CN111831400A - 一种虚拟机交互方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种虚拟机交互方法、装置、设备及存储介质，该方法包括：获取由虚拟机的目标状态触发的实时音频；对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式；根据所述目标交互方式与所述虚拟机进行交互。本申请通过对获取的虚拟机的实时音频进行识别，以确定实时音频对应的针对目标状态的目标交互方式，能够在避免安装代理软件的情况下，实现与虚拟机的自动交互，并且在虚拟机系统未加载完成之前也可以对虚拟机进行监测，同时可以有效提高虚拟机系统的稳定性、安全性。

Description

一种虚拟机交互方法、装置、设备及存储介质

技术领域

本发明涉及虚拟机领域，特别涉及一种虚拟机交互方法、装置、设备及存储介质。

背景技术

当前，随着计算机技术的不断发展，虚拟机的使用领域越来越广泛，人们对虚拟机的使用需求逐渐增加，需要更高效、便捷的方法与虚拟机进行交互。

现有技术中，可以通过人工操作与虚拟机进行交互，但这个过程会消耗大量的人力成本和时间成本，且难以覆盖所有虚拟机的交互操作。为了解决人工介入的虚拟机交互方式的缺点，现有技术中，通过在虚拟机内部安装代理软件的方式，自动识别虚拟机异常进而与虚拟机进行自动交互，但对于这种方式，在虚拟机操作系统尚未加载完成前无法对虚拟机进行监测，并且开发一款可以适配所有虚拟机的操作系统的代理软件的工作量庞大，同时在虚拟机内部安装代理软件可能会出现虚拟机系统不稳定、不安全和占用过多资源的情况。

发明内容

有鉴于此，本发明的目的在于提供一种虚拟机交互方法、装置、设备及存储介质，能够在避免安装代理软件的情况下，实现与虚拟机的自动交互。其具体方案如下：

本申请第一方面提供了一种虚拟机交互方法，包括：

获取由虚拟机的目标状态触发的实时音频；

对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式；

根据所述目标交互方式与所述虚拟机进行交互。

可选的，所述获取由虚拟机的目标状态触发的实时音频，包括：

根据虚拟机的类型确定音频获取时长，并基于所述音频获取时长采集所述虚拟机播放的音频，以得到所述实时音频。

可选的，所述虚拟机交互方法，还包括：

通过录音设备获取针对虚拟机的交互控制音频；

识别所述交互控制音频对应的交互控制指令；

利用所述交互控制指令对所述虚拟机的交互过程进行相应的控制。

可选的，所述获取由虚拟机的目标状态触发的实时音频，包括：

对所述虚拟机播放的基于音频选择指令从预设自定义音频库中选择的预设音频样本进行采集，以得到所述实时音频；其中，所述音频选择指令为通过预设指令触发接口触发的与所述目标交互方式对应的指令。

可选的，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，包括：

确定与所述虚拟机的类型对应的预设模板音频库；

利用模式匹配法确定所述预设模板音频库中是否存在与所述实时音频相匹配的目标模板音频；

若是，则将所述预设模板音频库中记录的与所述目标模板音频对应的针对所述目标状态的预设交互方式作为所述目标交互方式。

可选的，所述确定与所述虚拟机的类型对应的预设模板音频库之前，还包括：

收集由所述虚拟机的历史状态触发的音频，以得到历史音频；

以虚拟机类型为分组依据，对收集到的所述历史音频以及相应的预设交互方式进行分组，以得到相应的至少一组所述预设模板音频库。

可选的，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式之前，还包括：

将所述实时音频与实时任务列表中的音频识别任务进行匹配；

若匹配到与所述实时音频相对应的音频识别任务，则启动所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式的步骤。

可选的，所述将所述实时音频与实时任务列表中的音频识别任务进行匹配之前，还包括：

基于所述虚拟机对应的预设模板音频库中与所述目标状态对应的模板音频，创建相应的目标音频识别任务，并将所述目标音频识别任务添加至所述实时任务列表；

所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式之后，还包括：

若所述目标状态属于非重复状态，则从所述实时任务列表中剔除与所述目标状态对应的音频识别任务。

可选的，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，包括：

利用训练集，对基于机器学习方法构建的空白模型进行训练，以得到训练后模型；其中，所述训练集包括历史音频及其对应的交互方式；

将所述实时音频输入至所述训练后模型，以确定所述实时音频对应的所述目标交互方式。

可选的，所述根据所述目标交互方式与所述虚拟机进行交互之后，还包括：

监测交互结果；

若未监测到与所述目标交互方式对应的交互结果，则记录所述交互结果或重新基于所述目标交互方式与所述虚拟机进行交互。

可选的，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，包括：

对所述实时音频进行识别以确定预设的针对所述目标状态的第一目标交互方式；所述第一目标交互方式为向所述虚拟机发送用于控制所述虚拟机记录音频识别日志数据的数据记录指令；

或者，对所述实时音频进行识别以确定预设的针对所述目标状态的第二目标交互方式；所述第二目标交互方式为向所述虚拟机发送用于控制所述虚拟机发送提示信息的信息发送指令；

或者，对所述实时音频进行识别以确定预设的针对所述目标状态的第三目标交互方式；所述第三目标交互方式为模拟外设向所述虚拟机的文本框中输入预设信息，或在所述虚拟机的选项框中选择目标选项。

本申请的第二方面提供了一种虚拟机交互装置，包括：

音频获取模块，用于获取由虚拟机的目标状态触发的实时音频；

音频识别模块，用于对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式；

交互模块，用于根据所述目标交互方式与所述虚拟机进行交互。

本申请的第三方面提供了一种电子设备，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序，以实现前述的虚拟机交互方法。

本申请的第四方面提供了一种计算机可读存储介质，用于存储计算机程序；其中计算机程序被处理器执行时实现前述的虚拟机交互方法。

本申请中，首先获取由虚拟机的目标状态触发的实时音频，然后对所述实时音频进行识别，以确定预设的针对所述目标状态的目标交互方式，最后利用上述目标交互方式与所述虚拟机进行交互。可见，本申请通过识别实时音频确定与虚拟机进行交互的目标交互方式，这个过程不需要在虚拟机中安装代理软件，在虚拟机系统未加载完成之前也可以对虚拟机进行监测,并且可以有效提高虚拟机系统的稳定性、安全性，节省资源空间，减少开发的工作量。

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，还可以根据提供的附图获得其他的附图。

图1为本申请提供的一种虚拟机交互方法流程图；

图2为本申请提供的一种具体的虚拟机交互方法流程图；

图3为本申请提供的一种具体的虚拟机交互方法流程图；

图4为本申请提供的一种具体的虚拟机交互方法流程图；

图5为本申请提供的一种虚拟机交互装置结构示意图；

图6为本申请提供的一种电子设备结构图。

具体实施方式

现有技术中，通过在虚拟机内安装代理软件的方式，识别虚拟机的异常进而进行联动处置。这种方式的问题是需要安装代理软件，第一方面，不同虚拟机操作系统之间存在较大差异，开发一款可以适配所有虚拟机操作系统的代理软件的工作量较大；另外，在虚拟机操作系统尚未加载完成前，所有的代理软件都无法使用，在这个阶段出现的问题不能被修复；此外，安装代理软件可能导致虚拟系统不稳定、不安全，并占用较多的存储资源，从而影响虚拟机系统的运行。为了克服上述技术问题，本申请提供了一种新的虚拟机交互方式，能够在避免安装代理软件的情况下，实现与虚拟机的自动交互。

本申请实施例公开了一种虚拟机交互方法，应用于物理机。参见图1所示，该虚拟机交互方法可以包括以下步骤：

步骤S11：获取由虚拟机的目标状态触发的实时音频。

本实施例中，可以通过虚拟机操作系统中自带的录音软件或者物理机的录音软件，对虚拟机由目标状态触发后系统播放的音频进行采集，以得到实时音频。可以理解的是，上述虚拟机操作系统中自带的录音软件通常是虚拟机内部已有的软件，不需要人为安装；并且，上述实时音频是由虚拟机的目标状态触发的实时音频，即当虚拟机处于上述目标状态时，虚拟机操作系统会播放与上述目标状态对应的音频，然后通过获取上述虚拟机播放的音频，以得到实时音频。具体的，当虚拟机处于被攻击状态，虚拟机操作系统会播放由上述被攻击状态产生一个与上述攻击状态对应的提示音频，然后通过获取上述虚拟机播放的提示音频，以得到实时音频。例如，当虚拟机处于中毒状态时，虚拟机内安装的卡巴斯基杀毒软件会发出模拟杀猪叫声的提示音频，然后通过获取上述中毒状态触发的提示音频，以得到实时音频；再例如，当虚拟机处于被恶意软件攻击状态时，虚拟机会弹出带有音频的Flash动画，通过获取上述Flash动画的动画音频，以得到实时音频。

本实施例中，上述获取由虚拟机的目标状态触发的实时音频，可以包括：根据虚拟机的类型确定音频获取时长，并基于所述音频获取时长采集所述虚拟机播放的音频，以得到所述实时音频。可以理解的是，可以根据虚拟机的类型，确定虚拟机在什么时间段内需要进行监测，并在上述时间段内对虚拟机播放的音频进行采集，以得到实时音频。例如，当对Windows虚拟机进行监测的时候，由于重点需要监测的是虚拟机的启动过程，因此可以选择对Windows虚拟机启动时的5分钟时间段内播放的音频进行采集，以得到实时音频，并避免资源浪费。

本实施例中，上述获取由虚拟机的目标状态触发的实时音频，可以包括：对所述虚拟机播放的基于音频选择指令从预设自定义音频库中选择的预设音频样本进行采集，以得到所述实时音频；其中，所述音频选择指令为通过预设指令触发接口触发的与所述目标交互方式对应的指令。可以理解的是，上述音频选择指令可以是由物理机向虚拟机发送的指令，并且上述预设音频样本可以是由用户端发送至物理机并由物理机通过预设数据传输接口发送给虚拟机的样本音频。进一步的，本实施例中，也可以由用户直接操作虚拟机选择预设自定义音频库中的预设音频样本进行播放，然后通过采集播放的预设样本音频以得到实时音频。这样一来，当用户需要与虚拟机进行某种特定交互时，可以直接从预设自定义音频库中选择对应的预设音频样本进行播放，通过这种方式，可以简化用户与虚拟机之间进行交互的操作过程。

步骤S12：对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式。

本实施例中，获取到实时音频之后，可以对所述实时音频进行识别，以确定预设的目标交互方式，并且上述目标交互方式为针对上述目标状态预设的交互方式。可以理解的是，虚拟机会基于不同的目标状态产生不同的音频，所以为了在后续的步骤中利用不同的交互方式响应不同的实时音频对应的虚拟机状态，可以通过识别上述实时音频以确定预设的针对所述目标状态的目标交互方式。具体的，识别上述实时音频以确定预设的针对所述目标状态的目标交互方式的方法包括但不限于模式识别法和机器学习法。

在第一种具体实施方式中，上述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，可以包括：对所述实时音频进行识别以确定预设的针对所述目标状态的第一目标交互方式；所述第一目标交互方式为向所述虚拟机发送用于控制所述虚拟机记录音频识别日志数据的数据记录指令。例如，预先将第一预设交互方式与用户登录状态触发的登录音频建立映射关系，当识别出实时音频为针对用户登录状态的用户登录音频时，向上述虚拟机发送数据记录指令，上述虚拟机得到上述指令后记录关于对上述用户登录音频进行识别以确定预设的针对用户登录状态的目标交互方式日志数据。

在第二种具体实施方式中，上述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，可以包括：对所述实时音频进行识别以确定预设的针对所述目标状态的第二目标交互方式；所述第二目标交互方式为向所述虚拟机发送用于控制所述虚拟机发送提示信息的信息发送指令。例如，预先将第二预设交互方式与虚拟机中毒状态触发的中毒提示音频建立映射关系，当识别出上述实时音频为针对虚拟机中毒状态的中毒提示音频时，向上述虚拟机发送信息发送指令，上述虚拟机接收到上述指令后向用户端发送通知邮件。

在第三种具体实施方式中，上述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，可以包括：对所述实时音频进行识别以确定预设的针对所述目标状态的第三目标交互方式；所述第三目标交互方式为模拟外设向所述虚拟机的文本框中输入预设信息，或在所述虚拟机的选项框中选择目标选项。例如，预先将第三预设交互方式与虚拟机用户登录状态所触发的针对用户名和密码的输入提示音频建立映射关系，当识别出上述实时音频为针对虚拟机用户登录状态的输入提示音频时，模拟键盘向虚拟机相应的文本框中输入用户名和密码。

本实施例中，在对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式之前，还可以包括：将所述实时音频与实时任务列表中的音频识别任务进行匹配；若匹配到与所述实时音频相对应的音频识别任务，则启动所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式的步骤。可以理解的是，在对上述实时音频识别之前，先将获取的实时音频与实时任务列表中的音频识别任务进行匹配，如果存在与上述实时音频对应的音频识别任务时，则对上述实时音频进行识别，以确定出预设的针对上述目标状态的目标交互方式。这样一来，当实时任务列表中不存在与实时音频对应的音频识别任务时，则不对实时音频进行识别，通过这种方式，可以减少识别的运算量，提高识别实时音频的效率。本实施例中，在将所述实时音频与实时任务列表中的音频识别任务进行匹配之前，还可以包括：基于所述虚拟机对应的预设模板音频库中与所述目标状态对应的模板音频，创建相应的目标音频识别任务，并将所述目标音频识别任务添加至所述实时任务列表。可以理解的是，上述目标音频识别任务主要用于识别与上述目标状态对应的实时音频，并且上述目标音频识别任务存放在实时任务列表中；进一步的，上述目标音频识别任务可以是基于上述虚拟机对应的预设模板音频库中与所述目标状态对应的模板音频的创建的，也可以是由用户实时向上述实时任务列表中添加的音频识别任务。

本实施例中，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式之后，还可以包括：若所述目标状态属于非重复状态，则从所述实时任务列表中剔除与所述目标状态对应的音频识别任务。可以理解的是，上述实时任务列表中的与音频识别任务对应的目标状态可以包括重复类型和/或非重复类型的目标状态，如果识别出上述实时音频对应的目标状态为非重复类型，则对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式之后，从上述实时任务列表中剔除该实时音频对应的音频识别任务。通过这种方式，可以减少实时任务列表中的音频识别任务的数量，以减少实时音频与实时任务列表中的音频识别任务进行匹配时的运算量，可以提高后续运算过程的效率，并减少资源占用。

进一步的，本实施例中，所述获取由虚拟机的目标状态触发的实时音频之前，可以包括：若所述实时任务列表中存在音频识别任务，则启动所述获取由虚拟机的目标状态触发的实时音频的步骤；若所述实时任务列表中不存在音频识别任务，则不启动所述获取由虚拟机的目标状态触发的实时音频的步骤。可以理解的是，可以通过上述实时任务列表中是否存在音频识别任务，来判断是否需要启动所述获取由虚拟机的目标状态触发的实时音频的步骤，以减少后续运算量。

步骤S13：根据所述目标交互方式与所述虚拟机进行交互。

本实施例中，在通过对实时音频进行识别以确定预设的针对所述目标状态的目标交互方式之后，根据上述目标交互方式与虚拟机进行交互，其中，上述目标交互方式包括但不限于上述第一目标交互方式、上述第二目标交互方式和上述第三目标交互方式。

本实施例中，在根据所述目标交互方式与所述虚拟机进行交互之后，还包括：监测交互结果。具体的，当根据所述目标交互方式与所述虚拟机进行交互之后，对交互结果进行监测；其中，监测的交互结果可以是监测到虚拟机界面的改变，也可以是监测交互结果是否符合预设的交互效果。例如，当上述交互方式是向虚拟机发送一个向用户终端发送邮件的指令时，需要监测的交互结果是邮件是否发送成功，因此可以根据预设的成功提示音频监测虚拟机是否成功发送邮件；当上述交互方式是模拟鼠标点击关闭弹出的带有音频的动画广告时，需要监测的交互结果是虚拟机是否关闭当前动画广告，因此可以通过获取实时音频来判断虚拟机是否继续播放动画广告以监测虚拟机是否成功关闭广告。

本实施例中，在监测交互结果之后，还可以包括：若未监测到与所述目标交互方式对应的交互结果，则记录所述交互结果或重新基于所述目标交互方式与所述虚拟机进行交互。可以理解的是，本实施例中，对交互结果进行监测后，如果未监测到交互结果或监测到交互失败，则记录交互结果，或重新基于所述预设交互方式与所述虚拟机进行交互。例如，当监测到向用户终端发送邮件的操作失败后，重新向虚拟机发送信息发送指令，虚拟机接收到信息发送指令后重新向用户端发送邮件。这样一来，提高了交互的准确率和完成度。

由上可见，本实施例中，首先获取由虚拟机的目标状态触发的实时音频，然后对所述实时音频进行识别，以确定预设的针对所述目标状态的目标交互方式，最后利用上述目标交互方式与所述虚拟机进行交互。这个过程通过识别实时音频确定与虚拟机进行交互的目标交互方式，不需要在虚拟机中安装代理软件，在虚拟机系统未加载完成之前也可以对虚拟机进行监测,并且可以有效提高虚拟机系统的稳定性、安全性，节省资源空间，减少开发的工作量。

本申请实施例公开了一种具体的虚拟机交互方法，应用于物理机。参见图2所示，该虚拟机交互方法可以包括以下步骤：

步骤S21：收集由所述虚拟机的历史状态触发的音频，以得到历史音频。

本实施例中，可以先收集虚拟机的历史状态触发的音频，以得到历史音频，进一步的，可以将收集到的历史音频的格式转化为可识别的格式。可以理解的是，上述历史音频是与虚拟机的历史状态对应的音频，并且上述收集的历史音频可以是由用户确定的，即可以收集与用户监测需求相关的历史状态触发的音频，以得到历史音频。

步骤S22：以虚拟机类型为分组依据，对收集到的所述历史音频以及相应的预设交互方式进行分组，以得到相应的至少一组所述预设模板音频库。

本实施例中，因为在对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式时，只需要将获取的实时音频与当前虚拟机类型对应的目标模板音频进行匹配，且不同类型虚拟机需要匹配的目标模板音频的数量和类型是不一致的，所以为了减少操作时的运算量，可以根据虚拟机的类型对所述历史音频以及相应的预设交互方式进行分组，以得到与不同类型虚拟机对应的预设模板音频库。需要说明的是，上述预设模板音频库中包含目标模板音频和与上述目标模板音频对应的预设交互方式。例如，对于一台Windows虚拟机，需要监测的可以是用户的登录状态，因此，可以将收集到的与上述用户登录状态对应的登录提示音作为历史音频分配到与上述Windows虚拟机对应的预设模板音频库中；同时还可以监测是否存在软件崩溃状态，因此，可以将收集到的与上述软件崩溃状态对应的崩溃提示音作为历史音频分配到与上述Windows虚拟机对应的预设模板音频库中。

步骤S23：获取由虚拟机的目标状态触发的实时音频。

步骤S24：确定与所述虚拟机的类型对应的预设模板音频库。

本实施例中，在获取到上述实时音频后，将虚拟机与上述不同类型虚拟机对应的预设模板音频库进行匹配，确定与所述虚拟机的类型对应的预设模板音频库，以减少对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式时的运算量。

步骤S25：利用模式匹配法确定所述预设模板音频库中是否存在与所述实时音频相匹配的目标模板音频。

本实施例中，可以基于模式匹配法将实时音频与所述虚拟机的类型对应的预设模板音频库中的目标模板音频进行模式匹配，以确定出所述预设模板音频库中是否存在与实时音频之间的相似度符合预设相似度阈值的目标模板音频。

步骤S26：若是，则将所述预设模板音频库中记录的与所述目标模板音频对应的针对所述目标状态的预设交互方式作为所述目标交互方式。

本实施例中，当确定出与上述实时音频相匹配后的目标模板音频后，将预设模板音频库中记录的与目标模板音频对应的针对目标状态的预设交互方式作为目标交互方式。可以理解的是，上述目标交互方式为与上述实时音频对应的交互方式。

步骤S27：根据所述目标交互方式与所述虚拟机进行交互。

其中，关于上述步骤S23、步骤S27的具体过程可以参考前述实施例公开的相应内容，在此不再进行赘述。

由此可见，本实施例通过收集历史音频，并根据虚拟机类型对历史音频进行分类以得到预设模板音频库，然后利用预设模板音频库并基于模式匹配法确定实时音频对应的针对目标状态的目标交互方式。通过这种方式，用户可以根据监测需求选择历史音频来创建预设模板音频库，并且可以有针对性的对所述实时音频进行识别，减少在对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式的运算量，有效地提高识别的速度和效率。

本申请实施例公开了一种具体的虚拟机交互方法，应用于物理机。参见图3所示，该虚拟机交互方法可以包括以下步骤：

步骤S31：利用训练集，对基于机器学习方法构建的空白模型进行训练，以得到训练后模型；其中，所述训练集包括历史音频及其对应的交互方式。

本实施例中，通过将上述训练集输入至基于机器学习方法构建的空白模型中，经过大量训练数据的训练，得到上述训练后模型。该训练后模型可以通过对实时音频进行识别，确定预设的针对目标状态的目标交互方式。其中，上述训练集中包括历史音频和上述历史音频对应的目标交互方式。

步骤S32：获取由虚拟机的目标状态触发的实时音频。

步骤S33：将所述实时音频输入至所述训练后模型，以确定所述实时音频对应的所述目标交互方式。

本实施例中，在获取到上述实时音频后，将该实时音频输入至训练后模型，以得到训练后模型输出的实时音频对应的针对目标状态的目标交互方式。例如，当某个用户正在播放一些违规视频，通过获取违规视频的音频得到实施音频，将上述实时音频输入至训练后的模型，以确定预设的针对所述目标状态的目标交互方式。

步骤S34：根据所述目标交互方式与所述虚拟机进行交互。

本实施例中，预先将违规类型的音频与其对应的交互方式建立映射关系，其中，上述交互方式可以是模拟外设关闭当前界面；具体的，当监测到上述实时音频为违规视频的音频时，可以模拟鼠标点击关闭按钮以关闭当前虚拟机界面。例如，当监测到虚拟机正在播放暴力血腥类视频时，可以通过模拟鼠标关闭当前操作界面。

其中，关于上述步骤S32、步骤S34的具体过程可以参考前述实施例公开的相应内容，在此不再进行赘述。

由上可见，本实施例中通过建立训练集对基于机器学习方法构建的空白模型进行训练，再利用得到训练后的模型对实时音频进行识别以确定预设的针对目标状态的目标交互方式，通过机器学习方法确定与实时音频对应的目标交互方式，能够提高识别实时音频对应的目标交互方式的准确率，尤其是提高对违规视频等不具备固定模板音频的目标状态的监测。

本申请实施例公开了一种具体的虚拟机交互方法，应用于物理机。参见图4所示，该虚拟机交互方法可以包括以下步骤：

步骤S41：通过录音设备获取针对虚拟机的交互控制音频。

本实施例中，可以通过虚拟机操作系统中自带的录音设备或者物理机的录音设备，对外界音频进行采集，以得到针对虚拟机的交互控制音频；其中，上述交互控制音频可以是用来控制与虚拟机按照目标交互方式进行交互的外界音频；其中，上述交互控制音频可以是外界播放的音频也可以是用户的语音。进一步的，上述通过录音设备获取交互控制音频的过程，可以是通过录音设备实时采集，也可以是当接收到采集指令时通过录音设备进行采集，其中，上述采集指令可以是由用户端发送的指令，也可以是将某个关键词的音频作为采集指令以触发录音设备对交互控制音频进行采集。具体的，可以通过录音设备获取用户针对虚拟机交互的语音；例如，当虚拟机需要执行挂起操作时，可以通过录音设备获取用户说出的“我想要挂起虚拟机”，以作为交互控制音频。

步骤S42：识别所述交互控制音频对应的交互控制指令。

本实施例中，获取到交互控制音频之后，可以对所述交互控制音频进行识别，以识别出上述交互控制音频对应的交互控制指令。可以理解的是，不同的交互控制指令对应着不同的交互控制音频，所以为了在后续的步骤中利用不同的交互方式响应不同的交互控制音频对应的虚拟机状态，可以通过识别上述交互控制音频以确定对应的交互控制指令。具体的，识别所述交互控制音频对应的交互控制指令的方法包括但不限于模式识别法和机器学习法。

步骤S43：利用所述交互控制指令对所述虚拟机的交互过程进行相应的控制。

本实施例中，在确定上述交互控制音频对应的交互控制指令之后，可以根据与上述交互控制指令对虚拟机的交互过程进行相应的控制，以实现与虚拟机的交互过程。可以理解的是，当虚拟机接受到上述交互控制指令后，根据上述交互控制指令控制虚拟机系统采取相对应的处理。例如，当虚拟机接受到挂起指令时，根据挂起指令控制虚拟机系统执行挂起操作，即暂时将程序调离出内存。

由上可见，本实施例中，首先通过录音设备获取针对虚拟机的交互控制音频，然后识别交互控制音频对应的交互控制指令，最后利用上述交互控制指令对所述虚拟机的交互过程进行相应的控制。通过这种方式，可以增加与虚拟机之间交互的交互类型，可以更加便捷的与虚拟机进行交互，同时不需要在虚拟机中安装代理软件，在虚拟机系统未加载完成之前也可以对虚拟机进行监测,并且可以有效提高虚拟机系统的稳定性、安全性，节省资源空间，减少开发的工作量。

相应的，本申请实施例还公开了一种虚拟机交互装置，参见图5所示，该装置包括：

音频获取模块11，用于获取由虚拟机的目标状态触发的实时音频；

音频识别模块12，用于对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式；

交互模块13，用于根据所述目标交互方式与所述虚拟机进行交互。

由上可见，本实施例中首先获取由虚拟机的目标状态触发的实时音频，然后对所述实时音频进行识别，以确定预设的针对所述目标状态的目标交互方式，最后利用上述目标交互方式与所述虚拟机进行交互。可见，本申请通过识别实时音频确定与虚拟机进行交互的目标交互方式，这个过程不需要在虚拟机中安装代理软件，在虚拟机系统未加载完成之前也可以对虚拟机进行监测,并且可以有效提高虚拟机系统的稳定性、安全性，节省资源空间，减少开发的工作量。

在一些实施例中，所述音频获取模块11具体可以包括：

音频获取条件单元，用于根据虚拟机的类型确定音频获取时长；

第一音频获取单元，用于基于所述音频获取时长采集所述虚拟机播放的音频，以得到所述实时音频；

第二音频获取单元，用于对所述虚拟机播放的基于音频选择指令从预设自定义音频库中选择的预设音频样本进行采集，以得到所述实时音频；其中，所述音频选择指令为通过预设指令触发接口触发的与所述目标交互方式对应的指令；

在一些实施例中，所述音频识别模块12具体可以包括：

模板音频库建立单元，用于收集由所述虚拟机的历史状态触发的音频，以得到历史音频；以虚拟机类型为分组依据，对收集到的所述历史音频以及相应的预设交互方式进行分组，以得到相应的至少一组所述预设模板音频库；

第一识别单元，用于确定与所述虚拟机的类型对应的预设模板音频库；利用模式匹配法确定所述预设模板音频库中是否存在与所述实时音频相匹配的目标模板音频；若是，则将所述预设模板音频库中记录的与所述目标模板音频对应的针对所述目标状态的预设交互方式作为所述目标交互方式；

任务列表创建单元，用于基于所述虚拟机对应的预设模板音频库中与所述目标状态对应的模板音频，创建相应的目标音频识别任务，并将所述目标音频识别任务添加至所述实时任务列表；

任务匹配单元，用于将所述实时音频与实时任务列表中的音频识别任务进行匹配；若匹配到与所述实时音频相对应的音频识别任务，则启动所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式的步骤；

任务剔除单元，用于若所述目标状态属于非重复状态，则从所述实时任务列表中剔除与所述目标状态对应的音频识别任务；

模型建立单元，用于利用训练集，对基于机器学习方法构建的空白模型进行训练，以得到训练后模型；其中，所述训练集包括历史音频及其对应的交互方式；

第二识别单元，用于将所述实时音频输入至所述训练后模型，以确定所述实时音频对应的所述目标交互方式；

第一交互方式确定单元，用于对所述实时音频进行识别以确定预设的针对所述目标状态的第一目标交互方式；所述第一目标交互方式为向所述虚拟机发送用于控制所述虚拟机记录音频识别日志数据的数据记录指令；

第二交互方式确定单元，用于对所述实时音频进行识别以确定预设的针对所述目标状态的第二目标交互方式；所述第二目标交互方式为向所述虚拟机发送用于控制所述虚拟机发送提示信息的信息发送指令；

第三交互方式确定单元，用于对所述实时音频进行识别以确定预设的针对所述目标状态的第三目标交互方式；所述第三目标交互方式为模拟外设向所述虚拟机的文本框中输入预设信息，或在所述虚拟机的选项框中选择目标选项。

在一些实施例中，所述交互模块13具体可以包括：

交互监测单元，用于监测交互结果；若未监测到与所述目标交互方式对应的交互结果，则记录所述交互结果或重新基于所述目标交互方式与所述虚拟机进行交互。

进一步的，本申请实施例还公开了一种电子设备，参见图6所示，图中的内容不能被认为是对本申请的使用范围的任何限制。

图6为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的虚拟机交互方法中的相关步骤。

本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。

另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统221、计算机程序222及包括实时音频在内的数据223等，存储方式可以是短暂存储或者永久存储。

其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的虚拟机交互方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223可以包括电子设备20获取到的各种实时音频数据。

进一步的，本申请实施例还公开了一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述任一实施例公开的虚拟机交互方法步骤。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种虚拟机交互方法、装置、设备及存储介质进行了详细介绍，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)

1.一种虚拟机交互方法，其特征在于，包括：

获取由虚拟机的目标状态触发的实时音频；

对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式；

根据所述目标交互方式与所述虚拟机进行交互。

2.根据权利要求1所述的虚拟机交互方法，其特征在于，所述获取由虚拟机的目标状态触发的实时音频，包括：

根据虚拟机的类型确定音频获取时长，并基于所述音频获取时长采集所述虚拟机播放的音频，以得到所述实时音频。

3.根据权利要求1所述的虚拟机交互方法，其特征在于，还包括：

通过录音设备获取针对虚拟机的交互控制音频；

识别所述交互控制音频对应的交互控制指令；

利用所述交互控制指令对所述虚拟机的交互过程进行相应的控制。

4.根据权利要求1所述的虚拟机交互方法，其特征在于，所述获取由虚拟机的目标状态触发的实时音频，包括：

对所述虚拟机播放的基于音频选择指令从预设自定义音频库中选择的预设音频样本进行采集，以得到所述实时音频；其中，所述音频选择指令为通过预设指令触发接口触发的与所述目标交互方式对应的指令。

5.根据权利要求1所述的虚拟机交互方法，其特征在于，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，包括：

确定与所述虚拟机的类型对应的预设模板音频库；

利用模式匹配法确定所述预设模板音频库中是否存在与所述实时音频相匹配的目标模板音频；

若是，则将所述预设模板音频库中记录的与所述目标模板音频对应的针对所述目标状态的预设交互方式作为所述目标交互方式。

6.根据权利要求5所述的虚拟机交互方法，其特征在于，所述确定与所述虚拟机的类型对应的预设模板音频库之前，还包括：

收集由所述虚拟机的历史状态触发的音频，以得到历史音频；

以虚拟机类型为分组依据，对收集到的所述历史音频以及相应的预设交互方式进行分组，以得到相应的至少一组所述预设模板音频库。

7.根据权利要求1所述的虚拟机交互方法，其特征在于，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式之前，还包括：

将所述实时音频与实时任务列表中的音频识别任务进行匹配；

若匹配到与所述实时音频相对应的音频识别任务，则启动所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式的步骤。

8.根据权利要求7所述的虚拟机交互方法，其特征在于，所述将所述实时音频与实时任务列表中的音频识别任务进行匹配之前，还包括：

基于所述虚拟机对应的预设模板音频库中与所述目标状态对应的模板音频，创建相应的目标音频识别任务，并将所述目标音频识别任务添加至所述实时任务列表；

所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式之后，还包括：

若所述目标状态属于非重复状态，则从所述实时任务列表中剔除与所述目标状态对应的音频识别任务。

9.根据权利要求1所述的虚拟机交互方法，其特征在于，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，包括：

利用训练集，对基于机器学习方法构建的空白模型进行训练，以得到训练后模型；其中，所述训练集包括历史音频及其对应的交互方式；

将所述实时音频输入至所述训练后模型，以确定所述实时音频对应的所述目标交互方式。

10.根据权利要求1所述的虚拟机交互方法，其特征在于，所述根据所述目标交互方式与所述虚拟机进行交互之后，还包括：

监测交互结果；

若未监测到与所述目标交互方式对应的交互结果，则记录所述交互结果或重新基于所述目标交互方式与所述虚拟机进行交互。

11.根据权利要求1至10任一项所述的虚拟机交互方法，其特征在于，所述对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式，包括：

对所述实时音频进行识别以确定预设的针对所述目标状态的第一目标交互方式；所述第一目标交互方式为向所述虚拟机发送用于控制所述虚拟机记录音频识别日志数据的数据记录指令；

或者，对所述实时音频进行识别以确定预设的针对所述目标状态的第二目标交互方式；所述第二目标交互方式为向所述虚拟机发送用于控制所述虚拟机发送提示信息的信息发送指令；

或者，对所述实时音频进行识别以确定预设的针对所述目标状态的第三目标交互方式；所述第三目标交互方式为模拟外设向所述虚拟机的文本框中输入预设信息，或在所述虚拟机的选项框中选择目标选项。

12.一种虚拟机交互装置，其特征在于，包括：

音频获取模块，用于获取由虚拟机的目标状态触发的实时音频；

音频识别模块，用于对所述实时音频进行识别以确定预设的针对所述目标状态的目标交互方式；

交互模块，用于根据所述目标交互方式与所述虚拟机进行交互。

13.一种电子设备，其特征在于，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序，以实现如权利要求1至11任一项所述的虚拟机交互方法。

14.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中计算机程序被处理器执行时实现如权利要求1至11任一项所述的虚拟机交互方法。

Images