[发明专利]基于语音识别的3D模型控制方法、装置、设备和存储介质

说明书

本申请提供一种基于语音识别的3D模型控制方法、装置、计算机设备及存储介质，该方法通过语音识别模型，将目标音频文件转换成至少一个识别文本集，以每一个识别文本集作为一个指令组，从而便于区分用户的指令和指令操作顺序；通过指令关键词组，对每一组的识别文本集进行关键词匹配，从而提取出每一组识别文本集中的所有目标关键词，并生成各组识别文本集对应的指令链表；然后即可根据指令链表的生成顺序，依次执行各指令链表所对应的执行操作，从而实现对3D模型的语音操作。本申请涉及人工智能技术领域，可以实现对3D模型的语音操作，避免了复杂的手动操作，使得3D模型操作的交互难度降低，提高了用户体验。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于语音识别的3D模型控制方法、装置、设备和存储介质。

背景技术

现阶段人工智能技术发展迅速，其中语音相关的AI能力趋于成熟。通过使用这些语音能力，是可以快速、精准地识别出所说的文字，甚至对于方言、外语的兼容，也做的非常不错。这使得它可以应用的领域变得愈加宽泛。

其次随着浏览器的发展，它提供到的能力更加强大，其中推出的WebGL(一种3D绘图协议)，是可以利用GPU资源在浏览器中构建3D模型，并且提供了丰富的操作方法。再加上目前3D模型成熟的市场，可以看出未来的浏览器中是会大量使用这些3D模型，来丰富网页，提高用户交互体验。不过目前操作3D模型的方式太过单一，只能通过鼠标点击，来进行互动，其对于3D模型操作的便利性较差，使得用户体验感较差。因此，如何提高3D模型的操作便利性成为了目前亟需解决的问题。

发明内容

本申请提供了一种基于语音识别的3D模型控制方法、装置、计算机设备和存储介质，旨在提高目前3D模型的操作便利性。

第一方面，本申请提供一种基于语音识别的3D模型控制方法，所述基于语音识别的3D模型控制方法包括以下步骤：

获取目标音频文件，基于语音识别模型，对所述目标音频文件进行识别，生成至少一组识别文本集；

基于指令关键词组，匹配所述识别文本集中的相似关键词，获得至少一个目标关键词，并基于所述目标关键词的获得顺序，生成指令链表；

基于所述目标关键词对应的指令含义和所述获得顺序，确定所述指令链表对应的执行指令，并基于所述执行指令，对3D模型执行对应的操作，以实现对所述3D模型的语音控制。

第二方面，本申请还提供一种基于语音识别的3D模型控制装置，所述基于语音识别的3D模型控制装置包括：

语音识别模块，用于获取目标音频文件，基于语音识别模型，对所述目标音频文件进行识别，生成至少一组识别文本集；

关键词匹配模块，用于基于指令关键词组，匹配所述识别文本集中的相似关键词，获得至少一个目标关键词，并基于所述目标关键词的获得顺序，生成指令链表；

模型操作模块，用于基于所述目标关键词对应的指令含义和所述获得顺序，确定所述指令链表对应的执行指令，并基于所述执行指令，对3D模型执行对应的操作，以实现对所述3D模型的语音控制。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的基于语音识别的3D模型控制方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的基于语音识别的3D模型控制方法的步骤。