人机交互控制方法、装置、存储介质和智能设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109508687A(43)申请公布日2019.03.22(21)申请号201811418691.1(22)申请日2018.11.26(71)申请人北京猎户星空科技有限公司地址100025北京市朝阳区姚家园南路一号惠通时代广场8号(72)发明人宋奔(74)专利代理机构北京同达信恒知识产权代理有限公司11291代理人黄志华(51)Int.Cl.G06K9/00(2006.01)G06F9/4401(2018.01)权利要求书1页说明书8页附图3页(54)发明名称人机交互控制方法、装置、存储介质和智能设备(57)摘要本申请公开了人机交互控制方法、装置、存储介质和智能设备，涉及人机交互技术领域。该方法中基于用户和机器人的交互习惯，在唤醒状态下，采集到交互对象的语音信息；根据采集到的包含所述交互对象的图像，确定所述交互对象的人脸角度；若所述人脸角度大于预设角度，确定不需要对所述语音信息进行响应。这样，根据人脸角度实现对采集到的语音是否有交互意图的判断，在判断为没有交互意图时，不对采集到的语音进行响应，能够提高机器人的语音识别的准确率，降低对用户造成的干扰。CN109508687ACN109508687A权利要求书1/1页1.一种人机交互控制方法，其特征在于，所述方法包括：在唤醒状态下，采集到交互对象的语音信息；根据采集到的包含所述交互对象的图像，确定所述交互对象的人脸角度；若所述人脸角度大于预设角度，确定不需要对所述语音信息进行响应。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：若确定所述人脸角度小于或等于所述预设角度，确定需要对所述语音信息进行响应。3.根据权利要求1所述的方法，其特征在于，采集到交互对象的语音信息之后，确定所述交互对象的人脸角度之前，还包括：根据所述语音信息对应的声源方向，调整智能设备朝向所述声源方向；采集所述智能设备周围环境的图像。4.根据权利要求1所述的方法，其特征在于，确定所述交互对象的人脸角度，包括：提取所述交互对象的面部特征点；根据提取的面部特征点，确定所述交互对象的人脸角度。5.根据权利要求4所述的方法，其特征在于，所述面部特征点包括用于描述五官轮廓的特征点，所述五官包括眼、眉毛、口、鼻、脸；根据提取的面部特征点，确定所述交互对象的人脸角度，包括：将提取的用于描述五官轮廓的特征点，输入给预先通过深度学习方法训练的夹角分析模型，得到所述交互对象的人脸角度。6.根据权利要求4所述的方法，其特征在于，所述面部特征点，包括鼻子轮廓点和脸部轮廓点：根据提取的面部特征点，确定所述交互对象的人脸角度，包括：以鼻子轮廓点为分界点，根据脸部轮廓点得到鼻子两侧的脸部面积；计算两侧脸部面积的比值，根据预设的比值和夹角的对应关系，确定计算的比值对应的夹角作为交互对象的人脸角度。7.根据权利要求1-6中任一所述的方法，其特征在于，根据采集到的包含所述交互对象的图像，确定所述交互对象的人脸角度，包括：若采集到的图像中包含多个目标对象，根据采集到的图像，确定各目标对象与智能设备的距离；将距离最近的目标对象确定为所述交互对象，并确定所述交互对象的人脸角度。8.根据权利要求1所述的方法，其特征在于，确定所述交互对象的人脸角度之前，所述方法还包括：确定所述图像为清晰图像。9.一种人机交互控制装置，其特征在于，所述装置包括：语音信息采集模块，用于在唤醒状态下，采集到交互对象的语音信息；人脸角度确定模块，用于根据采集到的包含所述交互对象的图像，确定所述交互对象的人脸角度；控制模块，用于若所述人脸角度大于预设角度，确定不需要对所述语音信息进行响应。10.一种计算机可读介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令用于执行如权利要求1-8中任一权利要求所述的方法。2CN109508687A说明书1/8页人机交互控制方法、装置、存储介质和智能设备技术领域[0001]本申请涉及人机交互技术领域，尤其涉及人机交互控制方法、装置、存储介质和智能设备。背景技术[0002]语音交互具有自然交互的特点，对使用人群没有特别要求，即老人小孩或不识字的人只要能正常说话就可以使用该功能。故此，很多机器人采用语音交互的功能来为用户提供各项服务。[0003]目前，机器人在交互过程中，只要收到语音就会有反馈，其无法分辨该语音是针对机器人的还是他人的。例如，机器人在和交互对象交互过程中，如果有他人和交互对象的对话，机器人识别该对话的语音后也会针对对话做出响应。由此可见，机器人会误识别语音并作出响应，对用户造成干扰。发明内容[0004]本申请实施例提供一种人机交互控制方法、装置、存储介质和智能设备，用于解决现有技术中机器人的曝光率和使用率较低等的问题。[0005]第一方面，