CN105592264A - 一种语音控制拍照软件 - Google Patents

Abstract

本发明公开了一种语音控制拍照软件。利用最自然便捷的人机交互方式——语音，来控制拍照快门。采用语音识别技术实现语音命令控制拍照，识别的语音命令可由用户自定义设置，实现个性化语音识别；另外也通过声纹识别技术，让拍照只能由用户的语音进行控制，避免其他人对拍照过程进行干扰，实现“拍照听我的”的效果。最后可对拍摄的照片进行多种特效处理，使照片更具特色和美感。本发明实现语音控制拍照，解放双手，可以满足双手残疾人或双手不方便的人群进行拍照的需求；同时能减少人们自拍或合影带来的烦恼。

Description

一种语音控制拍照软件

技术领域

本发明涉及软件应用领域，特别是涉及一种语音控制拍照软件，属于语音人机交互技术领域。

本发明利用最自然便捷的人机交互方式——语音，来控制拍照快门，采用语音识别技术实现语音命令来控制相机软件进行拍照，另外也通过声纹识别技术，让拍照只能由用户的语音进行控制，拒绝其他人对拍照过程的干扰，实现“拍照听我的”的效果。最后可对拍摄的照片进行多种特效处理，使照片更具特色和美感。

背景技术

在移动互联网和移动智能设备快速发展的形势下，语音作为最便捷最自然的人机交互方式，基于移动智能设备的语音应用具有很大的市场需求与实用价值。其中语音识别技术，给移动智能设备安装上“耳朵”，使其具备“听话”的功能，如应用在智能手机上的语音搜索、语音短信听写等给用户带来很好的体验，逐渐让我们的生活更加智能化。另外，声纹识别技术提供了“听声辨人”的功能，是一种最为经济、简便与安全的身份认证方式，目前采用声纹识别技术保护手机安全与个人隐私的产品深得用户的信赖。

目前的拍照软件大多都需要通过用户手动控制快门，当用户或者伸长自己双手想尽办法拍一张靓照，或者借助自拍杆，或者求助于路人帮忙拍照。现实生活中会存在以下的场景：1)当自拍的时候，总是因为手机摄像头距离脸太近，只拍到大大的脸蛋而烦恼，为自拍将手伸得很长而费尽周折，为拍个全身照而抓狂……2)双手残疾人或双手不方便的人群总是苦于要找别人帮他拍照，不能在随时方便地记录美好的时光；3)当好友相聚或出游时，想合影留念时，总是很不情愿地挤出一个人来为集体拍照，使得合照上少了他，留下遗憾，或是纠结寻找路人甲帮忙拍照等等。以上这些场景存在的烦恼，现有的拍照软件并不能完全解决，他们大多是实现自动对焦，对拍好的照片实现图片特效处理等之类功能。虽然部分拍照软件具有声控功能，但这种声控效果只是针对声音的检测而已，即只要检测到声音就可以自动进行触发拍照按钮，实现拍照。这种声控功能的拍照软件很容易受其他的声音干扰，导致误操作，不具有抗噪声和抗干扰的性能，不能满足用户进行语音控制拍照的需求，用户体验较差。

发明内容

为了克服上述的不足，本发明的目的在于提供一种语音控制拍照软件，利用最自然便捷的人机交互方式，用语音控制快门，采用语音识别技术和声纹识别技术，通过语音控制硬件设备，将语音技术推向实用产品中，实现“拍照听我的”的愿望，同时减少人们自拍或合影带来的烦恼，另外也融合了图像处理的相关技术对照片进行多种特效处理，使照片更具美感，给人们带来极大的便利和乐趣。

本发明提供一种语音控制拍照软件，通过以下技术方案实现：

(1)用户打开软件，首次使用将进入引导界面，所述引导界面具有软件介绍的功能使用引导页面，可以通过滑动切换页面，也可以直接选择跳过，直接进入拍照界面；

(2)进入拍照界面后，所述界面具有现有拍照软件的功能，包括手动触屏快门、放大与缩小控制、亮度调整、前后摄像头切换，照片预览和拍照与录像切换等控件；所述界面采用侧边栏UI的扁平化设计模式，包括拍照模式和照片特效处理和设置选项，所述拍照模式包括默认拍照、语音识别和声纹识别三种拍照模式；

(3)用户没有对拍照模式进行选择时，将使用默认拍照模式进行拍照，所述默认拍照模式下，拍照软件具有普通的拍照软件的功能；

(4)用户选择语音识别拍照模式，所述语音识别拍照模式下，用户进行语音识别命令个性化设置，设置完成后将进入语音识别拍照模式，用户只要说出语音命令，通过语音端点检测获取有效的语音信息后进行识别，当语音识别得到的文本信息与设置的语音识别命令一致时，自动对焦，并自动快速控制快门，实现语音识别拍照功能；

(5)用户选择声纹识别拍照模式，所述声纹识别拍照模式下，用户输入自己的用户名，输入完成后将进行用户声纹是否已注册的判断，若不存在该用户声纹，将进入声纹注册环节，所述声纹注册环节给出注册声纹的文本命令，所述文本命令包括数字、文字或数字与文字的结合，用户根据提示说出对应文本命令的语音，根据提示进行4次录音，每次录音平均时长为2-3s；注册的语音进行声纹建模后保存该声纹模板，完成注册过程。若存在该用户声纹，将进入声纹识别环节，所述声纹识别环节根据给出的识别文本命令，所述文本命令包括数字、文字或数字与文字的结合，用户说出给定的识别文本命令的语音，通过语音端点检测获取有效的语音信息后进行声纹模板匹配，当模板匹配得分超过阈值时则判定为对应的注册声纹的用户，进行自动对焦，并自动快速控制快门，实现声纹识别拍照功能；否则该声纹不属于用户，不进行自动拍照，继续进入语音端点检测；

(6)对拍摄的照片进行保存，还提供了通过侧边栏UI的照片特效处理选项对拍摄的图片进行多种图片特效处理，满足用户对照片的多样效果的需求。

与现有技术相比，本发明具有以下优点与有益效果：

1、本发明利用最自然便捷的人机交互方式——语音，来控制拍照快门。采用语音识别技术实现语音命令控制拍照，识别的语音命令可由用户自定义设置，实现个性化语音识别；另外也通过声纹识别技术，让拍照只能由用户的语音进行控制，拒绝其他人对拍照过程的干扰，实现“拍照听我的”的效果。最后可对拍摄的照片进行多种特效处理，使照片更具特色和美感。

2、本发明实现语音控制拍照，解放双手，可以满足双手残疾人或双手不方便的人群进行拍照的需求。

3、本发明实现语音控制拍照，减少人们自拍或合影带来的烦恼，同时声纹识别控制拍照，又能让拍照只由用户的语音进行控制，不受其他人的干扰，达到“拍照听我的”的效果。

附图说明

图1为本发明的一种语音控制拍照软件的系统流程图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在不脱离本发明本质和精神的情况下所获得的所有其他实施例，都属于本发明公开和保护的范围。

下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例

本实施例的一种语音控制拍照软件，如图1所示，包括以下主要功能：

(1)用户打开软件，首次使用将进入引导界面，所述引导界面具有软件介绍的功能使用引导页面，可以通过滑动切换页面，也可以直接选择跳过，直接进入拍照界面；

(2)进入拍照界面后，所述界面具有现有拍照软件的功能，包括手动触屏快门、放大与缩小控制、亮度调整、前后摄像头切换，照片预览和拍照与录像切换等控件；所述界面采用侧边栏UI的扁平化设计模式，包括拍照模式和照片特效处理和设置选项，所述拍照模式包括默认拍照、语音识别和声纹识别三种拍照模式；

(3)用户没有对拍照模式进行选择时，将使用默认拍照模式进行拍照，所述默认拍照模式下，拍照软件具有普通的拍照软件的功能；

(4)用户选择语音识别拍照模式，所述语音识别拍照模式下，用户进行语音识别命令个性化设置，设置完成后将进入语音识别拍照模式，用户只要说出语音命令，通过语音端点检测获取有效的语音信息后进行识别，当语音识别得到的文本信息与设置的语音识别命令一致时，自动对焦，并自动快速控制快门，实现语音识别拍照功能。

(5)用户选择声纹识别拍照模式，所述声纹识别拍照模式下，用户输入自己的用户名，输入完成后将进行用户声纹是否已注册的判断，若不存在该用户声纹，将进入声纹注册环节，所述声纹注册环节给出注册声纹的文本命令，所述文本命令包括数字、文字或数字与文字的结合，用户根据提示说出对应文本命令的语音，根据提示进行4次录音，每次录音平均时长为2-3s；注册的语音进行声纹建模后保存该声纹模板，完成注册过程。若存在该用户声纹，将进入声纹识别环节，所述声纹识别环节根据给出的识别文本命令，所述文本命令包括数字、文字或数字与文字的结合，用户说出给定的识别文本命令的语音，通过语音端点检测获取有效的语音信息后进行声纹模板匹配，当模板匹配得分超过阈值时则判定为对应的注册声纹的用户，进行自动对焦，并自动快速控制快门，实现声纹识别拍照功能；否则该声纹不属于用户，不进行自动拍照，继续进入语音端点检测。

(6)对拍摄的照片进行保存，还提供了通过侧边栏UI的照片特效处理选项对拍摄的图片进行多种图片特效处理，满足用户对照片的多样效果的需求。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (4)

1.一种语音控制拍照软件，用户打开软件，在首次使用时将进入引导界面，所述引导界面具有软件介绍的功能使用引导页面，可以通过滑动切换页面，也可以直接选择跳过，直接进入拍照界面。

2.根据权利要求1所述的一种语音控制拍照软件，其特征在于，进入拍照界面后，所述界面具有现有拍照软件的功能，包括手动触屏快门、放大与缩小控制、亮度调整、前后摄像头切换，照片预览和拍照与录像切换等控件；所述界面采用侧边栏UI的扁平化设计模式，包括拍照模式和照片特效处理和设置选项，所述拍照模式包括默认拍照、语音识别和声纹识别三种拍照模式。

3.根据权利要求1所述的一种语音控制拍照软件，其特征在于，用户可以选择三种拍照模式中任何一种进行拍照，所述三种拍照模式为默认拍照、语音识别和声纹识别拍照模式，其工作流程分别为：

(1)用户没有对拍照模式进行选择时，将使用默认拍照模式进行拍照，所述默认拍照模式下，拍照软件具有普通的拍照软件的功能；

(2)用户选择语音识别拍照模式，所述语音识别拍照模式下，用户进行语音识别命令个性化设置，设置完成后将进入语音识别拍照模式，用户只要说出语音命令，通过语音端点检测获取有效的语音信息后进行识别，当语音识别得到的文本信息与设置的语音识别命令一致时，自动对焦，并自动快速控制快门，实现语音识别拍照功能。

(3)用户选择声纹识别拍照模式，所述声纹识别拍照模式下，用户输入自己的用户名，输入完成后将进行用户声纹是否已注册的判断，若不存在该用户声纹，将进入声纹注册环节，所述声纹注册环节给出注册声纹的文本命令，所述文本命令包括数字、文字或数字与文字的结合，用户根据提示说出对应文本命令的语音，根据提示进行4次录音，每次录音平均时长为2-3s；注册的语音进行声纹建模后保存该声纹模板，完成注册过程。若存在该用户声纹，将进入声纹识别环节，所述声纹识别环节根据给出的识别文本命令，所述文本命令包括数字、文字或数字与文字的结合，用户说出给定的识别文本命令的语音，通过语音端点检测获取有效的语音信息后进行声纹模板匹配，当模板匹配得分超过阈值时则判定为对应的注册声纹的用户，进行自动对焦，并自动快速控制快门，实现声纹识别拍照功能；否则该声纹不属于用户，不进行自动拍照，继续进入语音端点检测。

4.根据权利要求1所述的一种语音控制拍照软件，其特征在于，对拍摄的照片进行保存，还提供了通过侧边栏UI的照片特效处理选项对拍摄的图片进行多种图片特效处理，满足用户对照片的多样效果的需求。