[发明专利]语音输出方法、装置、存储介质和电子设备

摘要

本公开是关于一种语音输出方法、装置、存储介质、电子设备，该方法包括：通过图像采集单元监测目标对象的动作行为，以获取包含该动作行为的影像信息；根据预先训练后的多模态识别模型和该影像信息确定该动作行为发生的目标场景和该动作行为对应的目标事件；在确定该目标场景和该目标事件后，控制该语音助手系统开启；根据该目标场景和该目标事件从该语音助手系统的语音库中确定目标语音；输出该目标语音，该目标语音对应的语音文本为针对该动作行为的反馈内容文本。能够响应于目标对象的动作行为对语音助手进行唤醒，并对用户动作行为的识别，进而输出针对该动作行为的反馈语音主动与用户进行交互，提高智能语音助手的智能化程度。