[发明专利]声源方向确定方法、装置、终端、存储介质及产品

说明书

本申请提供了一种声源方向确定方法、装置、终端、存储介质及产品，属于声源定位技术领域。所述方法包括：确定所采集的目标语音信号在至少一个拾音方向上的语音信号；若所述至少一个拾音方向对应的相似度中存在大于预设相似度阈值的相似度，则确定初始声源方向，所述相似度是所述拾音方向对应的语音信号与预设唤醒词之间的相似度；若所述初始声源方向与目标拾音方向之间的夹角大于预设夹角阈值，则控制所述终端上的摄像头转动并采集图像，基于当前采集到的图像的对象识别结果和所述摄像头当前的朝向，确定目标声源方向，所述目标拾音方向为所述至少一个拾音方向中最大相似度对应的方向。该方法所确定的目标声源方向的准确性较高。

技术领域

本申请涉及声源定位技术领域，特别涉及一种声源方向确定方法、装置、终端、存储介质及产品。

背景技术

目前，一些终端能够识别用户的语音信号，从而与用户进行互动。而为了节省功耗，终端一般处于休眠状态，在接收到唤醒指令时才唤醒终端。

相关技术中，为了提高采集到的语音信号的清晰度，终端可以借助于该唤醒指令对应的语音信号，确定声源方向，后续即可基于该声源方向采集语音信号。然而在周围环境存在噪声的情况下，会导致所确定的声源方向准确性较差。

发明内容

本申请实施例提供了一种声源方向确定方法、装置、终端、存储介质及产品，能够提高声源方向的准确性。所述技术方案如下：

根据本申请实施例的一方面，提供了一种声源方向确定方法，所述方法包括：

确定所采集的目标语音信号在至少一个拾音方向上的语音信号；

若所述至少一个拾音方向对应的相似度中存在大于预设相似度阈值的相似度，则确定初始声源方向，所述相似度是所述拾音方向对应的语音信号与预设唤醒词之间的相似度；

若所述初始声源方向与目标拾音方向之间的夹角大于预设夹角阈值，则控制所述终端上的摄像头转动并采集图像，基于当前采集到的图像的对象识别结果和所述摄像头当前的朝向，确定目标声源方向，所述目标拾音方向为所述至少一个拾音方向中最大相似度对应的方向。

在一种可能的实现方式中，所述对象识别结果表示在所采集的图像中未识别到对象或识别到对象，所述基于当前采集到的图像的对象识别结果和所述摄像头当前的朝向，确定目标声源方向，包括：

若所述摄像头未经过第一方向且当前所采集的图像中识别到对象，则记录所述摄像头当前的朝向，控制所述摄像头继续转动并采集图像；

若所述摄像头已经过所述第一方向、还未到达第二方向，且当前所采集的图像中识别到对象，则将所述摄像头当前的朝向确定为所述目标声源方向，并控制所述摄像头停止转动；或者，若所述摄像头当前的朝向为所述第二方向、当前所采集的图像中未识别到对象、且已记录朝向，则基于所记录的朝向，确定所述目标声源方向，并控制所述摄像头回旋至所述目标声源方向；

其中，所述第一方向为所述初始声源方向和所述目标拾音方向中，所述摄像头所经过的第一个方向，所述第二方向为所述初始声源方向和所述目标拾音方向中，所述摄像头所经过的第二个方向。

在一种可能的实现方式中，所述方法还包括：

若所述摄像头当前的朝向为所述第二方向、当前所采集的图像中未识别到对象、且未记录朝向，则将所述第二方向确定为所述目标声源方向，并控制所述摄像头停止转动。

在一种可能的实现方式中，所述基于所记录的朝向，确定所述目标声源方向，包括：

若所记录的朝向的数量为1个，则将所记录的朝向确定为所述目标声源方向；

若所述记录的朝向的数量为多个，则将所记录的多个朝向中与所述第一方向之间的夹角最小的朝向，确定为所述目标声源方向。