CN108319440A - 音频输出方法及移动终端 - Google Patents

Abstract

本发明提供了一种音频输出方法及移动终端，属于音频处理技术领域。所述方法包括：当移动终端与耳机连接时，通过所述移动终端的摄像头获取用户图像，根据所述用户图像中的人脸图像的数目，确定与所述人脸图像的数目对应的音频播放模式，根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出。移动终端通过根据人脸图像的数目确定使用移动终端的用户的数目，并根据使用移动终端的用户的数目对输出音频数据的方式进行调整，避免了两个用户共同使用耳机收听时听到的声音存在差异的情况，提高了输出音频数据的灵活性，提高了用户粘性。

Description

音频输出方法及移动终端

技术领域

本发明实施例涉及音频处理技术领域，尤其涉及一种音频输出方法及移动终端。

背景技术

随着移动终端的不断发展，移动终端可以采用双声道的方式进行播放，进而达到立体声的效果，提高用户收听音频数据的质量。

相关技术中，当移动终端检测到用户开启音视频文件，且移动终端通过耳机进行播放时，则移动终端可以采用双声道的方式对音频数据进行播放，使得用户通过两个耳机分别输出的不同声音，收听到立体声的效果。

但是，当存在两个用户共同使用同一副耳机收听时，由于移动终端采用双声道的方式进行播放，两个耳机播放的声音并不相同，造成两个用户听到的声音存在缺陷。

发明内容

本发明实施例提供一种音频输出方法及移动终端，以解决两个耳机播放的声音并不相同，造成两个用户听到的声音存在缺陷的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，一种音频输出方法，应用于移动终端，所述方法包括：

当移动终端与耳机连接时，通过所述移动终端的摄像头获取用户图像；

根据所述用户图像中的人脸图像的数目，确定与所述人脸图像的数目对应的音频播放模式；

根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出。

第二方面，本发明实施例还提供了一种移动终端，所述移动终端包括：

获取模块，用于当移动终端与耳机连接时，通过所述移动终端的摄像头获取用户图像；

模式确定模块，用于根据所述用户图像中的人脸图像的数目，确定与所述人脸图像的数目对应的音频播放模式；

输出模块，用于根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出。

第三方面，本发明实施例提供了一种移动终端，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面中任一项所述的音频输出方法的步骤。

第四方面，本发明实施例提供了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计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的音频输出方法的步骤。

在本发明实施例中，移动终端通过根据人脸图像的数目确定使用移动终端的用户的数目，并根据使用移动终端的用户的数目对输出音频数据的方式进行调整，避免了两个用户共同使用耳机收听时听到的声音存在差异的情况，提高了输出音频数据的灵活性，提高了用户粘性。

附图说明

图1是本发明实施例提供的一种音频输出方法的步骤流程图；

图2是本发明实施例提供的一种音频输出方法的步骤流程图；

图3是本发明实施例提供的一种移动终端的结构框图；

图4是本发明实施例提供的一种移动终端的硬件结构示意图。

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，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，示出了本发明实施例的一种音频输出方法的步骤流程图，具体可以包括如下步骤：

步骤101，当移动终端与耳机连接时，通过移动终端的摄像头获取用户图像。

用户在通过移动终端播放音视频文件时，可以通过移动终端的音频外放功能对对相应的音频数据进行播放，也可以通过与移动终端连接的耳机对音频数据进行播放。

在通过耳机播放音频数据的过程中，如果两个用户共同使用耳机进行收听，则为了防止每个用户收听的声音出现差异，需要根据用户的数目对音频数据输出的方式进行调整。

因此，当移动终端与耳机连接时，可以通过移动终端的摄像头获取用户图像，以便在后续步骤中，移动终端可以根据该用户图像，对输出音频数据的方式进行调整。

其中，该用户图像可以为移动终端的前置摄像头拍摄的，用于指示当前使用移动终端的用户的数目。

需要说明的是，移动终端可以在检测到移动终端与耳机连接时获取一次用户图像，也可以在移动终端与耳机连接的情况下，每隔预设时长获取一次用户图像，还可以采用其他方式获取用户图像，本发明实施例对此不做限定。

步骤102，根据用户图像中的人脸图像的数目，确定与该人脸图像的数目对应的音频播放模式。

其中，该用户图像中可以包括使用移动终端的用户的人脸图像，且该用户图像中人脸图像的数目可以用于确定使用移动终端的用户的数目。

移动终端在获取用户图像后，可以根据该用户图像，按照预先设置的算法，对用户图像中的人脸图像进行分析识别，确定用户图像所包括的人脸图像，进而可以根据识别出的人脸图像的数目，确定与人脸图像的数目相对应的音频播放模式。

例如，当人脸图像的数目为一时，则确定只有一个用户使用移动终端，当人脸图像的数目为一时，与人脸图像的数目相对应的音频播放模式可以为双声道模式；但是当人脸图像的数目为二时，则说明有两个用户同时使用移动终端，因此当人脸图像的数目为二时，与人脸图像的数目相对应的音频播放模式可以为单声道模式。

需要说明的，移动终端可以采用人脸识别的方式对用户图像中的人脸图像进行识别，也可以采用虹膜识别的方式对用户图像中的用户进行识别，还可以采用其他方式进行识别，本发明实施例对此不做限定。

步骤103，根据与人脸图像的数目对应的音频播放模式，对音频数据进行输出。

移动终端在根据人脸图像的数目确定音频播放模式后，可以根据确定的音频播放模式对音频数据进行处理，再通过耳机对处理后的音频数据进行输出。例如，当用户数目为1时，则移动终端可以采用双声道模式，按照正常解码的方式对音频数据进行处理，从而通过耳机进行输出，使得耳机的两个听筒输出不同的声音，以使用户能够听到立体声；但是，当用户数目为2时，则需要采用单声道模式，对音频数据进行混音处理，进而将混音处理后的通过耳机分别输出至不同的听筒，以使每个用户都可以听到相同的声音。

综上所述，本发明实施例提供的音频输出方法，移动终端通过根据人脸图像的数目确定使用移动终端的用户的数目，并根据使用移动终端的用户的数目对输出音频数据的方式进行调整，避免了两个用户共同使用耳机收听时听到的声音存在差异的情况，提高了输出音频数据的灵活性，提高了用户粘性。

参照图2，示出了本发明实施例的一种音频输出方法的步骤流程图，具体可以包括如下步骤：

步骤201，检测到用户触发的播放操作时，确定播放内容。

其中，该播放内容可以为音频数据或视频数据。

移动终端可以实时检测用户是否触发了用于播放音视频文件的播放操作。当移动终端检测到用户触发播放操作时，则可以对用户需要播放的播放内容进行判断，确定该播放内容属于音频文件还是视频文件，以便在后续步骤中，移动终端可以根据不同的播放内容，采用不同的方式确定当前正在使用移动终端的用户的数目。

其中，移动终端可以根据播放内容的格式对播放内容进行确定，也可以根据播放音视频文件的应用程序对播放内容进行确定，还可以通过其他方式确定播放内容，本发明实施例对此不做限定。

需要说明的是，当移动终端确定播放内容为视频文件时，则需要先执行步骤202进行进一步判断；但是当移动终端确定播放内容为音频文件时，则无需执行步骤202，可以直接执行步骤203进行判断。

步骤202，当播放内容为视频数据时，判断移动终端是否处于横屏状态。

用户在通过移动终端观看视频文件时，通常会将移动终端横置，使得移动终端处于横屏状态，进而将播放视频文件的界面最大化。因此，在移动终端确定播放内容为视频数据时，可以判断移动终端是否处于横屏状态，进而确定用户是否正在观看视频文件。

具体地，移动终端在确定播放内容为视频数据时，可以检测移动终端的重力传感器所产生的信号。当重力传感器发出信号，指示移动终端发生偏转时，则移动终端可以确定当前处于横屏状态，用户正在观看视频文件。

当然，移动终端还可以采用其他方式确定移动终端是否处于横屏状态，例如通过应用程序的播放状态进行确定，本发明实施例对此不做限定。

步骤203，检测移动终端是否与耳机连接。

由于移动终端在播放音视频文件的过程中，可以通过移动终端的外放设备进行播放，也可以通过耳机进行播放。但是，只有在通过耳机播放时，才能够通过不同的听筒输出不同的声音，进而得到立体声的效果。

因此，移动终端需要检测是否与耳机连接，从而可以通过耳机播放相应的音频数据，以便在后续中确定音频数据的输出方式。

可选的，可以通过移动终端的耳机引脚，检测移动终端是否与耳机连接。

与步骤201相应的，当播放内容为音频数据时，移动终端可以检测移动终端是否与耳机连接；但是，当播放内容为视频数据时，还需要判断移动终端是否处于横屏状态，当移动终端处于横屏状态时，移动终端才可以检测移动终端是否与耳机连接。

步骤204，当移动终端与耳机连接时，通过移动终端的摄像头获取用户图像。

本步骤204与步骤101类似，在此不再赘述。

步骤205，根据用户图像中的人脸图像的数目，确定与该人脸图像的数目对应的音频播放模式。

其中，该用户图像中可以包括使用移动终端的用户的人脸图像，且该用户图像中人脸图像的数目可以用于确定使用移动终端的用户的数目。

移动终端在获取用户图像后，可以采用不同的方式对用户图像进行分析处理，从而确定用户图像中的人脸图像，从而确定人脸图像的数目，最后得到与人脸图像的数目相对应的音频播放模式。

可选的，移动终端可以采用人脸识别或者虹膜识别的方式，对用户图像中人脸图像进行识别，得到识别结果，并根据该识别结果，确定音频播放模式。

具体地，移动终端在获取用户图像后，可以对用户图像进行人脸检测，获取用户图像中的人脸关键点，再进行人脸校正等处理，最后对人脸特征进行提取，得到人脸识别的结果，确定用户图像中人脸图像的数目。

步骤206，根据与人脸图像的数目对应的音频播放模式，对音频数据进行输出。

移动终端在根据人脸图像的数目确定对应的音频播放模式后，可以根据确定的音频播放模式对音频数据进行输出。当用户数目为一时，则移动终端可以进入单人模式，采用单人模式对应的输出方式对音频数据进行输出；但是，当用户数目大于一时，则可以进入多人模式，采用与多人模式对应的输出方式对音频数据进行处理，得到处理后的音频数据，最后输出处理后的音频数据。

可选的，音频播放模式可以为单声道模式或双声道模式，当人脸图像的数目为一时，可以采用双声道模式对音频数据进行输出；当人脸图像的数目大于一时，可以采用单声道模式对音频数据进行输出，例如移动终端可以将双声道输出的音频数据进行混音处理，得到混音后的音频数据，采用混音后的音频数据进行输出。

需要说明的是，移动终端还可以向用户展示与确定的音频播放模式所对应的音频选项，根据用户触发的操作确定播放音频数据的方式，也即是根据用户触发的操作，判断是否采用确定的音频播放模式对音频数据进行播放。

可选的，移动终端可以显示与人脸图像的数目对应的音频播放模式相对应的音频选项，当检测到用户触发对该音频选项的确定操作时，可以根据与人脸图像的数目对应的音频播放模式，对音频数据进行输出。

综上所述，本发明实施例提供的音频输出方法，移动终端通过根据人脸图像的数目确定使用移动终端的用户的数目，并根据使用移动终端的用户的数目对输出音频数据的方式进行调整，避免了两个用户共同使用耳机收听时听到的声音存在差异的情况，提高了输出音频数据的灵活性，提高了用户粘性。

进一步地，通过移动终端的耳机引脚，检测移动终端是否与耳机连接，当耳机并未与移动终端连接时，则移动终端无需获取用户图像，避免了在耳机未与移动终端连接时仍然获取用户图像的情况，能够提高移动终端获取用户图像的准确性。

进一步地，通过检测移动终端播放的内容，当播放内容为视频数据时，可以进一步地对移动终端的状态进行确认，当确定移动终端处于横屏状态时，再检测移动终端是否与耳机连接，可以预先根据移动终端的状态进行判断，确定用户当前是否正在收听音频数据，能够提高检测移动终端是否与耳机连接、获取用户图像的准确性。

进一步地，通过显示与确定的音频播放模式相对应的音频选项，并根据用户触发对音频选项的确定操作，采用确定的音频播放模式对音频数据进行播放，可以提高播放音频数据的灵活性，提高按照确定的音频播放模式播放音频数据的准确性。

参照图3，示出了本发明实施例的一种移动终端的结构框图，具体可以包括：

获取模块301，用于当移动终端与耳机连接时，通过该移动终端的摄像头获取用户图像；

模式确定模块302，用于根据该用户图像中的人脸图像的数目，确定与该人脸图像的数目对应的音频播放模式；

输出模块303，用于根据与该人脸图像的数目对应的音频播放模式，对音频数据进行输出。

可选的，该移动终端还可以包括：

检测模块，用于通过该移动终端的耳机引脚，检测该移动终端是否与耳机连接。

可选的，该移动终端还可以包括：

内容确定模块，用于检测到用户触发的播放操作时，确定播放内容，该播放内容为音频数据或视频数据；

该检测模块包括：

第一检测子模块，用于当该播放内容为音频数据时，检测该移动终端是否与耳机连接。

可选的，该移动终端还可以包括：

判断模块，用于当该播放内容为视频数据时，判断该移动终端是否处于横屏状态；

该检测模块还包括：

第二检测子模块，用于当该移动终端处于该横屏状态时，检测该移动终端是否与耳机连接。

可选的，该输出模块303可以包括：

显示子模块，用于显示与该人脸图像的数目对应的音频播放模式相对应的音频选项；

输出子模块，用于当检测到用户触发对该音频选项的确定操作时，根据与该人脸图像的数目对应的音频播放模式，对音频数据进行输出。

可选的，该音频播放模式为单声道模式或双声道模式；

该输出模块303可以包括：

第一输出子模块，用于当该人脸图像的数目为一时，采用双声道模式对音频数据进行输出；

第二输出子模块，用于当该人脸图像的数目大于一时，采用单声道模式对音频数据进行输出。

本发明实施例提供的移动终端能够实现图1至图2的方法实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。

综上所述，本发明实施例提供的移动终端，移动终端通过根据人脸图像的数目确定使用移动终端的用户的数目，并根据使用移动终端的用户的数目对输出音频数据的方式进行调整，避免了两个用户共同使用耳机收听时听到的声音存在差异的情况，提高了输出音频数据的灵活性，提高了用户粘性。

图4为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端400包括但不限于：射频单元401、网络模块402、音频输出单元403、输入单元404、传感器405、显示单元406、用户输入单元407、接口单元408、存储器409、处理器410、以及电源411等部件。本领域技术人员可以理解，图4中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，输入单元404，用于当移动终端与耳机连接时，通过所述移动终端的摄像头获取用户图像；

处理器410，用于根据所述用户图像中的人脸图像的数目，确定与所述人脸图像的数目对应的音频播放模式；

音频输出单元403，用于根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出。

综上所述，本发明实施例提供的移动终端，移动终端通过根据人脸图像的数目确定使用移动终端的用户的数目，并根据使用移动终端的用户的数目对输出音频数据的方式进行调整，避免了两个用户共同使用耳机收听时听到的声音存在差异的情况，提高了输出音频数据的灵活性，提高了用户粘性。

应理解的是，本发明实施例中，射频单元401可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器410处理；另外，将上行的数据发送给基站。通常，射频单元401包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元401还可以通过无线通信系统与网络和其他设备通信。

移动终端通过网络模块402为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元403可以将射频单元401或网络模块402接收的或者在存储器409中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元403还可以提供与移动终端400执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元403包括扬声器、蜂鸣器以及受话器等。

输入单元404用于接收音频或视频信号。输入单元404可以包括图形处理器(Graphics Processing Unit，GPU)4041和麦克风4042，图形处理器4041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元406上。经图形处理器4041处理后的图像帧可以存储在存储器409(或其它存储介质)中或者经由射频单元401或网络模块402进行发送。麦克风4042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元401发送到移动通信基站的格式输出。

移动终端400还包括至少一种传感器405，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板4061的亮度，接近传感器可在移动终端400移动到耳边时，关闭显示面板4061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器405还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元406用于显示由用户输入的信息或提供给用户的信息。显示单元406可包括显示面板4061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板4061。

用户输入单元407可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元407包括触控面板4071以及其他输入设备4072。触控面板4071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板4071上或在触控面板4071附近的操作)。触控面板4071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器410，接收处理器410发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板4071。除了触控面板4071，用户输入单元407还可以包括其他输入设备4072。具体地，其他输入设备4072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板4071可覆盖在显示面板4061上，当触控面板4071检测到在其上或附近的触摸操作后，传送给处理器410以确定触摸事件的类型，随后处理器410根据触摸事件的类型在显示面板4061上提供相应的视觉输出。虽然在图4中，触控面板4071与显示面板4061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板4071与显示面板4061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元408为外部装置与移动终端400连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元408可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端400内的一个或多个元件或者可以用于在移动终端400和外部装置之间传输数据。

存储器409可用于存储软件程序以及各种数据。存储器409可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器409可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器410是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器409内的软件程序和/或模块，以及调用存储在存储器409内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器410可包括一个或多个处理单元；优选的，处理器410可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器410中。

移动终端400还可以包括给各个部件供电的电源411(比如电池)，优选的，电源411可以通过电源管理系统与处理器410逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，移动终端400包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种移动终端，包括处理器410，存储器409，存储在存储器409上并可在所述处理器410上运行的计算机程序，该计算机程序被处理器410执行时实现上述音频输出方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述音频输出方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (14)

1.一种音频输出方法，应用于移动终端，其特征在于，所述方法包括：

当移动终端与耳机连接时，通过所述移动终端的摄像头获取用户图像；

根据所述用户图像中的人脸图像的数目，确定与所述人脸图像的数目对应的音频播放模式；

根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出。

2.根据权利要求1所述的方法，其特征在于，在所述通过所述移动终端的摄像头获取用户图像之前，所述方法还包括：

通过所述移动终端的耳机引脚，检测所述移动终端是否与耳机连接。

3.根据权利要求2所述的方法，其特征在于，在所述检测所述移动终端是否与耳机连接之前，所述方法还包括：

检测到用户触发的播放操作时，确定播放内容，所述播放内容为音频数据或视频数据；

所述检测所述移动终端是否与耳机连接，包括：

当所述播放内容为音频数据时，检测所述移动终端是否与耳机连接。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

当所述播放内容为视频数据时，判断所述移动终端是否处于横屏状态；

所述检测所述移动终端是否与耳机连接，还包括：

当所述移动终端处于所述横屏状态时，检测所述移动终端是否与耳机连接。

5.根据权利要求1所述的方法，其特征在于，所述根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出，包括：

显示与所述人脸图像的数目对应的音频播放模式相对应的音频选项；

当检测到用户触发对所述音频选项的确定操作时，根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出。

6.根据权利要求1至5任一所述的方法，其特征在于，所述音频播放模式为单声道模式或双声道模式；

所述根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出，包括：

当所述人脸图像的数目为一时，采用双声道模式对音频数据进行输出；

当所述人脸图像的数目大于一时，采用单声道模式对音频数据进行输出。

7.一种移动终端，其特征在于，所述移动终端包括：

获取模块，用于当移动终端与耳机连接时，通过所述移动终端的摄像头获取用户图像；

模式确定模块，用于根据所述用户图像中的人脸图像的数目，确定与所述人脸图像的数目对应的音频播放模式；

输出模块，用于根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出。

8.根据权利要求7所述的移动终端，其特征在于，所述移动终端还包括：

检测模块，用于通过所述移动终端的耳机引脚，检测所述移动终端是否与耳机连接。

9.根据权利要求8所述的移动终端，其特征在于，所述移动终端还包括：

内容确定模块，用于检测到用户触发的播放操作时，确定播放内容，所述播放内容为音频数据或视频数据；

所述检测模块包括：

第一检测子模块，用于当所述播放内容为音频数据时，检测所述移动终端是否与耳机连接。

10.根据权利要求9所述的移动终端，其特征在于，所述移动终端还包括：

判断模块，用于当所述播放内容为视频数据时，判断所述移动终端是否处于横屏状态；

所述检测模块还包括：

第二检测子模块，用于当所述移动终端处于所述横屏状态时，检测所述移动终端是否与耳机连接。

11.根据权利要求7所述的移动终端，其特征在于，所述输出模块包括：

显示子模块，用于显示与所述人脸图像的数目对应的音频播放模式相对应的音频选项；

输出子模块，用于当检测到用户触发对所述音频选项的确定操作时，根据与所述人脸图像的数目对应的音频播放模式，对音频数据进行输出。

12.根据权利要求7至11任一所述的移动终端，其特征在于，所述音频播放模式为单声道模式或双声道模式；

所述输出模块包括：

第一输出子模块，用于当所述人脸图像的数目为一时，采用双声道模式对音频数据进行输出；

第二输出子模块，用于当所述人脸图像的数目大于一时，采用单声道模式对音频数据进行输出。

13.一种移动终端，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的音频输出方法的步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的音频输出方法的步骤。