[发明专利]人机交互方法、装置、计算机设备和存储介质

说明书

本申请涉及一种人机交互方法、装置、计算机设备和存储介质，其中方法包括：检测当前输出音量，当输出音量小于预设第一阈值时，启动语音识别功能，采集用户语音消息，同时检测用户语音音量的大小，响应用户语音操作，当用户语音音量大于预设第二阈值时，调小输出音量，返回检测当前输出音量的步骤。整个过程中，通过设备本身输出音量大小控制语音识别功能的开启，以便准确响应用户语音操作，并且在用户语音大于一定时，减小输出音量，以便凸显以及准确采集用户后续语音消息，给用户操作来带便捷，可以实现良好的人机交互。

技术领域

本申请涉及人机交互技术领域，特别是涉及一种人机交互方法、装置、计算机设备和存储介质。

背景技术

人机交互是指人与设备之间使用某种对话语言，以一定的交互方式，为完成确定任务的人与设备之间的信息交换过程。

随着科学技术的发展，人机交互技术的应用领域越来越宽广，小如收音机的播放按键，大至飞机上的仪表板、或是发电厂的控制室，用户都可以通过人机交互界面与系统交流，并进行操作。目前在人机交互技术中，主流的人机交互方式主要包括3种，第一种是传统按键方式；第二种是特定语音词激活方式，如：在对话前先说“小冰你好”，设备才识别后面所听到的语音；第三种是“举手发言”，即先用一个特定手势动作来让设备启动语音识别。

上述人机交互方式，虽然在一定程度上可以实现人机交互功能，但是由于交互方式单一，需要预先设定一定特定手势动作，交互过程并不十分自然，在一定程度上给用户操作带来不便。

发明内容

基于此，有必要针对上述技术问题，提供一种能够给用户带来便捷操作的人机交互方法、装置、计算机设备和存储介质。

一种人机交互方法，所述方法包括：

检测当前输出音量，当输出音量小于预设第一阈值时，启动语音识别功能；

当侦听到用户语音时，采集用户语音消息；

检测用户语音音量，并响应用户语音操作；

当用户语音音量大于预设第二阈值时，减小输出音量，返回所述检测当前输出音量的步骤。

在其中一个实施例中，所述检测当前输出音量之后还包括：

当所述输出音量大于预设第一阈值时，关闭语音识别功能。

在其中一个实施例中，所述检测当前输出音量之后还包括：

当未检测到用户人脸时，关闭语音识别功能。

在其中一个实施例中，所述当所述输出音量小于预设第一阈值时，启动语音识别功能包括：

当所述输出音量小于预设第一阈值且检测到人脸时，启动语音识别功能。

在其中一个实施例中，所述当所述输出音量小于预设第一阈值且检测到人脸时，启动语音识别功能的步骤包括：

当所述输出音量小于预设第一阈值时，启动人脸头部姿态检测；

当检测到正脸时，启动语音识别功能。

在其中一个实施例中，所述当所述输出音量小于预设第一阈值且检测到人脸时，启动语音识别功能的步骤包括：

当所述输出音量小于预设第一阈值时，获取用户与设备处于相对正视状态下的正视图像数据；

实时采集用户当前图像数据，将当前采集的图像数据与所述正视图像数据比较；

当所述当前采集的图像数据和所述正视图像数据一致时，判定用户与设备处于相对正视状态，启动语音识别功能。

在其中一个实施例中，所述响应用户语音操作包括：