[发明专利]用于终端的交互方法和装置

说明书

本申请实施例公开了用于终端的交互方法和装置。上述方法的一具体实施方式包括：获取图像序列，其中，图像序列至少一帧用户图像；根据图像序列，确定预设的唤醒条件是否满足；响应于确定唤醒条件满足，确定与唤醒条件对应的应答语音；播放应答语音。该实施方式可以根据用户图像来唤醒终端，增加了交互方式。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于终端的交互方法和装置。

背景技术

随着科技的不断进步，智能终端逐渐出现在了人们的视野中。上述智能终端包括智能音箱、智能电视、智能照相机、智能机器人等。这些智能终端出色的地方在于它不仅可以播放音视频，还能与用户进行语音交互。现有的智能终端交互方式较简单，用户体验不佳。

发明内容

本申请实施例提出了用于终端的交互方法和装置。

第一方面，本申请实施例提供了一种用于终端的交互方法，包括：获取图像序列，其中，上述图像序列包括至少一帧用户图像；根据上述图像序列，确定预设的唤醒条件是否满足；响应于确定上述唤醒条件满足，确定与上述唤醒条件对应的应答语音；播放上述应答语音。

在一些实施例中，上述图像序列包括用户的眼部图像；以及上述根据上述图像序列，检测预设的唤醒条件是否满足，包括：对上述眼部图像进行分析，确定上述用户是否注视终端；响应于确定上述用户注视终端，确定上述唤醒条件满足。

在一些实施例中，上述响应于确定上述唤醒条件满足，确定与上述唤醒条件对应的应答语音，包括：响应于确定上述唤醒条件满足，获取预设时长内的第一语音信息；对上述第一语音信息进行语义解析；根据语义解析结果，确定与上述唤醒条件对应的应答语音。

在一些实施例中，上述图像序列包括用户的面部图像；以及上述根据上述图像序列，检测预设的唤醒条件是否满足，包括：对上述图像序列中的面部图像进行表情识别；根据表情识别结果，确定上述图像序列中相邻两帧图像对应的表情是否相同；响应于确定上述图像序列中相邻两帧图像对应的表情不同，确定上述唤醒条件满足。

在一些实施例中，上述响应于确定上述唤醒条件满足，确定与上述唤醒条件对应的应答语音，包括：响应于确定上述唤醒条件满足，确定与相邻两帧图像中后一帧图像对应的表情对应的应答语音；将所确定的应答语音作为与上述唤醒条件对应的应答语音。

在一些实施例中，上述图像序列包括用户的身体图像；以及上述根据上述图像序列，检测预设的唤醒条件是否满足，包括：对上述图像序列中的身体图像进行分析，确定用户的动作信息；响应于确定用户的动作信息满足预设条件，确定上述唤醒条件满足。

在一些实施例中，上述响应于确定上述唤醒条件满足，确定与上述唤醒条件对应的应答语音，包括：确定与上述动作信息对应的应答语音作为与上述唤醒条件对应的应答语音。

在一些实施例中，上述检测预设的唤醒条件是否满足，包括：响应于接收到服务端发送的应答语音，确定上述唤醒条件满足。

在一些实施例中，上述方法还包括：响应于上述应答语音的播放完成，获取预设时长内的第二语音信息；根据上述第二语音信息，控制上述终端。

第二方面，本申请实施例提供了一种用于终端的交互装置，包括：图像序列获取单元，被配置成获取图像序列，其中，上述图像序列包括至少一帧用户图像；条件判断单元，被配置成根据上述图像序列，确定预设的唤醒条件是否满足；应答语音确定单元，被配置成响应于确定上述唤醒条件满足，确定与上述唤醒条件对应的应答语音；应答语音播放单元，被配置成播放上述应答语音。

在一些实施例中，上述图像序列包括用户的眼部图像；以及上述条件判断单元进一步被配置成：对上述眼部图像进行分析，确定上述用户是否注视终端；响应于确定上述用户注视终端，确定上述唤醒条件满足。