CN104935819A - 一种控制摄像头拍摄方法及终端 - Google Patents

Abstract

本发明实施例公开了一种控制摄像头拍摄方法及终端，该方法包括：通过至少三个麦克风接收多个用户产生的多个语音信号；提取每个语音信号的声纹特征；判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效声纹特征之一匹配；若是，将其作为有效语音信号；从所有的有效语音信号中确定优先级别最高的有效语音信号并将其作为目标语音信号；根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置；根据该相对位置，旋转摄像头以使其正对目标用户；提取目标语音信号中的关键字；判断该关键字与预设关键字是否匹配；若是，控制摄像头执行与该关键字对应的拍摄操作。实施本发明实施例，可以丰富摄像头旋转拍摄方式。

Description

一种控制摄像头拍摄方法及终端

技术领域

本发明涉及通信技术领域，具体涉及一种控制摄像头拍摄方法及终端。

背景技术

随着电子和通讯技术的不断进步与发展，越来越多的智能终端上都配置有摄像头，很多智能终端上还配置了前置摄像头和后置摄像头，由于前置摄像头的像素较低，已经无法满足用户的拍摄需求，一些智能终端采用旋转摄像头进行拍摄，但是将后置摄像头从智能设备的背面旋转到正面时，往往需要用户手动调节摄像头旋转并拍摄。可见，目前的摄像头旋转拍摄方式较为单一。

发明内容

本发明实施例提供一种控制摄像头拍摄方法及终端，通过用户产生的语音信号控制摄像头的旋转，可以丰富摄像头旋转拍摄方式。

第一方面，提供了一种控制摄像头拍摄方法及终端，包括：

通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号；

分别提取每个语音信号的声纹特征；

分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；

若匹配，将所述语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；

从所有的有效语音信号中确定优先级别最高的有效语音信号，将所述优先级别最高的有效语音信号对应作为目标语音信号，其中，产生所述目标语音信号的用户为目标用户；

根据各麦克风接收到所述目标语音信号的接收时间得到所述目标用户与终端的相对位置；

根据所述目标用户与所述终端的相对位置，旋转摄像头，以使所述摄像头正对所述目标用户；

提取所述目标语音信号中的关键字；

判断所述目标语音信号中的关键字与预设关键字是否匹配；

当所述目标语音信号中的关键字与所述预设关键字匹配时，控制所述摄像头执行与所述关键字相对应的拍摄操作。

在第一方面的第一种可能的实现方式中，所述通过至少三个麦克风接收多个用户产生的多个语音信号之前，所述方法还包括：

录入至少一个有效用户的有效用户声纹特征，建立用户声纹特征库。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述从所有的有效语音信号中确定优先级别最高的有效语音信号包括：

根据每个有效语音信号的声纹特征匹配的有效用户声纹特征对应的有效用户的优先级别确定每个有效语音信号的优先级，根据每个有效语音信号的优先级从所有的有效语音信号中确定优先级别最高的有效语音信号。

结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述将所述优先级别最高的有效语音信号对应作为目标语音信号之前，从所述优先级别最高的有效语音信号中确定分贝值最高的语音信号，所述将所述优先级别最高的有效语音信号对应作为目标语音信号包括：

将所述优先级别最高的有效语音信号中分贝值最高的语音信号对应作为目标语音信号。

结合第一方面，在第一方面的第四种可能的实现方式中，所述根据各麦克风接收到所述目标语音信号的接收时间得到所述目标用户与终端的相对位置包括：

根据各麦克风接收到所述目标语音信号的接收时间计算所述目标用户与所述各麦克风的相对位置；

根据所述目标用户与所述各麦克风的相对位置得到所述目标用户与终端的相对位置。

结合第一方面或第一方面的第一至第四种中的任一种可能的实现方式，在第一方面的第五种可能的实现方式中，所述目标语音信号中的关键字包括第一类关键字，所述预设关键字包括第一类预设关键字，所述判断所述目标语音信号中的关键字与预设关键字是否匹配包括：

判断所述第一类关键字与所述第一类预设关键字是否匹配；

所述拍摄操作包括拍照操作，所述当所述目标语音信号中的关键字与所述预设关键字匹配时，控制所述摄像头执行与所述关键字相对应的拍摄操作包括：

当所述第一类关键字与所述第一类预设关键字匹配时，控制所述摄像头执行所述拍照操作。

结合第一方面或第一方面的第一至第四种中的任一种可能的实现方式，在第一方面的第六种可能的实现方式中，所述目标语音信号中的关键字包括第二类关键字，所述预设关键字包括第二类预设关键字，所述判断所述目标语音信号中的关键字与预设关键字是否匹配包括：

判断所述第二类关键字与所述第二类预设关键字是否匹配；

所述拍摄操作包括录像操作，所述当所述目标语音信号中的关键字与所述预设关键字匹配时，控制所述摄像头执行与所述关键字相对应的拍摄操作包括：

当所述第二类关键字与所述第二类预设关键字匹配时，控制所述摄像头执行所述录像操作。

第二方面，提供了一种终端，包括：

接收单元，用于通过至少三个麦克风接收多个用户产生的多个语音信号；其中，每个用户至少产生一个语音信号；

第一提取单元，用于分别提取每个语音信号的声纹特征；

第一判断单元，用于分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；

执行单元，用于当所述第一判断单元判断结果为是时，将所述语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；

确定单元，用于从所有的有效语音信号中确定优先级别最高的有效语音信号，将所述优先级别最高的有效语音信号对应作为目标语音信号，其中，产生所述目标语音信号的用户为目标用户；

获取单元，用于根据各麦克风接收到所述目标语音信号的接收时间得到所述目标用户与终端的相对位置；

旋转单元，用于根据所述目标用户与所述终端的相对位置，旋转摄像头，以使所述摄像头正对所述目标用户；

第二提取单元，用于提取所述目标语音信号中的关键字；

第二判断单元，用于判断所述目标语音信号中的关键字与预设关键字是否匹配；

拍摄单元，用于当所述第二判断单元判断结果为是时，控制所述摄像头执行与所述关键字相对应的拍摄操作。

在第二方面的第一种可能的实现方式中，所述终端还包括：

录入单元，用于录入至少一个有效用户的有效用户声纹特征，建立用户声纹特征库。

结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述确定单元从所有的有效语音信号中确定优先级别最高的有效语音信号的方式具体为：

所述确定单元根据每个有效语音信号的声纹特征匹配的有效用户声纹特征对应的有效用户的优先级别确定每个有效语音信号的优先级，根据每个有效语音信号的优先级从所有的有效语音信号中确定优先级别最高的有效语音信号。

结合第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，所述确定单元将所述优先级别最高的有效语音信号对应作为目标语音信号之前，从所述优先级别最高的有效语音信号中确定分贝值最高的语音信号，所述确定单元将所述优先级别最高的有效语音信号对应作为目标语音信号的方式具体为：

所述确定单元将所述优先级别最高的有效语音信号中分贝值最高的语音信号对应作为目标语音信号。

结合第二方面，在第二方面的第四种可能的实现方式中，所述获取单元包括：

计算子单元，用于根据各麦克风接收到所述目标语音信号的接收时间计算所述目标用户与所述各麦克风的相对位置；

获取子单元，用于根据所述目标用户与所述各麦克风的相对位置得到所述目标用户与终端的相对位置。

结合第二方面或第二方面的第一至第四种中的任一种可能的实现方式，在第二方面的第五种可能的实现方式中，所述目标语音信号中的关键字包括第一类关键字，所述预设关键字包括第一类预设关键字，所述第二判断单元判断所述目标语音信号中的关键字与预设关键字是否匹配的方式具体为：

所述第二判断单元判断所述第一类关键字与所述第一类预设关键字是否匹配；

所述拍摄操作包括拍照操作，当所述第二判断单元判断结果为是时，所述拍摄单元控制所述摄像头执行与所述关键字相对应的拍摄操作的方式具体为：

当所述第一类关键字与所述第一类预设关键字匹配时，所述拍摄单元控制所述摄像头执行所述拍照操作。

结合第二方面或第二方面的第一至第四种中的任一种可能的实现方式，在第二方面的第六种可能的实现方式中，所述目标语音信号中的关键字包括第二类关键字，所述预设关键字包括第二类预设关键字，所述第二判断单元判断所述目标语音信号中的关键字与预设关键字是否匹配的方式具体为：

所述第二判断单元判断所述第二类关键字与所述第二类预设关键字是否匹配；

所述拍摄操作包括录像操作，当所述第二判断单元判断结果为是时，所述拍摄单元控制所述摄像头执行与所述关键字相对应的拍摄操作的方式具体为：

当所述第二类关键字与所述第二类预设关键字匹配时，所述拍摄单元控制所述摄像头执行所述录像操作。

可见，根据本发明提供的一种控制摄像头拍摄方法及终端，通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号；分别提取每个语音信号的声纹特征；分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；若匹配，将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户；根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置；根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户；提取目标语音信号中的关键字；判断目标语音信号中的关键字与预设关键字是否匹配；当目标语音信号中的关键字与预设关键字匹配时，控制摄像头执行与关键字相对应的拍摄操作。采用本发明提供的一种控制摄像头拍摄方法及终端，可以通过识别不同用户产生的语音信号的声纹特征的优先级别控制摄像头旋转并正对优先级别最高的用户，根据优先级别最高的用户产生的语音信号控制摄像头执行拍摄操作，可以丰富摄像头旋转拍摄方式。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种控制摄像头拍摄方法的流程图；

图2是本发明实施例公开的另一种控制摄像头拍摄方法的流程图；

图3是本发明实施例公开的另一种控制摄像头拍摄方法的流程图；

图4是本发明实施例公开的一种终端的结构示意图；

图5是本发明实施例公开的另一种终端的结构示意图；

图6是本发明实施例公开的另一种终端的结构示意图。

具体实施方式

下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述。显然，所描述的实施方式是本发明的一部分实施方式，而不是全部实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式，都应属于本发明保护的范围。

本发明实施例提供一种控制摄像头拍摄方法及终端，可以丰富摄像头旋转拍摄方式。以下分别进行详细说明。

本发明实施例中描述的终端可包括：手机、平板电脑或者随身听等，上述终端仅是举例，而非穷举，包含但不限于上述终端。

请参阅图1，图1是本发明实施例公开的一种控制摄像头拍摄方法的流程图。如图1所示，本实施例中所描述的控制摄像头拍摄方法，包括步骤：

S101，通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号。

本发明实施例中，针对每个用户产生的每个语音信号，都通过至少三个麦克风接收，每个用户产生的语音信号可以有多个，可以通过至少三个麦克风接收多个用户产生的多个语音信号，也可以通过至少三个麦克风接收一个用户产生的一个或多个语音信号。

S102，分别提取每个语音信号的声纹特征。

本发明实施例中，声纹特征可以包括语音信号中的共振峰的频率、共振峰的强度、共振峰的数量、共振峰的波长、共振峰的变化趋势等。

S103，分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配。

本发明实施例中，预先建立的用户声纹特征库可以是预先录入的多个有效用户的声纹特征，针对一个语音信号，可以判断该语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配，若该语音信号与预先建立的用户声纹特征库中的第一有效用户声纹特征匹配，表明该语音信号由第一有效用户产生。

S104，若匹配，将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同。

本发明实施例中，针对一个语音信号，若该语音信号的声纹特征与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配，则将该语音信号作为有效语音信号，若该有效语音信号与预先建立的用户声纹特征库中的第一有效用户声纹特征匹配，该有效语音信号的优先级别由第一有效用户的优先级别决定。

S105，从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户。

本发明实施例中，每个有效语音信号的优先级别可以通过与该有效语音信号的声纹特征匹配的有效用户声纹特征决定，举例来说，若第一有效语音信号的声纹特征与第一有效用户声纹特征匹配，若第二有效语音信号的声纹特征与第二有效用户声纹特征匹配，若第三有效语音信号的声纹特征与第三有效用户声纹特征匹配，且第一有效用户的声纹特征与第一有效用户相对应，第二有效用户的声纹特征与第二有效用户相对应，第三有效用户的声纹特征与第三有效用户相对应，第一有效用户、第二有效用户、第三有效用户的优先级别均不相同，若第一有效用户的优先级别最高，第二有效用户的优先级别其次，第三有效用户的优先级别最低，则第一有效语音信号的优先级别最高，若所有的有效语音信号只包括第一有效语音信号、第二有效语音信号和第三有效语音信号，则从所有的有效语音信号中确定优先级别最高的有效语音信号为第一有效语音信号，即将第一有效语音信号对应作为目标语音信号，其中，产生第一有效语音信号的用户为第一有效用户产生，即将第一有效用户作为目标用户。

S106，根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置。

本发明实施例中，相对位置可以是在同一平面内的相对位置，该相对位置包括水平方向和水平距离。由于各麦克风是固定在终端上的，各麦克风在终端上的位置是已知的，各麦克风之间的位置距离也是已知的，目标语音信号在空气中的传播速度也是已知的，这些已知条件再加各麦克风接收到目标语音信号的接收时间就可以计算出目标语音信号与终端的相对位置，例如：通过平面几何相关算法计算出目标语音信号与终端的相对位置。在同一平面内，任意一点到固定的三个点的距离是唯一的，该实施方式中，步骤S101中的麦克风数量超过三即可。

相对位置也可以是在三维空间内的相对位置，该相对位置包括空间方向和空间距离。由于在三维空间中，任意一点到固定的四个点的距离是唯一的，即通过任意四个点可以确定三维空间中另外一个点。该实施方式中，步骤S101中的麦克风数量超过四个即可，步骤S101具体可以是通过至少四个麦克风接收目标用户的目标语音信号。

在一些可行的实施方式中，步骤S106根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置可以包括：

11)根据各麦克风接收到目标语音信号的接收时间计算目标用户与各麦克风的相对位置；

12)根据目标用户与各麦克风的相对位置得到目标用户与终端的相对位置。

本发明实施例中，终端首先根据各麦克风接收到目标语音信号的接收时间计算目标用户与各麦克风的相对位置，然后根据目标用户与各麦克风的相对位置得到目标用户与终端的相对位置。其中，各麦克风之间的相对位置是已知的，根据各麦克风接收到目标语音信号的接收时间可以计算出目标用户与各麦克风的相对置，然后可以在终端上选定一个参考点，根据各麦克风的位置与参考点的相对位置，即可以得到出目标用户与终端上的参考点的相对位置，从而可以得到目标用户与终端的相对位置。

S107，根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户。

本发明实施例中，根据目标用户与终端的相对位置，可以计算出摄像头需要旋转的角度和方向，根据摄像头需要旋转的角度和方向，旋转摄像头，以使摄像头正对目标用户。正对目标用户可以理解为使目标用户处于摄像头捕捉的画面的正中央。

S108，提取目标语音信号中的关键字。

本发明实施例中，提取目标语音信号中的关键字可以通过语音关键字提取算法进行提取。

S109，判断目标语音信号中的关键字与预设关键字是否匹配。

本发明实施例中，目标语音信号中预设关键字可以包括：“拍照”、“录像”、“连拍”、“快拍”、“闪拍”、“抓拍”等。若目标语音信号中的关键字与预设关键字匹配，即目标语音信号中的关键字包含预设关键字，控制摄像头执行与关键字相对应的拍摄操作；若目标语音信号中的关键字与预设关键字不匹配，即目标语音信号中的关键字不包含任意一种预设关键字，摄像头不执行任何操作。

S110，当目标语音信号中的关键字与预设关键字匹配时，控制摄像头执行与关键字相对应的拍摄操作。

本发明实施例中，举例来说，若目标语音信号中的关键字为“闪拍”，与关键字相对应的拍摄操作为闪拍，即控制摄像头执行闪拍操作；若目标语音信号中的关键字为“连拍”，与关键字相对应的拍摄操作为连拍，即控制摄像头执行连拍操作。

本发明实施例中，通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号；分别提取每个语音信号的声纹特征；分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；若匹配，将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户；根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置；根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户；提取目标语音信号中的关键字；判断目标语音信号中的关键字与预设关键字是否匹配；当目标语音信号中的关键字与预设关键字匹配时，控制摄像头执行与关键字相对应的拍摄操作。实施本发明实施例，可以通过识别不同用户产生的语音信号的声纹特征的优先级别控制摄像头旋转并正对优先级别最高的用户，根据优先级别最高的用户产生的语音信号控制摄像头执行拍摄操作，可以丰富摄像头旋转拍摄方式。

请参阅图2，图2是本发明实施例公开的另一种控制摄像头拍摄方法的流程图。如图2所示，本实施例中所描述的控制摄像头拍摄方法，包括步骤：

S201，录入至少一个有效用户的有效用户声纹特征，建立用户声纹特征库。

本发明实施例中，录入至少一个有效用户的有效用户声纹特征，该有效用户的有效用户声纹特征可以通过从录入的该有效用户发出的一段或多段语音中提取，通过预先设定该有效用户的优先级别来确定该有效用户声纹特征的优先级别。用户声纹特征库中可以包括多个有效用户的有效用户声纹特征，其中，每个有效用户的有效声纹特征的优先级别均不相同。

S202，通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号。

S203，分别提取每个语音信号的声纹特征。

S204，分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配。

S205，若匹配，将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同。

S206，从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户。

在一些可行的实施方式中，步骤S206从所有的有效语音信号中确定优先级别最高的有效语音信号包括：

根据每个有效语音信号的声纹特征匹配的有效用户声纹特征对应的有效用户的优先级别确定每个有效语音信号的优先级，根据每个有效语音信号的优先级从所有的有效语音信号中确定优先级别最高的有效语音信号。

本发明实施例中，每个有效语音信号的声纹特征匹配的有效用户声纹特征，均对应一个有效用户，该有效用户有优先级别，根据该有效用户的优先级别，即可确定每个有效语音信号的优先级别，从而可以确定优先级别最高的有效语音信号。

在一些可行的实施方式中，将优先级别最高的有效语音信号对应作为目标语音信号之前，从优先级别最高的有效语音信号中确定分贝值最高的语音信号，步骤S206将优先级别最高的有效语音信号对应作为目标语音信号包括：

将优先级别最高的有效语音信号中分贝值最高的语音信号对应作为目标语音信号。

本发明实施例中，若同一个有效用户发出多个语音信号，若该有效用户的优先级别最高，则多个语音信号的优先级别均最高，此时，可以从优先级别最高的有效语音信号中确定分贝值最高的语音信号，将优先级别最高的有效语音信号中分贝值最高的语音信号对应作为目标语音信号。

S207，根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置。

S208，根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户。

S209，提取目标语音信号中的关键字。

S210，判断目标语音信号中的关键字与预设关键字是否匹配。

S211，当目标语音信号中的关键字与预设关键字匹配时，控制摄像头执行与关键字相对应的拍摄操作。

本发明实施例中的步骤S202～步骤S205可以参阅图1所示步骤S101～步骤S104，步骤S207～步骤S211可以参阅图1所示步骤S106～步骤S110，本发明实施例不再赘述。

本发明实施例中，录入至少一个有效用户的有效用户声纹特征，建立用户声纹特征库；通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号；分别提取每个语音信号的声纹特征；分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；若匹配，将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户；根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置；根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户；提取目标语音信号中的关键字；判断目标语音信号中的关键字与预设关键字是否匹配；当目标语音信号中的关键字与预设关键字匹配时，控制摄像头执行与关键字相对应的拍摄操作。实施本发明实施例，可以通过识别不同用户产生的语音信号的声纹特征的优先级别控制摄像头旋转并正对优先级别最高的用户，根据优先级别最高的用户产生的语音信号控制摄像头执行拍摄操作，可以丰富摄像头旋转拍摄方式。

请参阅图3，图3是本发明实施例公开的另一种控制摄像头拍摄方法的流程图。如图3所示，本实施例中所描述的控制摄像头拍摄方法，包括步骤：

S301，通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号。

S302，分别提取每个语音信号的声纹特征。

S303，分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配。

S304，若匹配，将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同。

S305，从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户。

S306，根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置。

S307，根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户。

S308，提取目标语音信号中的关键字。

S309，判断目标语音信号中的关键字与预设关键字是否匹配。

本发明实施例中，在第一种实施方式中，目标语音信号中的关键字包括第一类关键字，预设关键字包括第一类预设关键字，判断目标语音信号中的关键字与预设关键字是否匹配可以通过判断第一类关键字与第一类预设关键字是否匹配。其中，第一类预设关键字可以包括“拍”、和“拍照”，若第一类关键字为“拍照”，则第一类关键字包括第一类预设关键字，即第一类关键字与第一类预设关键字匹配。

在第二种实施方式中，目标语音信号中的关键字包括第二类关键字，预设关键字包括第二类预设关键字，判断目标语音信号中的关键字与预设关键字是否匹配可以通过判断第二类关键字与第二类预设关键字是否匹配。其中，第二类预设关键字可以包括“录”、和“录像”，若第二类关键字为“录像”，则第二类关键字包括第二类预设关键字，即第二类关键字与第二类预设关键字匹配。

S310，当目标语音信号中的关键字与预设关键字匹配时，控制摄像头执行与关键字相对应的拍摄操作。

本发明实施例中，参见步骤S309中的第一种实施方式，在步骤S310的第一种实施方式中，拍摄操作包括拍照操作，目标语音信号中的关键字与预设关键字匹配可以是第一类关键字与第一类预设关键字是否匹配，若第一类关键字与第一类预设关键字匹配，控制摄像头执行与关键字相对应的拍摄操作可以是控制摄像头执行拍照操作。

参见步骤S309中的第二种实施方式，在步骤S310的第二种实施方式中，拍摄操作包括录像操作，目标语音信号中的关键字与预设关键字匹配可以是第二类关键字与第二类预设关键字是否匹配，若第二类关键字与第二类预设关键字匹配，控制摄像头执行与关键字相对应的拍摄操作可以是控制摄像头执行录像操作。

本发明实施例中的步骤S301～步骤S308可以参阅图1所示步骤S101～步骤S108，本发明实施例不再赘述。

本发明实施例中，通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号；分别提取每个语音信号的声纹特征；分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；若匹配，将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户；根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置；根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户；提取目标语音信号中的关键字；判断目标语音信号中的关键字与预设关键字是否匹配；当目标语音信号中的关键字与预设关键字匹配时，控制摄像头执行与关键字相对应的拍摄操作。实施本发明实施例，可以通过识别不同用户产生的语音信号的声纹特征的优先级别控制摄像头旋转并正对优先级别最高的用户，根据优先级别最高的用户产生的语音信号控制摄像头执行拍摄操作，可以丰富摄像头旋转拍摄方式。

请参阅图4，图4是本发明实施例公开的一种终端的结构示意图。如图4所示，本实施例中所描述的终端，包括接收单元401、第一提取单元402、第一判断单元403、执行单元404、确定单元405、获取单元406、旋转单元407、第二提取单元408、第二判断单元409和拍摄单元410，其中：

接收单元401，用于通过至少三个麦克风接收多个用户产生的多个语音信号；其中，每个用户至少产生一个语音信号。

本发明实施例中，针对每个用户产生的每个语音信号，都通过至少三个麦克风接收，每个用户产生的语音信号可以有多个，接收单元401可以通过至少三个麦克风接收多个用户产生的多个语音信号，也可以通过至少三个麦克风接收一个用户产生的一个或多个语音信号。

第一提取单元402，用于分别提取每个语音信号的声纹特征。

本发明实施例中，声纹特征可以包括语音信号中的共振峰的频率、共振峰的强度、共振峰的数量、共振峰的波长、共振峰的变化趋势等。

第一判断单元403，用于分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配。

本发明实施例中，预先建立的用户声纹特征库可以是预先录入的多个有效用户的声纹特征，针对一个语音信号，第一判断单元403可以判断该语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配，若该语音信号与预先建立的用户声纹特征库中的第一有效用户声纹特征匹配，表明该语音信号由第一有效用户产生。

执行单元404，用于当第一判断单元403判断结果为是时，将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同。

本发明实施例中，针对一个语音信号，若该语音信号的声纹特征与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配，执行单元404则将该语音信号作为有效语音信号，若该有效语音信号与预先建立的用户声纹特征库中的第一有效用户声纹特征匹配，该有效语音信号的优先级别由第一有效用户的优先级别决定。

确定单元405，用于从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户。

本发明实施例中，每个有效语音信号的优先级别可以通过与该有效语音信号的声纹特征匹配的有效用户声纹特征决定，举例来说，若第一有效语音信号的声纹特征与第一有效用户声纹特征匹配，若第二有效语音信号的声纹特征与第二有效用户声纹特征匹配，若第三有效语音信号的声纹特征与第三有效用户声纹特征匹配，且第一有效用户的声纹特征与第一有效用户相对应，第二有效用户的声纹特征与第二有效用户相对应，第三有效用户的声纹特征与第三有效用户相对应，第一有效用户、第二有效用户、第三有效用户的优先级别均不相同，若第一有效用户的优先级别最高，第二有效用户的优先级别其次，第三有效用户的优先级别最低，则第一有效语音信号的优先级别最高，若所有的有效语音信号只包括第一有效语音信号、第二有效语音信号和第三有效语音信号，确定单元405则从所有的有效语音信号中确定优先级别最高的有效语音信号为第一有效语音信号，即将第一有效语音信号对应作为目标语音信号，其中，产生第一有效语音信号的用户为第一有效用户产生，即将第一有效用户作为目标用户。

获取单元406，用于根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置。

本发明实施例中，相对位置可以是在同一平面内的相对位置，该相对位置包括水平方向和水平距离。由于各麦克风是固定在终端上的，各麦克风在终端上的位置是已知的，各麦克风之间的位置距离也是已知的，目标语音信号在空气中的传播速度也是已知的，这些已知条件再加各麦克风接收到目标语音信号的接收时间就可以计算出目标语音信号与终端的相对位置，例如：通过平面几何相关算法计算出目标语音信号与终端的相对位置。在同一平面内，任意一点到固定的三个点的距离是唯一的，该实施方式中，接收单元401具体可以是通过至少三个麦克风接收目标用户的目标语音信号。

相对位置也可以是在三维空间内的相对位置，该相对位置包括空间方向和空间距离。由于在三维空间中，任意一点到固定的四个点的距离是唯一的，即通过任意四个点可以确定三维空间中另外一个点。该实施方式中，接收单元401具体可以是通过至少四个麦克风接收目标用户的目标语音信号。

在一些可行的实施方式中，如图5所示，获取单元406可以包括：

计算子单元4601，用于根据各麦克风接收到目标语音信号的接收时间计算目标用户与各麦克风的相对位置；

获取子单元4602，用于根据目标用户与各麦克风的相对位置得到目标用户与终端的相对位置。

本发明实施例中，首先，计算子单元4601根据各麦克风接收到目标语音信号的接收时间计算目标用户与各麦克风的相对位置，然后，获取子单元4602根据目标用户与各麦克风的相对位置得到目标用户与终端的相对位置。其中，各麦克风之间的相对位置是已知的，根据各麦克风接收到目标语音信号的接收时间可以计算出目标用户与各麦克风的相对置，然后可以在终端上选定一个参考点，根据各麦克风的位置与参考点的相对位置，即可以得到出目标用户与终端上的参考点的相对位置，从而可以得到目标用户与终端的相对位置。

旋转单元407，用于根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户。

本发明实施例中，根据目标用户与终端的相对位置，可以计算出摄像头需要旋转的角度和方向，旋转单元407根据摄像头需要旋转的角度和方向，旋转摄像头，以使摄像头正对目标用户。正对目标用户可以理解为使目标用户处于摄像头捕捉的画面的正中央。

第二提取单元408，用于提取目标语音信号中的关键字。

本发明实施例中，第二提取单元408提取目标语音信号中的关键字可以通过语音关键字提取算法进行提取。

第二判断单元409，于判断目标语音信号中的关键字与预设关键字是否匹配。

本发明实施例中，目标语音信号中预设关键字可以包括：“拍照”、“录像”、“连拍”、“快拍”、“闪拍”、“抓拍”等。若目标语音信号中的关键字与预设关键字匹配，即目标语音信号中的关键字包含预设关键字，控制摄像头执行与关键字相对应的拍摄操作；若目标语音信号中的关键字与预设关键字不匹配，即目标语音信号中的关键字不包含任意一种预设关键字，摄像头不执行任何操作。

拍摄单元410，用于当第二判断单元409判断结果为是时，控制摄像头执行与关键字相对应的拍摄操作。

本发明实施例中，举例来说，若目标语音信号中的关键字为“闪拍”，与关键字相对应的拍摄操作为闪拍，即控制摄像头执行闪拍操作；若目标语音信号中的关键字为“连拍”，与关键字相对应的拍摄操作为连拍，即控制摄像头执行连拍操作。

本发明实施例中，结合第二判断单元409和拍摄单元410，在第一种实施方式中，目标语音信号中的关键字包括第一类关键字，预设关键字包括第一类预设关键字，第二判断单元409判断目标语音信号中的关键字与预设关键字是否匹配的方式具体为：第二判断单元409判断第一类关键字与第一类预设关键字是否匹配。其中，拍摄操作包括拍照操作，拍摄单元410控制摄像头执行与关键字相对应的拍摄操作的方式具体为：当第二判断单元409判断第一类关键字与第一类预设关键字匹配时，拍摄单元410控制摄像头执行拍照操作。

结合第二判断单元409和拍摄单元410，在第二种实施方式中，目标语音信号中的关键字包括第二类关键字，预设关键字包括第二类预设关键字，第二判断单元409判断目标语音信号中的关键字与预设关键字是否匹配的方式具体为：第二判断单元409判断第二类关键字与第二类预设关键字是否匹配。其中，拍摄操作包括录像操作，拍摄单元410控制摄像头执行与关键字相对应的拍摄操作的方式具体为：当第二判断单元409判断第二类关键字与第二类预设关键字匹配时，拍摄单元410控制摄像头执行录像操作。

本发明实施例中，接收单元401通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号；第一提取单元402分别提取每个语音信号的声纹特征；第一判断单元403分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；若匹配，执行单元404将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；确定单元405从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户；获取单元406根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置；旋转单元407根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户；第二提取单元408提取目标语音信号中的关键字；第二判断单元409判断目标语音信号中的关键字与预设关键字是否匹配；当目标语音信号中的关键字与预设关键字匹配时，拍摄单元410控制摄像头执行与关键字相对应的拍摄操作。实施本发明实施例，可以通过识别不同用户产生的语音信号的声纹特征的优先级别控制摄像头旋转并正对优先级别最高的用户，根据优先级别最高的用户产生的语音信号控制摄像头执行拍摄操作，可以丰富摄像头旋转拍摄方式。

请参阅图6，图6是本发明实施例公开的另一种终端的结构示意图。如图6所示，本实施例中所描述的终端，除了包括图4所示的接收单元401、第一提取单元402、第一判断单元403、执行单元404、确定单元405、获取单元406、旋转单元407、第二提取单元408、第二判断单元409和拍摄单元410之外，还包括录入单元411，其中：

录入单元411，用于录入至少一个有效用户的有效用户声纹特征，建立用户声纹特征库。

本发明实施例中，录入单元411录入至少一个有效用户的有效用户声纹特征，该有效用户的有效用户声纹特征可以通过从录入的该有效用户发出的一段或多段语音中提取，通过预先设定该有效用户的优先级别来确定该有效用户声纹特征的优先级别。用户声纹特征库中可以包括多个有效用户的有效用户声纹特征，其中，每个有效用户的有效声纹特征的优先级别均不相同。

本发明实施例中，录入单元411录入至少一个有效用户的有效用户声纹特征，建立用户声纹特征库；接收单元401通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号；第一提取单元402分别提取每个语音信号的声纹特征；第一判断单元403分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；若匹配，执行单元404将语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；确定单元405从所有的有效语音信号中确定优先级别最高的有效语音信号，将优先级别最高的有效语音信号对应作为目标语音信号，其中，产生目标语音信号的用户为目标用户；获取单元406根据各麦克风接收到目标语音信号的接收时间得到目标用户与终端的相对位置；旋转单元407根据目标用户与终端的相对位置，旋转摄像头，以使摄像头正对目标用户；第二提取单元408提取目标语音信号中的关键字；第二判断单元409判断目标语音信号中的关键字与预设关键字是否匹配；当目标语音信号中的关键字与预设关键字匹配时，拍摄单元410控制摄像头执行与关键字相对应的拍摄操作。实施本发明实施例，可以通过识别不同用户产生的语音信号的声纹特征的优先级别控制摄像头旋转并正对优先级别最高的用户，根据优先级别最高的用户产生的语音信号控制摄像头执行拍摄操作，可以丰富摄像头旋转拍摄方式。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。

以上对本发明实施例所提供的一种控制摄像头拍摄方法及终端进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (14)

1.一种控制摄像头拍摄方法，其特征在于，包括：

通过至少三个麦克风接收多个用户产生的多个语音信号，其中，每个用户至少产生一个语音信号；

分别提取每个语音信号的声纹特征；

分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；

若匹配，将所述语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；

从所有的有效语音信号中确定优先级别最高的有效语音信号，将所述优先级别最高的有效语音信号对应作为目标语音信号，其中，产生所述目标语音信号的用户为目标用户；

根据各麦克风接收到所述目标语音信号的接收时间得到所述目标用户与终端的相对位置；

根据所述目标用户与所述终端的相对位置，旋转摄像头，以使所述摄像头正对所述目标用户；

提取所述目标语音信号中的关键字；

判断所述目标语音信号中的关键字与预设关键字是否匹配；

当所述目标语音信号中的关键字与所述预设关键字匹配时，控制所述摄像头执行与所述关键字相对应的拍摄操作。

2.根据权利要求1所述的方法，其特征在于，所述通过至少三个麦克风接收多个用户产生的多个语音信号之前，所述方法还包括：

录入至少一个有效用户的有效用户声纹特征，建立用户声纹特征库。

3.根据权利要求2所述的方法，其特征在于，所述从所有的有效语音信号中确定优先级别最高的有效语音信号包括：

根据每个有效语音信号的声纹特征匹配的有效用户声纹特征对应的有效用户的优先级别确定每个有效语音信号的优先级，根据每个有效语音信号的优先级从所有的有效语音信号中确定优先级别最高的有效语音信号。

4.根据权利要求3所述的方法，其特征在于，所述将所述优先级别最高的有效语音信号对应作为目标语音信号之前，从所述优先级别最高的有效语音信号中确定分贝值最高的语音信号，所述将所述优先级别最高的有效语音信号对应作为目标语音信号包括：

将所述优先级别最高的有效语音信号中分贝值最高的语音信号对应作为目标语音信号。

5.根据权利要求1所述的方法，其特征在于，所述根据各麦克风接收到所述目标语音信号的接收时间得到所述目标用户与终端的相对位置包括：

根据各麦克风接收到所述目标语音信号的接收时间计算所述目标用户与所述各麦克风的相对位置；

根据所述目标用户与所述各麦克风的相对位置得到所述目标用户与终端的相对位置。

6.根据权利要求1～5任一项所述的方法，其特征在于，所述目标语音信号中的关键字包括第一类关键字，所述预设关键字包括第一类预设关键字，所述判断所述目标语音信号中的关键字与预设关键字是否匹配包括：

判断所述第一类关键字与所述第一类预设关键字是否匹配；

所述拍摄操作包括拍照操作，所述当所述目标语音信号中的关键字与所述预设关键字匹配时，控制所述摄像头执行与所述关键字相对应的拍摄操作包括：

当所述第一类关键字与所述第一类预设关键字匹配时，控制所述摄像头执行所述拍照操作。

7.根据权利要求1～5任一项所述的方法，其特征在于，所述目标语音信号中的关键字包括第二类关键字，所述预设关键字包括第二类预设关键字，所述判断所述目标语音信号中的关键字与预设关键字是否匹配包括：

判断所述第二类关键字与所述第二类预设关键字是否匹配；

所述拍摄操作包括录像操作，所述当所述目标语音信号中的关键字与所述预设关键字匹配时，控制所述摄像头执行与所述关键字相对应的拍摄操作包括：

当所述第二类关键字与所述第二类预设关键字匹配时，控制所述摄像头执行所述录像操作。

8.一种终端，其特征在于，包括：

接收单元，用于通过至少三个麦克风接收多个用户产生的多个语音信号；其中，每个用户至少产生一个语音信号；

第一提取单元，用于分别提取每个语音信号的声纹特征；

第一判断单元，用于分别判断每个语音信号的声纹特征是否与预先建立的用户声纹特征库中的多个有效用户声纹特征之一匹配；

执行单元，用于当所述第一判断单元判断结果为是时，将所述语音信号作为有效语音信号；其中，一个有效用户声纹特征与一个有效用户相对应，每个有效用户的优先级别均不相同；

确定单元，用于从所有的有效语音信号中确定优先级别最高的有效语音信号，将所述优先级别最高的有效语音信号对应作为目标语音信号，其中，产生所述目标语音信号的用户为目标用户；

获取单元，用于根据各麦克风接收到所述目标语音信号的接收时间得到所述目标用户与终端的相对位置；

旋转单元，用于根据所述目标用户与所述终端的相对位置，旋转摄像头，以使所述摄像头正对所述目标用户；

第二提取单元，用于提取所述目标语音信号中的关键字；

第二判断单元，用于判断所述目标语音信号中的关键字与预设关键字是否匹配；

拍摄单元，用于当所述第二判断单元判断结果为是时，控制所述摄像头执行与所述关键字相对应的拍摄操作。

9.根据权利要求8所述的终端，其特征在于，所述终端还包括：

录入单元，用于录入至少一个有效用户的有效用户声纹特征，建立用户声纹特征库。

10.根据权利要求9所述的终端，其特征在于，所述确定单元从所有的有效语音信号中确定优先级别最高的有效语音信号的方式具体为：

所述确定单元根据每个有效语音信号的声纹特征匹配的有效用户声纹特征对应的有效用户的优先级别确定每个有效语音信号的优先级，根据每个有效语音信号的优先级从所有的有效语音信号中确定优先级别最高的有效语音信号。

11.根据权利要求10所述的终端，其特征在于，所述确定单元将所述优先级别最高的有效语音信号对应作为目标语音信号之前，从所述优先级别最高的有效语音信号中确定分贝值最高的语音信号，所述确定单元将所述优先级别最高的有效语音信号对应作为目标语音信号的方式具体为：

所述确定单元将所述优先级别最高的有效语音信号中分贝值最高的语音信号对应作为目标语音信号。

12.根据权利要求8所述的终端，其特征在于，所述获取单元包括：

计算子单元，用于根据各麦克风接收到所述目标语音信号的接收时间计算所述目标用户与所述各麦克风的相对位置；

获取子单元，用于根据所述目标用户与所述各麦克风的相对位置得到所述目标用户与终端的相对位置。

13.根据权利要求8～12任一项所述的终端，其特征在于，所述目标语音信号中的关键字包括第一类关键字，所述预设关键字包括第一类预设关键字，所述第二判断单元判断所述目标语音信号中的关键字与预设关键字是否匹配的方式具体为：

所述第二判断单元判断所述第一类关键字与所述第一类预设关键字是否匹配；

所述拍摄操作包括拍照操作，当所述第二判断单元判断结果为是时，所述拍摄单元控制所述摄像头执行与所述关键字相对应的拍摄操作的方式具体为：

当所述第一类关键字与所述第一类预设关键字匹配时，所述拍摄单元控制所述摄像头执行所述拍照操作。

14.根据权利要求8～12任一项所述的终端，其特征在于，所述目标语音信号中的关键字包括第二类关键字，所述预设关键字包括第二类预设关键字，所述第二判断单元判断所述目标语音信号中的关键字与预设关键字是否匹配的方式具体为：

所述第二判断单元判断所述第二类关键字与所述第二类预设关键字是否匹配；

所述拍摄操作包括录像操作，当所述第二判断单元判断结果为是时，所述拍摄单元控制所述摄像头执行与所述关键字相对应的拍摄操作的方式具体为：

当所述第二类关键字与所述第二类预设关键字匹配时，所述拍摄单元控制所述摄像头执行所述录像操作。