CN111026263B - 一种音频播放方法及电子设备 - Google Patents

Abstract

本发明实施例公开了一种音频播放方法及电子设备，涉及通信技术领域，可以解决电子设备的安全性较差的问题。该方法包括：在接收到用户对待播放的目标信息的输入的情况下，连续采集N帧第一人脸图像，N≥2，且N为整数；确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸，该M帧第一人脸图像为N帧第一人脸图像中的，2≤M≤N，且M为整数；在M个目标尺寸满足第一预设条件的情况下，采用第一预设方式播放目标信息。本发明实施例应用于电子设备播放目标信息的过程中。

Description

一种音频播放方法及电子设备

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种音频播放方法及电子设备。

背景技术

通常，电子设备在播放语音消息时，可以先通过电子设备的扬声器进行播放，并在通过电子设备的红外线传感器检测到电子设备被物体遮挡(例如电子设备被用户人脸遮挡)时，电子设备可以切换到通过电子设备的听筒播放该语音消息。

但是，上述方法中，电子设备在检测到电子设备被用户人脸遮挡之前，一直是通过扬声器播放语音消息的，因此会导致用户的隐私泄露的问题，即安全性较差。

发明内容

本发明实施例提供一种音频播放方法及电子设备，可以解决电子设备的安全性较差的问题。

为了解决上述技术问题，本发明实施例采用如下技术方案：

本发明实施例的第一方面，提供一种音频播放方法，应用于电子设备，该音频播放方法包括：在接收到用户对待播放的目标信息的输入的情况下，连续采集N帧第一人脸图像，N≥2，且N为整数；确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸，该M帧第一人脸图像为N帧第一人脸图像中的，2≤M≤N，且M为整数；在M个目标尺寸满足第一预设条件的情况下，采用第一预设方式播放目标信息。

本发明实施例的第二方面，提供一种电子设备，该电子设备包括：采集模块、确定模块和播放模块。其中，采集模块，用于在接收到用户对待播放的目标信息的输入的情况下，连续采集N帧第一人脸图像，N≥2，且N为整数。确定模块，用于确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸，该M帧第一人脸图像为N帧第一人脸图像中的，2≤M≤N，且M为整数。播放模块，用于在M个确定模块确定的目标尺寸满足第一预设条件的情况下，采用第一预设方式播放目标信息。

本发明实施例的第三方面，提供一种电子设备，该电子设备包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被处理器执行时实现如第一方面所述的音频播放方法的步骤。

本发明实施例的第四方面，提供一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现如第一方面所述的音频播放方法的步骤。

在本发明实施例中，在接收到用户对目标信息的输入的情况下，在接收到用户对目标信息的输入的情况下，电子设备可以根据连续采集的N帧第一人脸图像，确定M个目标尺寸(一个目标尺寸为M帧第一人脸图像中一帧第一人脸图像中的第一图像区域的尺寸)，并在该M个目标尺寸满足第一预设条件的情况下，采用第一预设方式播放目标信息。由于电子设备在播放目标信息之前，可以采集多帧第一人脸图像，并在该多帧第一人脸图像对应的多个目标尺寸满足第一预设条件，即在用户存在将电子设备移动至用户人脸的趋势的情况下，采用第一预设方式播放目标信息，而并非直接通过扬声器进行播放，因此可以避免用户的隐私泄露，从而可以提高电子设备的安全性。

附图说明

图1为本发明实施例提供的一种安卓操作系统的架构示意图；

图2为本发明实施例提供的一种音频播放方法的示意图之一；

图3为本发明实施例提供的一种音频播放方法的示意图之二；

图4为本发明实施例提供的一种音频播放方法的示意图之三；

图5为本发明实施例提供的一种音频播放方法的示意图之四；

图6为本发明实施例提供的一种电子设备的结构示意图；

图7为本发明实施例提供的一种电子设备的硬件示意图。

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。

本发明实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一比值和第二比值等是用于区别不同的比值，而不是用于描述比值的特定顺序。

在本发明实施例的描述中，除非另有说明，“多个”的含义是指两个或两个以上。例如，多个元件是指两个元件或两个以上元件。

本文中术语“和/或”，是一种描述关联对象的关联关系，表示可以存在三种关系，例如，显示面板和/或背光，可以表示：单独存在显示面板，同时存在显示面板和背光，单独存在背光这三种情况。本文中符号“/”表示关联对象是或者的关系，例如输入/输出表示输入或者输出。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

本发明实施例提供一种音频播放方法及电子设备，由于电子设备在播放目标信息之前，可以采集多帧第一人脸图像，并在该多帧第一人脸图像对应的多个目标尺寸满足第一预设条件，即在用户存在将电子设备移动至用户人脸的趋势的情况下，采用第一预设方式播放目标信息，而并非直接通过扬声器进行播放，因此可以避免用户的隐私泄露，从而可以提高电子设备的安全性。

本发明实施例提供的音频播放方法及电子设备，可以应用于电子设备播放目标信息的过程。具体的，可以应用于电子设备根据连续采集的多帧人脸图像，确定目标信息的播放方式的过程中。

本发明实施例中的电子设备可以为具有操作系统的电子设备。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本发明实施例不作具体限定。

下面以安卓操作系统为例，介绍一下本发明实施例提供的音频播放方法所应用的软件环境。

如图1所示，为本发明实施例提供的一种可能的安卓操作系统的架构示意图。在图1中，安卓操作系统的架构包括4层，分别为：应用程序层、应用程序框架层、系统运行库层和内核层(具体可以为Linux内核层)。

其中，应用程序层包括安卓操作系统中的各个应用程序(包括系统应用程序和第三方应用程序)。

应用程序框架层是应用程序的框架，开发人员可以在遵守应用程序的框架的开发原则的情况下，基于应用程序框架层开发一些应用程序。

系统运行库层包括库(也称为系统库)和安卓操作系统运行环境。库主要为安卓操作系统提供其所需的各类资源。安卓操作系统运行环境用于为安卓操作系统提供软件环境。

内核层是安卓操作系统的操作系统层，属于安卓操作系统软件层次的最底层。内核层基于Linux内核为安卓操作系统提供核心系统服务和与硬件相关的驱动程序。

以安卓操作系统为例，本发明实施例中，开发人员可以基于上述如图1所示的安卓操作系统的系统架构，开发实现本发明实施例提供的音频播放方法的软件程序，从而使得该音频播放方法可以基于如图1所示的安卓操作系统运行。即处理器或者电子设备可以通过在安卓操作系统中运行该软件程序实现本发明实施例提供的音频播放方法。

本发明实施例中的电子设备可以为移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，非移动电子设备可以为个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本发明实施例不作具体限定。

下面结合附图，通过具体的实施例及其应用场景对本发明实施例提供的一种音频播放方法及电子设备进行详细地说明。

本发明实施例提供的一种音频播放方法，图2示出了本发明实施例提供的一种音频播放方法的流程图，该方法可以应用于具有如图1所示的安卓操作系统的电子设备。如图2所示，本发明实施例提供的音频播放方法可以包括下述的步骤201至步骤203。

步骤201、在接收到用户对待播放的目标信息的输入的情况下，电子设备连续采集N帧第一人脸图像。

本发明实施例中，N≥2，且N为整数。

本发明实施例中，在电子设备运行第一应用程序的情况下，用户可以在第一应用程序的界面中，对目标信息进行选择输入，以触发电子设备播放该目标信息，并连续采集N帧第一人脸图像。

可选的，本发明实施例中，电子设备可以通过电子设备的前置摄像头，以预设帧率(例如30帧/秒(frame per second，FPS))实时采集用户的面部的图像，以连续采集N帧第一人脸图像。

可选的，本发明实施例中，上述第一应用程序可以为聊天类应用程序、音乐类应用程序或办公类应用程序等。

可选的，本发明实施例中，上述目标信息可以为音频文件、语音消息或视频文件等。

可选的，本发明实施例中，在接收到用户对目标信息的输入之后，电子设备可以通过电子设备的第一外放设备播放该目标信息。

可选的，本发明实施例中，上述第一外放设备可以为电子设备的扬声器。

可选的，本发明实施例中，结合图2，如图3所示，在上述步骤201中的“电子设备连续采集N帧第一人脸图像”之前，本发明实施例提供的音频播放方法还可以包括下述的步骤301，并且上述步骤201具体可以通过下述的步骤201a实现。

步骤301、在接收到用户对待播放的目标信息的输入的情况下，电子设备检测目标角度值是否在预设角度值范围内。

本发明实施例中，上述目标角度值为电子设备的显示屏所在平面与地平面之间的夹角值。

可选的，本发明实施例中，电子设备可以通过电子设备的运动传感器(例如陀螺仪)，实时获取电子设备的显示屏所在平面与地平面之间的夹角值。

可选的，本发明实施例中，上述预设角度值范围可以为0°到180°。例如预设角度值范围可以为90°。

步骤201a、在检测到目标角度值在预设角度值范围内的情况下，电子设备连续采集N帧第一人脸图像。

可以理解，在电子设备检测到目标角度值在预设角度值范围内的情况下，电子设备预测用户可能存在将电子设备移动至用户的目标部位的趋势，则电子设备可以开启电子设备的前置摄像头以连续采集N帧第一人脸图像，从而进一步地判断用户是否将电子设备移动至用户的目标部位。

可选的，本发明实施例中，在检测到电子设备的显示屏所在平面与地平面垂直的情况下，电子设备可以连续采集N帧第一人脸图像。

可选的，本发明实施例中，在检测到目标角度值在预设角度值范围外的情况下，电子设备可以继续通过第一外放设备播放目标信息。

可以理解，在电子设备检测到目标角度值不在预设角度值范围内的情况下，电子设备预测用户可能不会将电子设备移动至用户的目标部位，则电子设备不开启电子设备的前置摄像头，并继续通过第一外放设备播放目标信息。

本发明实施例中，由于在接收到用户对目标信息的输入之后，电子设备可以先获取目标角度值，并在目标角度值在预设角度值范围内，即预测用户可能存在将电子设备移动至用户的目标部位的趋势的情况下，才连续采集N帧第一人脸图像，因此可以提高电子设备确定目标信息的播放方式的准确性。

步骤202、电子设备确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸。

本发明实施例中，上述M帧第一人脸图像为N帧第一人脸图像中的人脸图像，2≤M≤N，且M为整数。

可选的，本发明实施例中，上述M帧第一人脸图像可以为N帧第一人脸图像中连续的M帧第一人脸图像；或者，上述M帧第一人脸图像可以为N帧第一人脸图像中不连续的M帧第一人脸图像。

可选的，本发明实施例中，一帧第一人脸图像中的第一图像区域可以为：用户人脸的目标部位在该一帧第一人脸图像中对应的图像区域。

可选的，本发明实施例中，上述目标部位可以为用户人脸的耳部，一帧第一人脸图像中的第一图像区域可以为用户人脸的耳部在该一帧第一人脸图像中的图像。

可选的，本发明实施例中，电子设备在连续采集N帧第一人脸图像之后，可以通过图像识别算法，对M帧第一人脸图像中每帧第一人脸图像进行检测，以得到该每帧第一人脸图像中的第一图像区域的边界框，从而将该每帧第一人脸图像中的第一图像区域的边界框的尺寸，确定为该每帧第一人脸图像中的第一图像区域的目标尺寸。

需要说明的是，针对电子设备通过图像识别算法，得到每帧第一人脸图像中的第一图像区域的边界框的具体方法，可以参考现有技术中的相关描述，本发明实施例不予赘述。

可选的，本发明实施例中，每帧第一人脸图像中第一图像区域的目标尺寸可以为：该每帧第一人脸图像中的第一图像区域的边界框的宽度值。

步骤203、在M个目标尺寸满足第一预设条件的情况下，电子设备采用第一预设方式播放目标信息。

可选的，本发明实施例中，结合图2，如图4所示，上述步骤203具体可以通过下述的步骤203a实现。

步骤203a、在M个第一比值满足第一预设条件的情况下，电子设备采用第一预设方式播放目标信息。

本发明实施例中，上述M个第一比值为N帧第一人脸图像中M帧第一人脸图像对应的第一比值，一个第一比值为一帧第一人脸图像中的第一图像区域的目标尺寸与该一帧第一人脸图像的尺寸的比值，该一帧第一人脸图像中的第一图像区域为用户人脸的目标部位在该一帧第一人脸图像中对应的图像区域。

可以理解，电子设备可以根据M个目标尺寸和M帧第一人脸图像的尺寸，确定M个第一比值。电子设备在连续采集N帧第一人脸图像之后，可以获取M帧第一人脸图像中每帧第一人脸图像的尺寸，并获取该每帧第一人脸图像中的第一图像区域的目标尺寸，从而得到M个第一比值(即一个第一比值为一帧第一人脸图像中的第一图像区域的目标尺寸与该一帧第一人脸图像的尺寸的比值)。

可选的，本发明实施例中，电子设备可以计算M个边界框的尺寸与M帧第一人脸图像的尺寸(一个边界框对应一帧第一人脸图像)的比值，以得到M个第一比值。

可选的，本发明实施例中，一帧第一人脸图像的尺寸可以为电子设备的显示屏的尺寸。

可选的，本发明实施例中，电子设备可以采用预设算法，基于一帧第一人脸图像和该一帧第一人脸图像中的第一图像区域，确定一个第一比值。

可选的，本发明实施例中，上述预设算法为：

其中，ratio为一个第一比值，BBox_w为一帧第一人脸图像中的第一图像区域的边界框的宽度值，img_w为一帧第一人脸图像的宽度值(即电子设备的显示屏的宽度值)。

可选的，本发明实施例中，上述第一预设条件包括：M个第一比值均大于或等于第一预设阈值，且第i帧第一人脸图像对应的第一比值大于第i-1帧第一人脸图像对应的第一比值；该第i帧第一人脸图像和第i-1帧第一人脸图像为M帧第一人脸图像中任意连续两帧第一人脸图像，2≤i≤M，且i为整数。

需要说明的是，上述“第i帧第一人脸图像对应的第一比值大于第i-1帧第一人脸图像对应的第一比值”可以理解为：M帧第一人脸图像中每帧第一人脸图像对应的第一比值小于该帧第一人脸图像的后一帧第一人脸图像对应的第一比值。

示例性的，假设N＝5，即电子设备连续采集5帧第一人脸图像，且M＝3，例如3帧第一人脸图像可以为5帧第一人脸图像中的第一帧第一人脸图像(以下简称为图像a)、第三帧第一人脸图像(以下简称为图像b)和第五帧第一人脸图像(以下简称为图像c)；3个第一比值可以为比值1(例如图像a中的第一图像区域的目标尺寸与该图像a的尺寸的比值)、比值2(例如图像b中的第一图像区域的目标尺寸与该图像b的尺寸的比值)和比值3(例如图像c中的第一图像区域的目标尺寸与该图像c的尺寸的比值)；电子设备可以根据这3个第一比值(即比值1、比值2和比值3)与第一预设阈值的大小关系，以及比值1、比值2和比值3之间的大小关系，确定这3个第一比值是否满足第一预设条件。

可以理解，电子设备可以根据M个第一比值是否满足第一预设条件，确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸是否呈递增趋势，即电子设备确定用户是否存在将电子设备移动至用户的目标部位的趋势，从而电子设备确定是否采用第一预设方式播放目标信息。

可选的，本发明实施例中，上述第一预设方式可以为以下任一项：调低电子设备的第一外放设备的音量参数方式和通过第二外放设备播放方式。

可选的，本发明实施例中，在M个第一比值满足第一预设条件的情况下，电子设备可以先延迟播放目标信息，再通过第二外放设备播放目标信息。

需要说明的是，上述延迟播放可以理解为：电子设备停止播放目标信息，并在一定时间段后继续播放目标信息。

可选的，本发明实施例中，在M个第一比值满足第一预设条件的情况下，电子设备可以从第一外放设备切换至第二外放设备，并以预设音量参数播放目标信息。

可选的，本发明实施例中，上述第二外放设备可以为电子设备的听筒。

可选的，本发明实施例中，电子设备可以先停止通过第一外放设备播放目标信息，并在M个第一比值满足第一预设条件的情况下，通过第二外放设备播放目标信息。

可选的，本发明实施例中，若M个(例如8个)第一比值均大于或等于第三预设阈值(例如25％)、且小于第一预设阈值(例如95％)，以及第i帧第一人脸图像对应的第一比值大于第i-1帧第一人脸图像对应的第一比值，则电子设备可以停止通过第一外放设备播放目标信息，直至M个(例如8个)第一比值均大于或等于第一预设阈值(例如95％)的情况下，电子设备可以从第一外放设备切换至第二外放设备，并以预设音量参数继续播放目标信息。

可选的，本发明实施例中，在M个第一比值满足第一预设条件的情况下，电子设备可以调低电子设备的第一外放设备的音量参数，并继续通过第一外放设备按照调低后的音量参数播放目标信息。

可以理解，若M个第一比值满足第一预设条件，则可以认为M帧第一人脸图像中的M个第一图像区域(一帧第一人脸图像中包含一个第一图像区域)的目标尺寸呈递增趋势，即电子设备确定用户存在将电子设备移动至用户的目标部位的趋势，从而电子设备可以采用第一预设方式播放目标信息，以避免用户的隐私泄露。

可选的，本发明实施例中，在M个第一比值不满足第一预设条件的情况下，电子设备可以按照电子设备的第一外放设备的初始音量参数，通过第一外放设备播放目标信息。

可以理解，若M个第一比值不满足第一预设条件，则可以认为M帧第一人脸图像中的M个第一图像区域的目标尺寸并不呈递增趋势，即电子设备确定用户并不存在将电子设备移动至用户的目标部位的趋势，从而电子设备可以继续按照电子设备的第一外放设备的初始音量参数，通过第一外放设备播放目标信息。

本发明实施例中，由于电子设备可以根据M个第一比值是否满足第一预设条件，确定用户是否存在将电子设备移动至用户的目标部位的趋势，并在确定用户存在将电子设备移动至用户的目标部位的趋势的情况下，电子设备可以在靠近用户的目标部位之前采用第一预设方式播放目标信息，因此可以提高电子设备的安全性。

本发明实施例提供一种音频播放方法，在接收到用户对目标信息的输入的情况下，在接收到用户对目标信息的输入的情况下，电子设备可以根据连续采集的N帧第一人脸图像，确定M个目标尺寸(一个目标尺寸为M帧第一人脸图像中一帧第一人脸图像中的第一图像区域的尺寸)，并在该M个目标尺寸满足第一预设条件的情况下，采用第一预设方式播放目标信息。由于电子设备在播放目标信息之前，可以采集多帧第一人脸图像，并在该多帧第一人脸图像对应的多个目标尺寸满足第一预设条件，即在用户存在将电子设备移动至用户人脸的趋势的情况下，采用第一预设方式播放目标信息，而并非直接通过扬声器进行播放，因此可以避免用户的隐私泄露，从而可以提高电子设备的安全性。

可选的，本发明实施例中，在电子设备采用第一预设方式播放目标信息过程中，电子设备可以继续采集多帧第二人脸图像，以确定用户是否存在将电子设备移动至远离用户的目标部位的趋势，从而确定是否采用相应的播放方式(例如下述实施例中的第二预设方式)播放目标信息。结合图4，如图5所示，在上述步骤203a之后，本发明实施例提供的音频播放方法还可以包括下述步骤501至步骤503，以及步骤504(或步骤203a)。

步骤501、在采用第一预设方式播放目标信息过程中，电子设备连续采集Q帧第二人脸图像。

本发明实施例中，Q≥2，且Q为整数；

本发明实施例中，在电子设备确定采用第一预设方式播放目标信息过程中，电子设备可以继续通过电子设备的前置摄像头，以预设帧率(例如30FPS)实时采集用户的面部的图像，以连续采集Q帧第二人脸图像。

步骤502、电子设备根据Q帧第二人脸图像，确定L个第二比值。

本发明实施例中，上述L个第二比值为Q帧第二人脸图像中L帧第二人脸图像对应的第二比值，一个第二比值为一帧第二人脸图像中的第二图像区域与一帧第二人脸图像的比值，该第二图像区域为目标部位在一帧第二人脸图像中对应的图像，2≤L≤Q，且L为整数。

可以理解，电子设备在连续采集Q帧第二人脸图像过程中，可以获取L帧第二人脸图像中每帧第二人脸图像的尺寸，并获取该每帧第二人脸图像中的第二图像区域的尺寸，从而得到L个第二比值(即一个第二比值为一帧第二人脸图像中的第二图像区域的尺寸与该一帧第二人脸图像的尺寸的比值)。

可选的，本发明实施例中，上述L帧第二人脸图像可以为Q帧第二人脸图像中连续的L帧第二人脸图像；或者，上述L帧第二人脸图像可以为Q帧第二人脸图像中不连续的L帧第二人脸图像。

可选的，本发明实施例中，一帧第二人脸图像中的第二图像区域可以为用户人脸的耳部在该一帧第二人脸图像中的图像。

可选的，本发明实施例中，电子设备在连续采集Q帧第二人脸图像过程中，可以通过图像识别算法，对L帧第二人脸图像中的每帧第二人脸图像进行检测，以得到该每帧第二人脸图像中的第二图像区域的边界框，从而计算L个边界框的尺寸与L帧第二人脸图像的尺寸(一个边界框对应一帧第二人脸图像)的比值，以得到M个第二比值。

可选的，本发明实施例中，一个第二比值可以为一帧第二人脸图像中的第二图像区域的边界框的宽度值与该一帧第二人脸图像的宽度值的比值。

需要说明的是，针对电子设备通过图像识别算法，得到每帧第二人脸图像中的第二图像区域的边界框的具体方法，可以参考现有技术中的相关描述，本发明实施例不予赘述。

可选的，本发明实施例中，一帧第二人脸图像的尺寸可以为电子设备的显示屏的尺寸。

可选的，本发明实施例中，电子设备可以采用预设算法，基于一帧第二人脸图像和该一帧第二人脸图像中的第二图像区域，确定一个第二比值。

需要说明的是，针对上述预设算法的具体说明，可以参见上述实施例中的具体描述，此处不再赘述。

步骤503、电子设备确定L个第二比值是否满足第二预设条件。

本发明实施例中，上述第二预设条件包括：L个第二比值均小于或等于第二预设阈值，且第j帧第二人脸图像对应的第二比值小于第j-1帧第二人脸图像对应的第二比值；该第j帧第二人脸图像和第j-1帧第二人脸图像为L帧第二人脸图像中任意连续两帧第二人脸图像，2≤j≤L，且j为整数。

需要说明的是，上述“第j帧第二人脸图像对应的第二比值小于第j-1帧第二人脸图像对应的第二比值”可以理解为：每帧第二人脸图像对应的第二比值大于该帧第二人脸图像的后一帧第二人脸图像对应的第二比值。

示例性的，假设Q＝5，即电子设备连续采集5帧第二人脸图像，且L＝3，例如3帧第二人脸图像可以为5帧第二人脸图像中的第一帧第二人脸图像(以下简称为图像d)、第三帧第二人脸图像(以下简称为图像e)和第五帧第二人脸图像(以下简称为图像f)；3个第二比值可以为比值4(例如图像d中的第二图像区域的尺寸与该图像d的尺寸的比值)、比值5(例如图像e中的第二图像区域的尺寸与该图像e的尺寸的比值)和比值6(例如图像f中的第二图像区域的尺寸与该图像f的尺寸的比值)；电子设备可以根据3个第二比值是否满足比值1、比值2和比值3均小于或等于第二预设阈值，且比值3小于比值2、且比值2小于比值1，以确定该3个第二比值是否满足第二预设条件。

可以理解，电子设备可以根据L个第二比值是否满足第二预设条件，确定L帧第二人脸图像中每帧第二人脸图像中的第二图像区域的尺寸是否呈递减趋势，即电子设备确定用户是否存在将电子设备移动至远离用户的目标部位的趋势，从而电子设备确定是否采用第二预设方式播放目标信息。

步骤504、在L个第二比值满足第二预设条件的情况下，电子设备确定采用第二预设方式播放目标信息。

可选的，本发明实施例中，上述第二预设方式可以为以下任一项：调高电子设备的第一外放设备的音量参数方式和通过第一外放设备播放方式。

可选的，本发明实施例中，电子设备可以根据L个第二比值，从第二外放设备切换至第一外放设备，并以预设音量参数播放目标信息。

可选的，本发明实施例中，在电子设备采用通过第二外放设备播放方式的情况下，若L个第二比值满足第二预设条件，则电子设备确定采用通过第一外放设备播放方式播放目标信息。

可选的，本发明实施例中，在电子设备采用第一预设方式为调低电子设备的第一外放设备的音量参数方式的情况下，若L个第二比值满足第二预设条件，则电子设备确定采用调高电子设备的第一外放设备的音量参数方式播放目标信息。

可选的，本发明实施例中，电子设备可以先停止通过第二外放设备播放目标信息，并在L个第二比值满足第二预设条件的情况下，通过第一外放设备播放目标信息。

可选的，本发明实施例中，若L个(例如8个)第二比值均小于第一预设阈值(例如95％)、且大于第二预设阈值(例如30％)，以及第j帧第二人脸图像对应的第二比值小于第j-1帧第二人脸图像对应的第二比值，则电子设备可以停止通过第二外放设备播放目标信息，直至L个(例如8个)第二比值均小于或等于第二预设阈值(例如30％)的情况下，电子设备可以从第二外放设备切换至第一外放设备，并以预设音量参数继续播放目标信息。

可选的，本发明实施例中，在L个第二比值满足第二预设条件的情况下，电子设备可以调高电子设备的第一外放设备的音量参数，并继续通过第一外放设备以调高后的音量参数播放目标信息。

可以理解，若L个第二比值均小于或等于第二预设阈值，且第j帧第二人脸图像对应的第二比值小于第j-1帧第二人脸图像对应的第二比值，则可以认为L帧第二人脸图像中的L个第二图像区域的尺寸呈递减趋势，即用户存在将电子设备移动至远离用户的目标部位的趋势，从而电子设备可以采用第二预设方式播放目标信息。

需要说明的是，在L个第二比值不满足第二预设条件的情况下，电子设备可以继续执行步骤203a，即电子设备继续采用第一预设方式播放目标信息。

可以理解，若L个第二比值不满足第二预设条件，则可以认为L帧第二人脸图像中的L个第二图像区域的尺寸并不呈递减趋势，即用户并不存在将电子设备远离用户的目标部位的趋势，从而电子设备继续采用第一预设方式播放目标信息。

本发明实施例中，由于在电子设备采用第一预设方式播放目标信息过程中，电子设备可以继续连续采集多帧第二人脸图像，并基于该多帧第二人脸图像，确定用户是否存在将电子设备远离用户的目标部位的趋势，并在确定用户存在将电子设备远离用户的目标部位的趋势的情况下采用第二预设方式播放目标信息，从而可以提高电子设备确定播放方式的准确性。

需要说明的是，本发明实施例中，上述附图3至附图5均是结合附图2进行示例说明的，其并不对本发明实施例形成任何限定。可以理解，实际实现时，附图3至附图5还可以结合其它任意可以结合的附图实现。

图6示出了本发明实施例中涉及的电子设备的一种可能的结构示意图。如图6所示，电子设备90可以包括：采集模块91、确定模块92和播放模块93。

其中，采集模块91，用于在接收到用户对待播放的目标信息的输入的情况下，连续采集N帧第一人脸图像，N≥2，且N为整数。确定模块92，用于确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸，该M帧第一人脸图像为N帧第一人脸图像中的，2≤M≤N，且M为整数。播放模块93，用于在M个确定模块92确定的目标尺寸满足第一预设条件的情况下，采用第一预设方式播放目标信息。

在一种可能的实现方式中，上述播放模块93，具体用于在M个第一比值满足第一预设条件的情况下，采用第一预设方式播放目标信息。其中，该M个第一比值为M帧第一人脸图像对应的第一比值，一个第一比值为一帧第一人脸图像中的第一图像区域的目标尺寸与一帧第一人脸图像的尺寸的比值，该一帧第一人脸图像中的第一图像区域为用户人脸的目标部位在一帧第一人脸图像中对应的图像区域。

在一种可能的实现方式中，上述采集模块91，具体用于在检测到目标角度值在预设角度值范围内的情况下，连续采集N帧第一人脸图像，该目标角度值为电子设备的显示屏所在平面与地平面之间的夹角值。

在一种可能的实现方式中，上述第一预设条件包括：M个第一比值均大于或等于第一预设阈值，且第i帧第一人脸图像对应的第一比值大于第i-1帧第一人脸图像对应的第一比值；该第i帧第一人脸图像和第i-1帧第一人脸图像为M帧第一人脸图像中任意连续两帧第一人脸图像，2≤i≤M，且i为整数。

在一种可能的实现方式中，上述采集模块91，还用于在确定模块92确定采用第一预设方式播放目标信息过程中，连续采集Q帧第二人脸图像，Q≥2，且Q为整数。上述确定模块92，还用于根据采集模块91采集的Q帧第二人脸图像，确定L个第二比值，该L个第二比值为Q帧第二人脸图像中L帧第二人脸图像对应的第二比值，一个第二比值为一帧第二人脸图像中的第二图像区域与一帧第二人脸图像的比值，该第二图像区域为目标部位在一帧第二人脸图像中对应的图像，2≤L≤Q，且L为整数；并且，若L个第二比值满足第二预设条件，则确定采用第二预设方式播放目标信息。其中，上述第二预设条件包括：L个第二比值均小于或等于第二预设阈值，且第j帧第二人脸图像对应的第二比值小于第j-1帧第二人脸图像对应的第二比值；该第j帧第二人脸图像和第j-1帧第二人脸图像为L帧第二人脸图像中任意连续两帧第二人脸图像，2≤j≤L，且j为整数。

在一种可能的实现方式中，上述确定模块92，还用于若M个第一比值不满足第一条件，则确定按照电子设备的第一外放设备的初始音量参数，通过第一外放设备播放目标信息。

在一种可能的实现方式中，上述第一预设方式为以下任一项：调低电子设备的第一外放设备的音量参数方式和通过第二外放设备播放方式。

本发明实施例提供的电子设备能够实现上述方法实施例中电子设备实现的各个过程，为避免重复，详细描述这里不再赘述。

本发明实施例提供一种电子设备，由于电子设备在播放目标信息之前，可以采集多帧第一人脸图像，并在该多帧第一人脸图像对应的多个目标尺寸满足第一预设条件，即在用户存在将电子设备移动至用户人脸的趋势的情况下，采用第一预设方式播放目标信息，而并非直接通过扬声器进行播放，因此可以避免用户的隐私泄露，从而可以提高电子设备的安全性。

图7为实现本发明各个实施例的一种电子设备的硬件示意图。如图7所示，电子设备100包括但不限于：射频单元101、网络模块102、音频输出单元103、输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。

需要说明的是，本领域技术人员可以理解，图7中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图7所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，电子设备包括但不限于手机、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104，用于在接收到用户对待播放的目标信息的输入的情况下，连续采集N帧第一人脸图像，N≥2，且N为整数。

处理器110，用于确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸，该M帧第一人脸图像为N帧第一人脸图像中的，2≤M≤N，且M为整数；并在M个目标尺寸满足第一预设条件的情况下，采用第一预设方式播放目标信息。

本发明实施例提供一种电子设备，由于电子设备在播放目标信息之前，可以采集多帧第一人脸图像，并在该多帧第一人脸图像对应的多个目标尺寸满足第一预设条件，即在用户存在将电子设备移动至用户人脸的趋势的情况下，采用第一预设方式播放目标信息，而并非直接通过扬声器进行播放，因此可以避免用户的隐私泄露，从而可以提高电子设备的安全性。

应理解的是，本发明实施例中，射频单元101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110处理；另外，将上行的数据发送给基站。通常，射频单元101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101还可以通过无线通信系统与网络和其他设备通信。

电子设备通过网络模块102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103可以将射频单元101或网络模块102接收的或者在存储器109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103还可以提供与电子设备100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103包括扬声器、蜂鸣器以及受话器等。

输入单元104用于接收音频或视频信号。输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041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106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或网络模块102进行发送。麦克风1042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101发送到移动通信基站的格式输出。

电子设备100还包括至少一种传感器105，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1061的亮度，接近传感器可在电子设备100移动到耳边时，关闭显示面板1061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，可用于识别电子设备姿态(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105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106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106可包括显示面板1061，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1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与电子设备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107包括触控面板1071以及其他输入设备1072。触控面板1071，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1071上或在触控面板1071附近的操作)。触控面板1071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110，接收处理器110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1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072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1071可覆盖在显示面板1061上，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图7中，触控面板1071与显示面板1061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元108为外部装置与电子设备100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108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电子设备100内的一个或多个元件或者可以用于在电子设备100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109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109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110是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器110可包括一个或多个处理单元；可选的，处理器110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110中。

电子设备100还可以包括给各个部件供电的电源111(比如电池)，可选的，电源111可以通过电源管理系统与处理器110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，电子设备100包括一些未示出的功能模块，在此不再赘述。

可选的，本发明实施例还提供一种电子设备，包括如图7所示的处理器110，存储器109，存储在存储器109上并可在所述处理器110上运行的计算机程序，该计算机程序被处理器110执行时实现上述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，ROM)、随机存取存储器(Random Access Memory，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电子设备(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 (10)

1.一种音频播放方法，应用于电子设备，其特征在于，所述方法包括：

在接收到用户对待播放的目标信息的输入的情况下，连续采集N帧第一人脸图像，N≥2，且N为整数；

确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸，所述M帧第一人脸图像为所述N帧第一人脸图像中的人脸图像，2≤M≤N，且M为整数；

在M个所述目标尺寸满足第一预设条件的情况下，采用第一预设方式播放所述目标信息。

2.根据权利要求1所述的方法，其特征在于，所述在M个目标尺寸满足第一预设条件的情况下，采用第一预设方式播放所述目标信息，包括：

在M个第一比值满足所述第一预设条件的情况下，采用所述第一预设方式播放所述目标信息；

其中，所述M个第一比值为所述M帧第一人脸图像对应的第一比值，一个第一比值为一帧第一人脸图像中的第一图像区域的目标尺寸与所述一帧第一人脸图像的尺寸的比值，所述一帧第一人脸图像中的第一图像区域为用户人脸的目标部位在所述一帧第一人脸图像中对应的图像区域。

3.根据权利要求1所述的方法，其特征在于，所述连续采集N帧第一人脸图像，包括：

在目标角度值在预设角度值范围内的情况下，连续采集所述N帧第一人脸图像，所述目标角度值为所述电子设备的显示屏所在平面与地平面之间的夹角值。

4.根据权利要求2或3所述的方法，其特征在于，所述第一预设条件包括：M个第一比值均大于或等于第一预设阈值，且第i帧第一人脸图像对应的第一比值大于第i-1帧第一人脸图像对应的第一比值；所述第i帧第一人脸图像和所述第i-1帧第一人脸图像为所述M帧第一人脸图像中任意连续两帧第一人脸图像，2≤i≤M，且i为整数。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在采用所述第一预设方式播放所述目标信息过程中，连续采集Q帧第二人脸图像，Q≥2，且Q为整数；

根据所述Q帧第二人脸图像，确定L个第二比值，所述L个第二比值为所述Q帧第二人脸图像中L帧第二人脸图像对应的第二比值，一个第二比值为一帧第二人脸图像中的第二图像区域与所述一帧第二人脸图像的比值，所述第二图像区域为目标部位在所述一帧第二人脸图像中对应的图像，2≤L≤Q，且L为整数；

若所述L个第二比值满足第二预设条件，则采用第二预设方式播放所述目标信息；

其中，所述第二预设条件包括：所述L个第二比值均小于或等于第二预设阈值，且第j帧第二人脸图像对应的第二比值小于第j-1帧第二人脸图像对应的第二比值；所述第j帧第二人脸图像和所述第j-1帧第二人脸图像为所述L帧第二人脸图像中任意连续两帧第二人脸图像，2≤j≤L，且j为整数。

6.一种电子设备，其特征在于，所述电子设备包括：采集模块、确定模块和播放模块；

所述采集模块，用于在接收到用户对待播放的目标信息的输入的情况下，连续采集N帧第一人脸图像，N≥2，且N为整数；

所述确定模块，用于确定M帧第一人脸图像中每帧第一人脸图像中的第一图像区域的目标尺寸，所述M帧第一人脸图像为所述N帧第一人脸图像中的，2≤M≤N，且M为整数；

所述播放模块，用于在M个所述确定模块确定的所述目标尺寸满足第一预设条件的情况下，采用第一预设方式播放所述目标信息。

7.根据权利要求6所述的电子设备，其特征在于，所述播放模块，具体用于在M个第一比值满足所述第一预设条件的情况下，采用所述第一预设方式播放所述目标信息；

其中，所述M个第一比值为所述M帧第一人脸图像对应的第一比值，一个第一比值为一帧第一人脸图像中的第一图像区域的目标尺寸与所述一帧第一人脸图像的尺寸的比值，所述一帧第一人脸图像中的第一图像区域为用户人脸的目标部位在所述一帧第一人脸图像中对应的图像区域。

8.根据权利要求6所述的电子设备，其特征在于，所述采集模块，具体用于在检测到目标角度值在预设角度值范围内的情况下，连续采集所述N帧第一人脸图像，所述目标角度值为所述电子设备的显示屏所在平面与地平面之间的夹角值。

9.根据权利要求7或8所述的电子设备，其特征在于，所述第一预设条件包括：M个第一比值均大于或等于第一预设阈值，且第i帧第一人脸图像对应的第一比值大于第i-1帧第一人脸图像对应的第一比值；所述第i帧第一人脸图像和所述第i-1帧第一人脸图像为所述M帧第一人脸图像中任意连续两帧第一人脸图像，2≤i≤M，且i为整数。

10.根据权利要求9所述的电子设备，其特征在于，所述采集模块，还用于在采用所述第一预设方式播放所述目标信息过程中，连续采集Q帧第二人脸图像，Q≥2，且Q为整数；

所述确定模块，还用于根据所述采集模块采集的所述Q帧第二人脸图像，确定L个第二比值，所述L个第二比值为所述Q帧第二人脸图像中L帧第二人脸图像对应的第二比值，一个第二比值为一帧第二人脸图像中的第二图像区域与所述一帧第二人脸图像的比值，所述第二图像区域为目标部位在所述一帧第二人脸图像中对应的图像，2≤L≤Q，且L为整数；并且，若所述L个第二比值满足第二预设条件，则确定采用第二预设方式播放所述目标信息；

其中，所述第二预设条件包括：所述L个第二比值均小于或等于第二预设阈值，且第j帧第二人脸图像对应的第二比值小于第j-1帧第二人脸图像对应的第二比值；所述第j帧第二人脸图像和所述第j-1帧第二人脸图像为所述L帧第二人脸图像中任意连续两帧第二人脸图像，2≤j≤L，且j为整数。

Images