CN113965641A - 音量调节方法及装置、终端及计算机可读存储介质 - Google Patents

Abstract

本申请公开了一种音量调节方法、音量调节装置、终端及非易失性计算机可读存储介质。音量调节方法包括：获取人脸图像，人脸图像包括抖动信息；根据人脸图像计算人脸和电子设备的距离；及在抖动信息处于第一预设范围时，根据距离调整播放音量。本申请实施方式的音量调节方法、音量调节装置、终端及非易失性计算机可读存储介质在人脸图像的抖动信息处于第一预设范围，即人脸未抖动时，才会根据人脸和电子设备的距离调整播放音量，由此，则可保证用户在使用终端过程中，若出现用户发生无意识的抖动时，并不会调整播放音量，从而保证判断是否调整播放音量的准确性，以使用户得到最佳的音量体验。

Description

音量调节方法及装置、终端及计算机可读存储介质

技术领域

本申请涉及音量调节技术领域，更具体而言，涉及一种音量调节方法、音量调节装置、终端及非易失性计算机可读存储介质。

背景技术

目前，在扬声器场景时，用户往往是通过按压终端上的音量调节按键，以实现对音量的调节，在用户和终端的距离发生变化时，往往仅提供按键调节音量，用户并不能够 得到最佳的播放音量。然而，仅通过用户与终端的距离变化，从而自主调节终端的播放 音量，则会导致执行调节播放音量的判断不准确，从而导致用户无法得到最佳的声音体 验。

发明内容

本申请实施方式提供一种音量调节方法、音量调节装置、终端及非易失性计算机可 读存储介质。

本申请实施方式的音量调节方法包括获取人脸图像，所述人脸图像包括抖动信息； 根据所述人脸图像计算所述人脸和电子设备的距离；及在所述抖动信息处于第一预设范 围时，根据所述距离调整播放音量。

本申请实施方式的音量调节装置包括获取模块、计算模块及调整模块。所述获取模 块用于获取人脸图像，所述人脸图像包括抖动信息。所述计算模块用于根据所述人脸图像计算所述人脸和电子设备的距离。及所述调整模块用于在所述抖动信息处于第一预设范围时，根据所述距离调整播放音量。

本申请实施方式的终端包括处理器。所述处理器用于获取人脸图像，所述人脸图像 包括抖动信息；根据所述人脸图像计算所述人脸和电子设备的距离；及在所述抖动信息处于第一预设范围时，根据所述距离调整播放音量。

本申请实施方式的非易失性计算机可读存储介质包含计算机程序，当所述计算机程 序被一个或多个处理器执行时，使得所述处理器执行如下音量调节方法：获取人脸图像， 所述人脸图像包括抖动信息；根据所述人脸图像计算所述人脸和电子设备的距离；及在 所述抖动信息处于第一预设范围时，根据所述距离调整播放音量。

本申请实施方式的音量调节方法、音量调节装置、终端及非易失性计算机可读存储 介质在人脸图像的抖动信息处于第一预设范围，即人脸未抖动时，才会根据人脸和电子设备的距离调整播放音量，由此，则可保证用户在使用终端过程中，若出现用户发生无 意识的抖动时，并不会调整播放音量，从而保证判断是否调整播放音量的准确性，以使 用户得到最佳的音量体验。

本申请的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的 描述中变得明显，或通过本申请的实施方式的实践了解到。

附图说明

本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得 明显和容易理解，其中：

图1是本申请某些实施方式的音量调节方法的流程示意图；

图2是本申请某些实施方式的音量调节装置的示意图；

图3是本申请某些实施方式的终端的平面示意图；

图4是本申请某些实施方式的音量调节方法的场景示意图；

图5是本申请某些实施方式的音量调节方法的流程示意图；

图6是本申请某些实施方式的音量调节方法的场景示意图；

图7和图8是本申请某些实施方式的音量调节方法的流程示意图；

图9是本申请某些实施方式的音量调节方法的场景示意图；

图10至图12本申请某些实施方式的音量调节方法的流程示意图；

图13是本申请某些实施方式的非易失性计算机可读存储介质和处理器的连接状态 示意图。

具体实施方式

下面详细描述本申请的实施方式，所述实施方式的示例在附图中示出，其中，相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请的实施方式，而不能理解为对 本申请的实施方式的限制。

请参阅图1，本申请实施方式提供一种音量调节方法。该音量调节方法包括步骤：

101：获取人脸图像，人脸图像包括抖动信息；

102：根据人脸图像计算人脸和电子设备的距离；及

103：在抖动信息处于第一预设范围时，根据距离调整播放音量。

请参阅图2，本申请实施方式提供一种音量调节装置10。音量调节装置10包括获取模块11、计算模块12及调整模块13。本申请实施方式的音量调节方法可应用于音量 调节装置10。其中，获取模块11用于执行步骤101，计算模块12用于执行步骤102， 调整模块13用于执行步骤103。即，获取模块11用于获取人脸图像，人脸图像包括抖 动信息。计算模块12用于根据人脸图像计算人脸和电子设备的距离。调整模块13用于 在抖动信息处于第一预设范围时，根据距离调整播放音量。

请参阅图3，本申请实施方式还提供一种终端100。终端100包括处理器30。本申 请实施方式的音量调节方法可应用于终端100。处理器30用于执行步骤101、步骤102 和步骤103。即，处理器30用于获取人脸图像，人脸图像包括抖动信息；根据人脸图像 计算人脸和电子设备的距离；及在抖动信息处于第一预设范围时，根据距离调整播放音 量。

其中，终端100还包括壳体40。终端100可以是手机、平板电脑、显示设备、笔记 本电脑、柜员机、闸机、智能手表、头显设备、游戏机等。如图3所示，本申请实施方 式以终端100是手机为例进行说明，可以理解，终端100的具体形式并不限于手机。壳 体40还可用于安装终端100的显示装置、成像装置、供电装置、通信装置等功能模块， 以使壳体40为功能模块提供防尘、防摔、防水等保护。

具体地，在调整终端100的播放音量前，处理器30需先根据人脸图像中的抖动信息，以确定人脸图像中的人脸(即用户)是否处于第一预设范围。其中，第一预设范围 可以是人脸未发生抖动时，所处的位置。第一预设范围还可以是人脸能够允许抖动的最 大范围，即超出该范围时，处理器则判定人脸发生抖动。

在一个实施方式中，抖动信息可包含有人脸的位置和人脸未抖动时所处的预设位置 (即第一预设范围)，处理器可通过判断人脸图像中人脸的位置是否处于预定位置时，以判断人脸是否发生抖动。如，处理器判断人脸的位置处于预定位置时，处理器判断人 脸处于第一预设范围，即人脸为抖动；处理器判断人脸的位置未处于预定位置时，处理 器判断人脸未处于第一预设范围，即人脸发生抖动。

在另一个实施方式中，在调整终端100的播放音量前，处理器30会获取多帧人脸图像，并仅检测人脸图像中的人脸，在通过对比多帧人脸图像中人脸的位置是否发生较 大变化后，则可确定抖动信息是否处于第一预设范围，从而可确定人脸是否发生抖动。 即处理器30在通过对比多帧人脸图像中的人脸的位置发生较大变化(即多帧人脸图像 中的人脸的位置差值位于第一预设范围之外)时，处理器30便判定抖动信息不处于第 一预设范围，人脸发生抖动，处理器30在通过对比多帧人像图像中的目标人脸图像的 位置未发生变化，或位置变化较小(即多帧人脸图像中的人脸的位置差值位于第一预设 范围内)时，处理器30便判定抖动信息处于第一预设范围，人脸未发生抖动。接下来， 处理器30可根据人脸图像，以计算人脸和电子设备(即终端100)的当前距离。具体地， 终端100中可预先设定有人脸大小与距离的对应映射关系，即人脸的大小可反映出人脸 与终端100之间的距离，由此，处理器30便可根据人脸图像，以得到人脸和电子设备 的距离。

以图4为例，终端100可预先设定有人脸和电子设备的距离为0.5米和1米时，对 应人脸图像分别为人脸图像P1和人脸图像P2，可以看出，人脸图像P1和人脸图像P2 中的人脸尺寸不同，人脸图像P2中的人脸尺寸小于人脸图像P1中的尺寸。由此，当处 理器30获取到人脸图像后，则可分别与人脸图像P1和人脸图像P2中的人脸尺寸对比， 即当处理器30获取的人脸图像中的人脸与人脸图像P1中的人脸尺寸相同时，处理器 30则可得出此时人脸和电子设备的距离为0.5米。当处理器30获取的人脸图像中的人 脸与人脸图像P2中的人脸尺寸相同时，处理器30则可得出此时人脸和电子设备的距离 为1米。

最后，在处理器30确定人脸未抖动，即抖动信息处于第一预设范围，并计算出人脸和电子设备的距离后，处理器30便会根据距离以获取与距离对应的音量，从而调整 终端100的播放音量。

例如，终端100中可提前设定有用户设定好的预定距离和预定音量的映射关系，在处理器30计算出人脸和电子设备的距离后，处理器30则可根据对比该距离和预定距离， 从而得到该距离相对预设距离的变化比例，从而计算变化比例与预定音量的乘积，以得 到当前距离下对应的音量，处理器30则可根据该音量以调整终端100的播放音量，即 将终端100的播放音量调整至该音量。

又例如，在终端100中设定有用户设定好的预定距离和预定音量的映射关系的情况 下，处理器30在计算出人脸和电子设备的距离后，处理器30可根据对比当前距离和预定距离，以得到距离的变化比例，从而通过声压与距离的关系、及变化比例，以得到当 前距离下，终端100的播放音量相对预定音量理论需要调整的音量大小，从而调整终端 100的播放音量。

本申请实施方式的音量调节方法、音量调节装置10及终端100在人脸图像的抖动信息处于第一预设范围，即人脸未抖动时，才会根据人脸和电子设备的距离调整播放音量，由此，则可保证用户在使用终端100过程中，若出现用户发生无意识的抖动时，并 不会调整播放音量，从而保证判断是否调整播放音量的准确性，以使用户得到最佳的音 量体验。

请参阅图2、图3及图5，本申请实施方式的音量调节方法，还包括步骤：

501：获取人脸图像，人脸图像包括抖动信息；

502：根据人脸图像计算人脸和电子设备的距离；

503：获取第一预定时长内的连续多帧人脸图像；

504：判断连续多帧人脸图像中，任意两帧人脸图像中的人脸的位置坐标的差值是否处于第一预设范围内；及

505：若是，则确定抖动信息处于第一预设范围。

506：在抖动信息处于第一预设范围时，根据距离调整播放音量。

在某些实施方式中，获取模块11用于执行步骤501、步骤503、步骤404和步骤505，计算模块12用于执行步骤502，调整模块13用于执行步骤506。即获取模块11用于获 取人脸图像，人脸图像包括抖动信息；获取第一预定时长内的连续多帧人脸图像；判断 连续多帧人脸图像中，任意两帧人脸图像中的人脸的位置坐标的差值是否处于第一预设 范围内；及若是，则确定抖动信息处于第一预设范围。计算模块12用于根据人脸图像 计算人脸和电子设备的距离。调整模块13用于在抖动信息处于第一预设范围时，根据 距离调整播放音量。

在某些实施方式中，处理器30用于执行步骤501、步骤502、步骤503、步骤504、 步骤505和步骤506。即处理器30获取人脸图像，人脸图像包括抖动信息；根据人脸图 像计算人脸和电子设备的距离；获取第一预定时长内的连续多帧人脸图像；判断连续多 帧人脸图像中，任意两帧人脸图像中的人脸的位置坐标的差值是否处于第一预设范围内； 及若是，则确定抖动信息处于第一预设范围。在抖动信息处于第一预设范围时，根据距 离调整播放音量。

其中，步骤501与上述步骤101执行方式相同，步骤502与上述步骤102执行方式 相同，步骤506与上述步骤103执行方式相同，在此不一一赘述。

具体地，处理器30会获取在第一预定时长内的连续多帧人脸图像，从而根据多帧人脸图像中任意两帧人脸图像中的人脸的位置坐标的差值，以确定抖动信息是否处于第一预设范围。而抖动信息是否第一预设范围，还可反应在第一预定时长内的人脸是否发 抖动。其中，人脸的抖动可以是用户在操作终端100时，终端100发生的抖动，也可以 是用户自身无意识发生的抖动，即人脸的抖动是终端100与用户之间的相对抖动，并不 限于用户自身发生的抖动。

例如，第一预定时长为1秒，处理器30在1秒内会获取5帧连续的人脸图像，此 时，由于每帧人脸图像的坐标系是一致的，则可通过对比5帧人脸图像中任意两帧人脸 图像中的人脸的位置坐标，以得到坐标差值。如第1帧人脸图像和第2帧人脸图像中的 人脸的位置坐标的差值，又如第1帧人脸图像和第5帧人脸图像中的人脸的位置坐标的 差值，还如第2帧人脸图像和第4帧人脸图像中的人脸的位置坐标的差值等。其中，任 意两帧人脸图像中的人脸的位置坐标的差值可以是任意两帧人脸图像中的人脸中心点 的位置坐标的差值，还可以是任意两帧人脸图像中的人脸特征点(如眼部特征点、嘴部 特征点和鼻部特征点)的位置坐标的差值。

接下来，处理器30会通过对比位置坐标的差值是否处于第一预设范围内，以判断人脸是否发生抖动。此时，第一预设范围则代表允许任意两帧人脸图像中的人脸的位置 发生变化的最大值。

如图6所示，图6(a)和图6(b)为任意两帧人脸图像，处理器30可通过计算图 6(a)中的嘴角特征点Q1的位置坐标与图6(b)中嘴角特征点Q2的位置坐标的差值， 以得到任意两帧人脸图像中的位置坐标的差值。例如，Q1的坐标为(1，1.5)，Q2的 坐标为(1，2)，可以得出Q1和Q2的位置坐标的差值为(0，0.5)，若第一预设范围 为(0.5，0.5)，即允许任意两帧人脸图像中的人脸的位置在X轴和Y轴上位置发生变 化的最大距离为0.5个单位，可以看出Q1和Q2的位置坐标的差值处于第一预设范围， 则说明在第一预时长内的多帧人脸图像未发生抖动。若第一预设范围为(0，0.25)，此 时，则Q1和Q2的位置坐标的差值不处于第一预设范围，则说明在第一预时长内的多 帧人脸图像发生抖动。

需要说明的是，当任意两帧人脸图像中的人脸的位置坐标的差值为负数时，处理器 30比较的是该位置坐标的绝对值是否处于第一预设范围内。如，第一预设范围为(1，1)，任意两帧人脸图像中的人脸的位置坐标的差值为(-2，-2)时，处理器30则确定位置坐 标的差值的绝对值(2，2)不处于第一预设范围(1，1)，则说明任意两帧人脸图像中 的人脸的位置坐标的差值不处于第一预设范围内，即在第一预时长内的多帧人脸图像发 生抖动。

综上，在处理器30判断连续多帧人脸图像中，任意两帧人脸图像中的人脸的位置坐标的差值不处于第一预设范围时，处理器30则确定人脸未发生抖动。在处理器30判 断连续多帧人脸图像中，任意两帧人脸图像中的人脸的位置坐标的差值处于第一预设范 围时，处理器30则确定人脸发生抖动。此时，则说明用户并不是希望调整终端100的 播放音量，处理器30同样也不会调整终端100的播放音量。

请参阅图2、图3和图7，在某些实施方式中，人脸图像还包括角度信息，本申请 实施方式的音量调节方法，还包括步骤：

701：获取人脸图像，人脸图像包括抖动信息；

702：根据人脸图像计算人脸和电子设备的距离；及

703：在抖动信息处于第一预设范围且角度信息处于第二预设范围时，根据距离调整播放音量。

在某些实施方式中，获取模块11用于执行步骤701，计算模块12用于执行步骤702，调整模块13用于执行步骤703。即获取模块11用于获取人脸图像，人脸图像包括抖动 信息。计算模块12用于根据人脸图像计算人脸和电子设备的距离。调整模块13用于在 抖动信息处于第一预设范围且角度信息处于第二预设范围时，根据距离调整播放音量。

在某些实施方式中，处理器30还用于执行步骤601、步骤602和步骤603。即处理 器30用于获取人脸图像，人脸图像包括抖动信息；根据人脸图像计算人脸和电子设备 的距离；及在抖动信息处于第一预设范围且角度信息处于第二预设范围时，根据距离调 整播放音量。

其中，步骤701和步骤702分别与上述步骤101和步骤102的执行方式相同，在此 不一一赘述。

在某些情况下，当用户发生转头、抬头或低头时，则用户人脸与终端100(电子设备)之间的距离同样会发生变化，而此时，用户并非需要调整终端100的播放音量。

因此，为了保证处理器30判断是否调整播放音量的准确性，在处理器30根据人脸和电子设备之间的距离调整播放音量时，还需判断人脸图像中的角度信息是否处于第二预设范围，并在该角度信息处于第二预设范围且上述抖动信息处于第一预设范围时，处 理器30才会调整终端100的播放音量。

其中，第二预设范围可以包括人脸与终端的预设角度及对应的预设方位。如，预设角度可以为70度，则说明人脸相对于终端100，左侧头、右侧头、抬头及低头的角度阈 值为70度。角度信息则包括人脸图像中的人脸与终端的角度和方位。

具体地，处理器30可通过判断多帧人脸图像中，目标人脸图像与终端100的夹角是否处于第二预设范围内，以确定是否根据距离调整播放音量。如当目标人脸图像与终 端100的夹角小于第二预设范围时，则处理器30确定目标人脸图像与终端100的夹角 处于第二预设范围，当目标人脸图像与终端100的夹角大于预定角度时，则处理器30 目标人脸图像与终端100的夹角未处于第二预设范围。

请参阅图2、图3和图8，本申请实施方式的音量调节方法，还包括步骤：

801：获取人脸图像，人脸图像包括抖动信息；

802：根据人脸图像计算人脸和电子设备的距离；

803：获取第二预定时长内的连续多帧人脸图像；

804：判断连续多帧人脸图像中，人脸的角度信息是否均处于第二预设范围；

805：若是，则确定角度信息处于第二预设范围；及

806：在抖动信息处于第一预设范围且角度信息处于第二预设范围时，根据距离调整播放音量。

在某些实施方式中，获取模块11还用于执行步骤801、步骤803、步骤804及步骤805，计算模块12用于执行步骤802，调整模块13用于执行步骤806。即获取模块11 用于获取人脸图像，人脸图像包括抖动信息；获取第二预定时长内的连续多帧人脸图像； 判断连续多帧人脸图像中，人脸的角度信息是否均处于第二预设范围；若是，则确定角 度信息处于第二预设范围。计算模块12用于根据人脸图像计算人脸和电子设备的距离。 调整模块13用于在抖动信息处于第一预设范围且角度信息处于第二预设范围时，根据 距离调整播放音量。

在某些实施方式中，处理器30还用于执行步骤801、步骤802、步骤803、步骤804、步骤805和步骤806。即处理器30获取人脸图像，人脸图像包括抖动信息；根据人脸图 像计算人脸和电子设备的距离；获取第二预定时长内的连续多帧人脸图像；判断连续多 帧人脸图像中，人脸的角度信息是否均处于第二预设范围；若是，则确定角度信息处于 第二预设范围；及在抖动信息处于第一预设范围且角度信息处于第二预设范围时，根据 距离调整播放音量。

其中，步骤801与上述步骤701执行方式相同，步骤802与上述步骤702执行方式 相同，步骤806与上述步骤703执行方式相同，在此不一一赘述。

具体地，处理器30还会获取第二预定时长内的连续多帧人脸图像，并通过判断连续多帧人脸图像中，人脸的角度信息是否处于第二预设范围。而角度信息是否处于第二 预设范围还可反应第二预定时长内的人脸的角度是否有效。其中，第二预定时长可以大 于第一预定时长，也可以小于第一预定时长，还可以等于第一预定时长。

第二预设范围为代表方位的具体角度。例如，第二预设范围可以为70度，则说明人脸相对于终端100，左侧头、右侧头、抬头及低头的角度阈值为70度，若处理器30 获取5帧人脸图像，处理器30则分别判断这5帧人脸图像中人脸的角度是否小于70度， 并在小于70度时，以确定第二预设范围内的人脸的角度信息处于第二预设范围，人脸 的角度有效，此时，则说明用户是希望调整终端100的播放音量的。

如图9所示，图8为用户右侧头的人脸图像P，处理器30可根据人脸图像P中用 户右侧头的程度，即人脸相对于终端的夹角是否处于第二预设范围，以确定人脸角度是 否有效。若第二预设范围为60度，处理器30判断图8中用户右侧头的角度为80度， 则此时，人脸相对于终端的夹角不处于第二预设范围处理器，则确定人脸角度无效。若 第二预设范围为60度，处理器30判断图8中用户右侧头的角度为50度，人脸相对于 终端的夹角处于第二预设范围，处理器则确定人脸角度有效。

需要说明的是，处理器30可以同时确定抖动信息是否处于第一预设范围和角度信息是否处于第二预设范围的工作；处理器30也可以先确定抖动信息是否处于第一预设 范围的工作，再确定角度信息是否处于第二预设范围的工作；处理器30还可以先确定 角度信息是否处于第二预设范围的工作，再确定抖动信息是否处于第一预设范围的工作。

当处理器30确定抖动信息是否处于第一预设范围和角度信息是否处于第二预设范 围的工作时，则在满足抖动信息不处于第一预设范围或角度信息不处于第二预设范围的 工作其中一种时，处理器30则不会调整终端100的播放音量。当处理器30分先后确定 抖动信息是否处于第一预设范围和角度信息是否处于第二预设范围的工作，则在先确定 的工作不满足条件时，处理器30便不会再进行后续的工作。例如，处理器30先确定抖 动信息不处于第一预设范围后，处理器30则不会再去确定角度信息是否处于第二预设 范围的工作。由此，则可减轻处理器30的工作量。

请参阅图2、图3及图10，本申请实施方式的音量调节方法，还包括步骤：

1001：接收输入操作，以设置多个不同用户的人脸的优先级；

1002：获取人脸图像中，优先级最高的人脸的第一人脸信息，以作为目标人脸信息；

1003：获取人脸图像，人脸图像包括人脸抖动信息；

1004：根据目标人脸信息计算人脸和电子设备的距离；及

1005：在抖动信息处于第一预设范围时，根据距离调整播放音量。

在某些实施方式中，音量调节装置10还包括设置模块14，设置模块14用于执行步骤1001和步骤1002，获取模块11用于执行步骤1003，计算模块12用于执行步骤1004， 调整模块13用于执行步骤1005。即设置模块14用于接收输入操作，以设置多个不同用 户的人脸的优先级；获取人脸图像中，优先级最高的人脸的第一人脸信息，以作为目标 人脸信息。获取模块11用于获取人脸图像，人脸图像包括人脸抖动信息。计算模块12 用于根据目标人脸信息计算人脸和电子设备的距离。调整模块13用于在抖动信息处于 第一预设范围时，根据距离调整播放音量。

在某些实施方式中，处理器30用于执行步骤1001、步骤1002、步骤1003、步骤 1004和步骤1005。即处理器30接收输入操作，以设置多个不同用户的人脸的优先级； 获取人脸图像中，优先级最高的人脸的第一人脸信息，以作为目标人脸信息；获取人脸 图像，人脸图像包括人脸抖动信息；根据目标人脸信息计算人脸和电子设备的距离；及 在抖动信息处于第一预设范围时，根据距离调整播放音量。

其中，步骤1003和步骤1005分别与上述步骤101和步骤103的执行方式相同，在 此不一一赘述。

具体地，在处理器30获取人脸图像前，多个用户可在终端100内录入自身的人脸，处理器30则可接收输入操作，即接收到多个用户的人脸。

接下来，终端100的机主可通过终端100以设置多个不同用户的人脸的优先级，例如，终端100的机主录入了包括自身的人脸的3个用户的人脸，终端100的机主则可将 自身的人脸设置为第一优先级，剩下两个用户的人脸设置为第二优先级和第三优先级。

在设置好多个用户的人脸的优先级后，处理器30则可根据获取到的人脸图像中，优先级最高的人脸的第一人脸信息，以作为目标人脸信息。

例如，终端100的共设置有三个优先级的人脸，分别为第一优先级的人脸、第二优先级的人脸和第三优先级的人脸。则当处理器30获取到连续多帧人脸图像后，处理器 30会先找第一优先级的人脸，若没有第一优先级的人脸，则接着找第二优先级的人脸， 若没有第二优先级的人脸，则再去找第三优先级的人脸。需要说明的是，若人脸图像中 同时包含第一优先级的人脸、第二优先级的人脸和第三优先级的人脸，则处理器30会 选取第一优先级(即优先级最高)的人脸的第一人脸信息，以作为目标人脸信息。若人 脸图像中均不包含第一优先级的人脸、第二优先级的人脸和第三优先级的人脸，则说明 该连续多帧的人脸图像无效，处理器30不会执行本申请实施方式的音量调节方法。

最后，在得到人脸图像中的目标人脸信息后，处理器30便可通过该目标人脸信息以计算该人脸与电子设备(即终端100)的距离。可以理解的是，当人脸图像中包含有 多个人脸时，处理器30会先判断多个人脸中优先级最高的人脸，以将优先级最高的人 脸信息作为目标人脸信息，而当处理器30根据人脸图像计算人脸和电子设备的距离时， 则是计算多个人脸中优先级最高的人脸与电子设备的距离。

由此，处理器30仅会为终端100的机主，提供调整播放音量的工作，以避免获取 的多帧人脸图像中包含有其他人脸时，出现其他人脸影响调整播放音量准确性的情况， 从而保证处理器30调整播放音量的准确性。

请参阅图2、图3和图11，在某些实施方式中，步骤1002：获取人脸图像中，优先 级最高的人脸的第一人脸信息，以作为目标人脸信息，还包括步骤：

1101：识别人脸图像中的一个或多个人脸的第二人脸信息；

1102：将一个或多个第二人脸信息与预设的人脸库中的预存人脸信息进行比对，以 获取与预存人脸信息匹配的第二人脸信息，作为第一人脸信息；及

1103：获取人脸的优先级最高的第一人脸信息，以作为目标人脸信息。

在某些实施方式中，设置模块14用于执行步骤1101、步骤1102及步骤1103。即 设置模块14用于识别人脸图像中的一个或多个人脸的第二人脸信息；将一个或多个第 二人脸信息与预设的人脸库中的预存人脸信息进行比对，以获取与预存人脸信息匹配的 第二人脸信息，作为第一人脸信息；及获取人脸的优先级最高的第一人脸信息，以作为 目标人脸信息。

在某些实施方式中，处理器30用于执行步骤1101、步骤1102及步骤1103。即处 理器30用于识别人脸图像中的一个或多个人脸的第二人脸信息；将一个或多个第二人 脸信息与预设的人脸库中的预存人脸信息进行比对，以获取与预存人脸信息匹配的第二 人脸信息，作为第一人脸信息；及获取人脸的优先级最高的第一人脸信息，以作为目标 人脸信息。

具体地，处理器30在获取人脸图像中，优先级最高的人脸的第一人脸信息的前，终端100内可设置有预设的人脸库，该预设的人脸库中包含有预存人脸信息。在处理器 30获取到多帧人脸图像后，处理器30则可识别出人脸图像中所有的人脸的人脸信息， 并将该人脸信息作为第二人脸信息。需要说明的是，当人脸图像中包含有多个人脸时， 处理器30则可获取多个人脸的人脸信息，以得到多个第二人脸信息。

其中，预设的人脸库中的预存人脸信息可以是根据不同的用户在不同光照条件下的 人脸图像生成的，也可以是根据不同的用户在不同的拍摄角度下的人脸图像生成的。

由此，在用户需要调整终端100的播放音量时，处理器30可以提醒用户在与预存人脸信息相同的光照条件下进行操作，或处理器30可以提醒用户在与预存人脸信息相 同的拍摄角度下进行操作，从而保证调整播放音量的准确性。

接下来，处理器30则可将第二人脸信息与预存人脸信息进行比对，从而找到与预存人脸信息匹配(即一致)的第二人脸信息，并将该第二人脸信息作为第一人脸信息。 当处理器30对比得到多个预存人脸信息匹配的第二人脸信息时，则可得到多个第一人 脸信息。

最后，处理器30则可根据不同的人脸的优先级，以找出优先级最高的第一人脸信息，以作为目标人脸信息。即处理器30仅会针对优先级最高的第一人脸信息，进行人 脸是否抖动和人脸的角度是否有效的确定工作，并根据优先级最高的第一人脸信息计算 该人脸和电子设备(即终端100)的距离，以执行对应的调整播放音量的工作。

请参阅图2、图3及图12，本申请实施方式的音量调节方法，还包括步骤：

1201：获取人脸图像，人脸图像包括抖动信息；

1202：根据输入操作，设置初始距离下的初始音量，并关联初始距离和初始距离下采集的人脸图像中人脸的初始尺寸；

1203：根据初始距离、初始尺寸和多帧人脸图像中人脸的尺寸的平均尺寸，计算距离；

1204：根据初始距离、当前距离和初始音量确定调整音量；及

1205：根据调整音量调整播放音量。

在某些实施方式中，音量调节装置10还包括关联模块15，关联模块15用于执行步骤1202，获取模块11用于执行步骤1201，计算模块12用于执行步骤1203，调整模块13用于执行步骤1204和步骤1205。即获取模块11获取人脸图像，人脸图像包括抖动 信息。关联模块15用于根据输入操作，设置初始距离下的初始音量，并关联初始距离 和初始距离下采集的人脸图像中人脸的初始尺寸。计算模块12根据初始距离、初始尺 寸和多帧人脸图像中人脸的尺寸的平均尺寸，计算当前距离。调整模块13用于根据初 始距离、当前距离和初始音量确定调整音量；及根据调整音量调整播放音量。

在某些实施方式中，处理器30用于执行步骤1201、步骤1202、步骤1203、步骤 1204和步骤1205，即处理器30用于获取人脸图像，人脸图像包括抖动信息；根据输入 操作，设置初始距离下的初始音量，并关联初始距离和初始距离下采集的人脸图像中人 脸的初始尺寸；根据初始距离、初始尺寸和多帧人脸图像中人脸的尺寸的平均尺寸，计 算当前距离；根据初始距离、当前距离和初始音量确定调整音量；及根据调整音量调整 播放音量。

其中，步骤1201与上述步骤101的执行方式相同，在此不一一赘述。

具体地，在处理器30根据目标人脸信息计算人脸和电子设备的距离前，用户可根据终端100的指示操作，以设定好与终端100的合适距离及终端100的最佳播放音量。 例如，用户与终端100距离0.5米，终端100的最佳播放音量为50分贝。此时，处理器 30则将该距离和播放音量分别作为初始距离和初始音量。此时，处理器30还可在初始 距离下获取到的用户当前的人脸图像。由此，处理器30则可将初始距离和人脸图像中 人脸的初始尺寸关联起来，如初始距离与初始尺寸相对应。

接下来，在处理器30根据目标人脸信息计算人脸和电子设备的距离时，则可先计算多帧人脸图像中人脸的尺寸的平均尺寸，然后根据下述公式(1)，以计算得到当前 距离。

其中，L1为当前距离，S1为多帧人脸图像中人脸的平均尺寸，S0为人脸图像中人脸的初始尺寸，L0为初始距离。可以理解，S1和S0对应的人脸图像分别为L1距离下 的人脸图像和L0下的人脸图像，不是同一张人脸图像，当S1等于S0时，L1才等于 L0。

在处理器30通过计算得到人脸和电子设备的距离后，根据声压和距离的关系，则可得到下述公式(2)，从而得到当前距离下，终端100的播放音量由初始音量调整到 合适的播放音量所需的变化音量。

由此，在变化音量△V已知的情况下，根据下述公式(3)则可得到当前距离下所 对应的调整音量。

V1＝V0+△V (3)

其中，△V为当前距离下，终端100的播放音量由初始音量调整到合适的播放音量所需的变化音量，V1为当前距离下所对应的调整音量，V0为初始音量。

最后，处理器30则可根据调整音量V1以调整播放音量，即将终端100的播放音量调整至V1大小。其中，由于V0为预设的初始距离下终端100的最佳播放音量，因此， 当处理器30根据上述公式(1)、(2)、(3)以计算得到调整音量V1时，调整音量 V1同样为当前距离下终端100的最佳播放音量，从而可保证用户具有较好的使用体验。

请参阅图13，本申请实施方式还提供一种包含计算机程序201的非易失性拟计算机 可读存储介质200。当计算机程序201被一个或多个处理器30执行时，使得一个或多个处理器30执行上述任一实施方式的音量调节方法。

例如，计算机程序201被一个或多个处理器30执行时，使得处理器30执行以下音量调节方法：

101：获取人脸图像，人脸图像包括抖动信息；

102：根据人脸图像计算人脸和电子设备的距离；及

103：在抖动信息处于第一预设范围时，根据距离调整播放音量。

又例如，计算机程序201被一个或多个处理器30执行时，使得处理器30执行以下音量调节方法：

501：获取人脸图像，人脸图像包括抖动信息；

502：根据人脸图像计算人脸和电子设备的距离；

503：获取第一预定时长内的连续多帧人脸图像；

504：判断连续多帧人脸图像中，任意两帧人脸图像中的人脸的位置坐标的差值是否处于第一预设范围内；及

505：若是，则确定抖动信息处于第一预设范围。

506：在抖动信息处于第一预设范围时，根据距离调整播放音量。

又例如，计算机程序201被一个或多个处理器30执行时，使得处理器30执行以下音量调节方法：

701：获取人脸图像，人脸图像包括抖动信息；

702：根据人脸图像计算人脸和电子设备的距离；及

703：在抖动信息处于第一预设范围且角度信息处于第二预设范围时，根据距离调整播放音量。

又例如，计算机程序201被一个或多个处理器30执行时，使得处理器30执行以下音量调节方法：

801：获取人脸图像，人脸图像包括抖动信息；

802：根据人脸图像计算人脸和电子设备的距离；

803：获取第二预定时长内的连续多帧人脸图像；

804：判断连续多帧人脸图像中，人脸的角度信息是否均处于第二预设范围；

805：若是，则确定角度信息处于第二预设范围；及

806：在抖动信息处于第一预设范围且角度信息处于第二预设范围时，根据距离调整播放音量。

又例如，计算机程序201被一个或多个处理器30执行时，使得处理器30执行以下音量调节方法：

1001：接收输入操作，以设置多个不同用户的人脸的优先级；

1002：获取人脸图像中，优先级最高的人脸的第一人脸信息，以作为目标人脸信息；

1003：获取人脸图像，人脸图像包括人脸抖动信息；

1004：根据目标人脸信息计算人脸和电子设备的距离；及

1005：在抖动信息处于第一预设范围时，根据距离调整播放音量。

再例如，计算机程序201被一个或多个处理器30执行时，使得处理器30执行以下音量调节方法：

1101：识别人脸图像中的一个或多个人脸的第二人脸信息；

1102：将一个或多个第二人脸信息与预设的人脸库中的预存人脸信息进行比对，以 获取与预存人脸信息匹配的第二人脸信息，作为第一人脸信息；及

1103：获取人脸的优先级最高的第一人脸信息，以作为目标人脸信息。

还例如，计算机程序201被一个或多个处理器30执行时，使得处理器30执行以下音量调节方法：

1201：获取人脸图像，人脸图像包括抖动信息；

1202：根据输入操作，设置初始距离下的初始音量，并关联初始距离和初始距离下采集的人脸图像中人脸的初始尺寸；

1203：根据初始距离、初始尺寸和多帧人脸图像中人脸的尺寸的平均尺寸，计算距离；

1204：根据初始距离、当前距离和初始音量确定调整音量；及

1205：根据调整音量调整播放音量。

在本说明书的描述中，参考术语“某些实施方式”、“一个例子中”、“示例地”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的 至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相 同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个 或多个实施方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的 技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进 行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一 个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部 分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被 本申请的实施例所属技术领域的技术人员所理解。

尽管上面已经示出和描述了本申请的实施方式，可以理解的是，上述实施方式是示 例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。

Claims (12)

1.一种音量调节方法，其特征在于，包括：

获取人脸图像，所述人脸图像包括抖动信息；

根据所述人脸图像计算所述人脸和电子设备的距离；及

在所述抖动信息处于第一预设范围时，根据所述距离调整播放音量。

2.根据权利要求1所述的音量调节方法，其特征在于，还包括：

获取第一预定时长内的连续多帧所述人脸图像；

判断连续多帧所述人脸图像中，任意两帧所述人脸图像中的人脸的位置坐标的差值是否处于所述第一预设范围；及

若是，则确定所述抖动信息处于第一预设范围。

3.根据权利要求1所述的音量调节方法，其特征在于，所述人脸图像还包括角度信息，所述根据所述距离调整播放音量，包括：

在所述抖动信息处于所述第一预设范围且所述角度信息处于第二预设范围时，根据所述距离调整播放音量。

4.根据权利要求3所述的音量调节方法，其特征在于，还包括：

获取第二预定时长内的连续多帧所述人脸图像；

判断连续多帧所述人脸图像中，所述人脸的角度信息是否均处于所述第二预设范围；及

若是，则确定所述角度信息处于第二预设范围。

5.根据权利要求1所述的音量调节方法，其特征在于，在所述根据多帧人脸图像中的目标人脸信息，确定人脸是否抖动及所述人脸的角度是否有效之前，还包括：

接收输入操作，以设置多个不同用户的所述人脸的优先级；及

获取所述人脸图像中，所述优先级最高的所述人脸的第一人脸信息，以作为所述目标人脸信息；

所述根据所述人脸图像计算所述人脸和电子设备的距离，包括：

根据所述目标人脸信息计算所述人脸和电子设备的距离。

6.根据权利要求5所述的音量调节方法，其特征在于，所述获取所述人脸图像中，优先级最高的所述人脸的第一人脸信息，以作为所述目标人脸信息，包括：

识别所述人脸图像中的一个或多个所述人脸的所述第二人脸信息；

将一个或多个所述第二人脸信息与预设的人脸库中的预存人脸信息进行比对，以获取与所述预存人脸信息匹配的所述第二人脸信息，作为所述第一人脸信息；

获取所述人脸的所述优先级最高的所述第一人脸信息，以作为所述目标人脸信息。

7.根据权利要求6所述的音量调节方法，其特征在于，所述预存人脸信息根据不同所述用户在不同光照条件下的所述人脸图像生成。

8.根据权利要求1所述的音量调节方法，其特征在于，所述音量调节方法还包括：

根据输入操作，设置初始距离下的初始音量，并关联所述初始距离和所述初始距离下采集的所述人脸图像中所述人脸的初始尺寸；

所述根据所述人脸图像计算所述人脸和电子设备的距离，包括：

根据所述初始距离、所述初始尺寸和多帧所述人脸图像中所述人脸的尺寸的平均尺寸，计算所述距离。

9.根据权利要求8所述的音量调节方法，其特征在于，所述根据所述距离调整播放音量，包括：

根据所述初始距离、所述距离和所述初始音量确定调整音量；及

根据所述调整音量调整所述播放音量。

10.一种音量调节装置，其特征在于，包括：

获取模块，所述获取模块用于获取人脸图像，所述人脸图像包括抖动信息；

计算模块，所述计算模块用于根据所述人脸图像计算所述人脸和电子设备的距离；及

调整模块，所述调整模块用于在所述抖动信息处于第一预设范围时，根据所述距离调整播放音量。

11.一种终端，其特征在于，包括处理器，所述处理器用于：

获取人脸图像，所述人脸图像包括抖动信息；

根据所述人脸图像计算所述人脸和电子设备的距离；及

在所述抖动信息处于第一预设范围时，根据所述距离调整播放音量。

12.一种包括计算机程序的非易失性计算机可读存储介质，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1-10任意一项所述的音量调节方法。

Images