帧中的目标人员的嘴部区域；基于所述各图像帧中的目标人员的嘴部区域和虚拟麦克风区域，确定所述目标人员的嘴部区域与虚拟麦克风区域之间的距离；获取空间区域内的语音信号，基于所述语音信号确定所述目标人员的人声音频；根据所述目标人员的嘴部区域与虚拟麦克风区域之间的距离，调整所述目标人员的所述人声音频的播放音量。

根据本公开实施例的另一个方面，提供了一种音量控制系统，包括：位于空间区域内的语音采集装置，图像采集装置，音频播放装置，控制器，其中，所述音频播放装置用于在控制器控制下播放音频，所述控制器用于执行所述的方法。

根据本公开实施例的再一个方面，提供了一种音量控制装置，包括：第一获取模块，用于获取空间区域内的包括空间区域内的人员的图像帧序列；第一确定模块，用于基于所述图像帧序列中的各图像帧，确定所述各图像帧中的虚拟麦克风区域和目标人员；第二确定模块，用于基于所述各图像帧，确定所述各图像帧中的目标人员的嘴部区域；第三确定模块，用于基于所述各图像帧中的目标人员的嘴部区域和虚拟麦克风区域，确定所述目标人员的嘴部区域与虚拟麦克风区域之间的距离；第二获取模块，用于获取空间区域内的语音信号，基于所述语音信号确定所述目标人员的人声音频；音量调整模块，用于根据所述目标人员的嘴部区域与虚拟麦克风区域之间的距离，调整所述目标人员的人声音频的播放音量。

根据本公开实施例的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述所述的方法。

根据本公开实施例的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述所述的方法。