CN115562498A - 扩展现实设备的控制方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供扩展现实设备的控制方法、装置、电子设备和存储介质。本公开提供一种扩展现实设备的控制方法，包括：获取第一音频数据；若所述第一音频数据为非语言音频、或非用于控制的语言音频，根据所述第一音频数据的音频内容，确定第一事件；执行所述第一事件。本公开解决了用户使用扩展现实设备时由于眼睛被占用造成的不便，提高了用户的使用体验。

Description

扩展现实设备的控制方法、装置、电子设备和存储介质

技术领域

本公开涉及扩展现实技术领域，尤其涉及一种扩展现实设备的控制方法、装置、电子设备和存储介质。

背景技术

扩展现实技术，包括虚拟现实、增强现实、混合现实等技术。在扩展现实空间中，可以显示虚拟的物品，也可以显示虚拟物品与现实物品的结合，从而提高用户的使用体验。

发明内容

本公开提供一种扩展现实设备的控制方法、装置、电子设备和存储介质。

本公开采用以下的技术方案。

在一些实施例中，本公开提供一种扩展现实设备的控制方法，包括：

获取第一音频数据；

若所述第一音频数据为非语言音频、或非用于控制的语言音频，根据所述第一音频数据的音频内容，确定第一事件；

执行所述第一事件。

在一些实施例中，本公开提供一种扩展现实设备的控制装置，包括：

解析单元，用于获取第一音频数据；

控制单元，用于若所述第一音频数据为非语言音频、或非用于控制的语言音频，根据所述第一音频数据的音频内容，确定第一事件；

所述控制单元还用于执行所述第一事件。

在一些实施例中，本公开提供一种电子设备，包括：至少一个存储器和至少一个处理器；

其中，存储器用于存储程序代码，处理器用于调用所述存储器所存储的程序代码执行上述的方法。

在一些实施例中，本公开提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码在被处理器运行时，促使所述处理器执行上述方法。

本公开实施例提供的扩展现实设备的控制方法，能够对非语言音频、或非用于控制的语言音频进行响应，从而执行第一事件，解决了用户使用扩展现实设备时由于眼睛被占用造成的不便，提高了用户的使用体验。一些实施例中，本公开提出的方法还能够帮助用户快速的执行任务和交互，以及帮助语言障碍用户进行交互，预警身体状况。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是本公开实施例的一种使用扩展现实设备的示意图。

图2是本公开实施例的一种扩展现实设备的控制方法的流程图。

图3是本公开实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

以下将结合附图，对本公开实施例提供的方案进行详细描述。

扩展现实可以是虚拟现实、增强现实或混合现实中的至少一种。以扩展现实为虚拟现实为例，如图1所示，用户可以通过例如头戴式VR眼睛等智能终端设备进入虚拟现实空间，并在虚拟现实空间中控制自己的虚拟角色(Avatar)与其他用户控制的虚拟角色进行社交互动、娱乐、学习、远程办公等。

其中，虚拟现实空间可以是对真实世界的仿真环境，也可以是半仿真半虚构的虚拟场景，还可以是纯虚构的虚拟场景。虚拟场景可以是二维虚拟场景、2.5维虚拟场景或者三维虚拟场景中的任意一种，本申请实施例对虚拟场景的维度不加以限定。例如，虚拟场景可以包括天空、陆地、海洋等，该陆地可以包括沙漠、城市等环境元素，用户可以控制虚拟对象在该虚拟场景中进行移动。

在一个实施例中，在虚拟现实空间中，用户可以通过操作设备来实现相关的交互操作，该操作设备可以为手柄，例如用户通过对手柄的按键的操作来进行相关的操作控制。当然在另外的实施例中，也可以不使用控制器而使用手势或者语音或者多模态控制方式来对虚拟现实设备中的目标对象进行控制。

在本公开的一些实施例中，提出的控制方法可以用于虚拟现实设备，虚拟现实设备是实现虚拟现实效果的终端，通常可以提供为眼睛、头盔式显示器(Head MountDisplay，HMD)、隐形眼睛的形态，以用于实现视觉感知和其他形式的感知，当然虚拟现实设备实现的形态不限于此，根据需要可以进一步小型化或大型化。

本公开实施例记载的虚拟现实设备可以包括但不限于如下几个类型：

电脑端虚拟现实(PCVR)设备，利用PC端进行虚拟现实功能的相关计算以及数据输出，外接的电脑端虚拟现实设备利用PC端输出的数据实现虚拟现实的效果。

移动虚拟现实设备，支持以各种方式(如设置有专门的卡槽的头戴式显示器)设置移动终端(如智能手机)，通过与移动终端有线或无线方式的连接，由移动终端进行虚拟现实功能的相关计算，并输出数据至移动虚拟现实设备，例如通过移动终端的APP观看虚拟现实视频。

一体机虚拟现实设备，具备用于进行虚拟功能的相关计算的处理器，因而具备独立的虚拟现实输入和输出的功能，不需要与PC端或移动终端连接，使用自由度高。

如图2所示，图2是本公开实施例的一种扩展现实设备的控制方法的流程图，包括如下步骤。

S11、获取第一音频数据。

一些实施例中，本公开提出的方法由扩展现实设备执行。扩展现实设备可以在获得用户的授权的情况下获取音频数据，在获取到第一音频数据的情况下对其进行解析，解析的过程可以是确定第一音频数据是哪一种音频数据。一些实施例中，音频数据可以分为语言音频和非语言音频，语言音频例如是人类自然语言的具有含义的语句，而非语言音频例如可以是环境音、人类发出的非语言，非语言例如可是咳嗽声、哈气声、敲击声等。对于语言音频可以进一步分为用于控制扩展现实设备的控制语言音频，以及不是用于控制扩展现实设备的非用于控制的语言音频，控制语言音频例如是用户发出的查询天气、给XX打电话等，非用于控制语言音频并非是用户有意用于控制扩展现实设备的语言，其是人类自然语言，但用户发出非控制语言音频的目的不是控制扩展现实设备，例如非用于控制语言音频可以是用户与其他人的对话，用户的自言自语等。

S12、若第一音频数据为非语言音频、或非用于控制的语言音频，根据第一音频数据的音频内容，确定第一事件。

S13、执行第一事件。

一些实施例中，如果第一音频数据为用于控制语言音频，则会根据控制语言音频的含义执行控制。而对于非语言音频和非用于控制的语言音频，相关技术中则会不进行响应，本公开实施例中，考虑到了对于非语言音频、或非用于控制的语言音频而言，其本身也是具有含义的，对于非语言音频或非用于控制的语言音频进行响应，能够提高用户使用扩展现实设备的体验。此外，使用扩展现实设备时，用户的眼睛可能被扩展现实设备遮挡，无法观察到环境影响，导致环境中出现声音时无法很好的进行处理，本公开一些实施例中，考虑到使用扩展现实设备时出现的这种情况，因此对于非语言音频的环境音也会进行响应，这样解决了用户使用扩展现实设备时出现的不便的情况，此外，用户在使用扩展现实设备时，由于用户的眼睛被遮挡，不便于使用手机等其他终端，因此，本公开一些实施例中，考虑到眼睛被占用时的不便性，因此，如果检测到用户需要使用其他终端，可以通过扩展现实设备与其他终端通信连接，并将其他终端的虚拟影像展示在扩展现实空间中，用户通过其他终端的虚拟影像与其他终端交互，扩展现实设备会与其他终端在现实空间进行数据交互，这样用户无需摘下扩展现实设备去使用其他终端。

在本公开的一些实施例中，根据第一音频数据的音频内容，确定第一事件，包括：根据第一音频数据的目标音频类型和音频内容确定第一事件；其中，音频类型包括：对话音频、环境音频和用户发出的非语言音频中的至少一种。

一些实施例中，对于不同音频类型的音频的响应方式是不同的，因此在确定作为响应的第一事件时，需要确定第一音频数据的目标音频类型，第一音频数据的目标音频类型可以是对话音频、环境音频或用户发出的非语言音频，不同音频类型对应的第一事件可以是显示应用、功能或信息等。

在本公开的一些实施例中，根据第一音频数据的目标音频类型和音频内容确定第一事件，包括：若第一音频数据的目标音频类型为对话音频；根据音频内容，确定与对话相关的目标功能；第一事件包括：展示目标功能。

一些实施例中，当用户使用扩展现实设备时，其可能在现实世界中与其他人进行对话，或进行语音会议，在得到用户的授权允许采集音频信息的情况下(例如用户授权了允许采集用户的音频信息进行分析)，可以通过语音识别采集到的第一音频数据确定用户在与其他人进行对话，此时可以对音频内容进行分析，确定对话中是否有涉及的目标功能，例如用户在讨论天气时，可以显示相关的天气应用(目标功能)，或者如果用户的对话涉及会议，则可以提示用户是否需要开启备忘录(目标功能)或文档进行记录。

在本公开的一些实施例中，根据第一音频数据的目标音频类型和音频内容确定第一事件，包括：若第一音频数据的目标音频类型为环境音频；若根据音频内容，确定当前所处的环境中具有安全隐患，则第一事件包括：展示预警信息；或者，若根据音频内容，确定当前所处的环境为嘈杂环境，根据预设的环境参照音对第一音频数据进行环境音隔离，以提取第一音频数据中除环境音以外的其他信息，第一事件包括：展示其他信息。

一些实施例中，第一音频数据为环境音频，则可以根据音频内容确定当前用户所处的环境状况，如果当前用户所处的环境具有安全隐患，例如检测到车辆行驶声、喇叭声，则可以根据环境音频判断安全隐患所在的方向，并以此生成预警信息，预警信息中可以包括安全隐患所在的方向，也可以包括安全隐患的具体内容，预警信息可以是语音信息，通过语音信息提醒用户进行预警规避，当然，也可以是展示预警界面，在预警界面中显示作为预警信息的预警文字和/或预警图像。另一些实施例中，如果当前环境较为嘈杂，此时可能导致用户无法有效的收集环境中的有效信息，因此，此时可以根据预设的环境参照音对第一音频数据进行环境音隔离，环境参照音是预先设定的用于指明哪些是环境音的数据，通过使用环境参照音从而将第一音频数据中的环境音剔除得到其他信息，然后可以对其他信息进行语音转文字并展示给用户，这样可以提取对用户有利的音频信息。

在本公开的一些实施例中，若第一音频数据的目标音频类型为用户发出的非语言音频；根据音频内容，确定当前用户的身体状态信息；根据身体状态信息确定健康提示信息或推荐应用；第一事件包括：展示健康提示信息或推荐应用。

一些实施例中，可以基于非语言音频识别用户的身体状态，预警用户的身体状况或给出相应的建议。具体的，例如在用户打哈气时候，第一音频数据为用户的哈气声，根据哈气声确定用户的身体状态信息，如果判断结果显示用户需要休息，可以推荐一些音频应用、放松视频等给用户，又例如，第一音频数据为用户的咳嗽声，扩展现实设备通过咳嗽声，提示用户今天的天气状况，或者显示一些医用信息或医用应用，对用户的身体状况进行预警。

在本公开的一些实施例中，方法还包括：获取用户的视觉数据，基于视觉数据确定扩展现实世界中的目标对象；响应于接收到第二音频数据，根据第二音频数据执行与目标对象相关的第二事件，第二音频数据为非语言音频。

一些实施例中，扩展现实世界中的目标对象例如可以是某个应用、某个控件、某个虚拟角色，对此不作限定，用户的视觉数据例如可以是用户所看向的方向，根据用户所看向的方向从而可以确定用户在看的目标对象。第二音频数据为非语言数据，其并非是语言，例如可以是敲击声、响指声、鼻音等。一些实施例中，考虑到语言障碍患者无法很好的进行语音控制，因此，扩展现实设备可以获取用户的视觉数据，通过用户的凝视焦点来确定目标对象从而来执行第二事件，例如用户在凝视按钮后发出了非语言音频的第二音频数据，则根据非语言音频的命令触发该按钮，本实施例中帮助了语言障碍患者，解决了扩展现实世界中的交互困难的问题。

在本公开的一些实施例中，扩展现实设备包括用于照明眼部区域的非可见光照明部件；获取用户的视觉数据，包括：获取用户的眼部区域的非可见光图像，通过非可见光图像中角膜和/或瞳孔所反射的非可见光确定用户的视觉数据。

一些实施例中，扩展现实设备中具有非可见光照明部件，例如可以是红外灯，其向佩戴扩展现实设备的用户的眼部区域发射红外光，从而可以拍摄用户的眼部区域的红外光图像，红外光灯的个数可以是一个或多个，其可以围绕在用户的眼部区域设置，人的角膜和瞳孔对于红外光进行反射，形成反射斑点，通过反射斑点能够确定用户的视觉数据，例如用户所凝视的方向，再根据扩展现实设备所呈现的扩展现实空间中在用户所凝视的方向所展示的内容，就可以确定目标对象。

本公开一些实施例中，通过识别用户的对话音频，环境音频等，来提示用户当下的可执行交互或预警提醒，便于用户快速执行任务。一些实施例中，基于非语言音频识别用户的身体状态信息，可预警用户的身体状态或给出相应的应用推荐。本公开一些实施例中，可以帮助有语言障碍的患者和扩展现实设备进行交互。一些实施例中，可以基于部分视觉数据来确定目标对象执行非语言音频的控制。

本公开一些实施例中还提出一种扩展现实设备的控制装置，包括：

解析单元，用于获取第一音频数据；

控制单元，用于若第一音频数据为非语言音频、或非用于控制的语言音频，根据第一音频数据的音频内容，确定第一事件；

控制单元还用于执行第一事件。

一些实施例中，根据所述第一音频数据的音频内容，确定第一事件，包括：根据所述第一音频数据的目标音频类型和音频内容确定第一事件；

其中，音频类型包括：对话音频、环境音频和用户发出的非语言音频中的至少一种。

一些实施例中，根据所述第一音频数据的目标音频类型和音频内容确定第一事件，包括：

若所述第一音频数据的目标音频类型为对话音频；

根据音频内容，确定与对话相关的目标功能；

所述第一事件包括：展示所述目标功能。

一些实施例中，根据所述第一音频数据的目标音频类型和音频内容确定第一事件，包括：若所述第一音频数据的目标音频类型为环境音频；

若根据音频内容，确定当前所处的环境中具有安全隐患，则所述第一事件包括：展示预警信息；或者，

若根据音频内容，确定当前所处的环境为嘈杂环境，根据预设的环境参照音对所述第一音频数据进行环境音隔离，以提取所述第一音频数据中除环境音以外的其他信息，所述第一事件包括：展示所述其他信息。

一些实施例中，若所述第一音频数据的目标音频类型为用户发出的非语言音频；

根据音频内容，确定当前用户的身体状态信息；

根据所述身体状态信息确定健康提示信息或推荐应用；

所述第一事件包括：展示所述健康提示信息或推荐应用。

一些实施例中，还包括：

视觉单元，用于获取用户的视觉数据，基于所述视觉数据确定扩展现实世界中的目标对象；

控制单元还用于响应于接收到第二音频数据，根据所述第二音频数据执行与所述目标对象相关的第二事件，所述第二音频数据为非语言音频。

一些实施例中，所述扩展现实设备包括用于照明眼部区域的非可见光照明部件；获取用户的视觉数据，包括：获取用户的眼部区域的非可见光图像，通过所述非可见光图像中角膜和/或瞳孔所反射的非可见光确定所述用户的视觉数据。

对于装置的实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离模块说明的模块可以是或者也可以不是分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上，基于实施例和应用例说明了本公开的方法及装置。此外，本公开还提供一种电子设备及计算机可读存储介质，以下说明这些电子设备和计算机可读存储介质。

下面参考图3，其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)800的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图中示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述的本公开的方法。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，提供一种扩展现实设备的控制方法，包括：

获取第一音频数据；

若第一音频数据为非语言音频、或非用于控制的语言音频，根据所述第一音频数据的音频内容，确定第一事件；

执行所述第一事件。

根据本公开的一个或多个实施例，提供一种扩展现实设备的控制方法，根据所述第一音频数据的音频内容，确定第一事件，包括：

根据所述第一音频数据的目标音频类型和音频内容确定第一事件；

其中，音频类型包括：对话音频、环境音频和用户发出的非语言音频中的至少一种。

根据本公开的一个或多个实施例，提供一种扩展现实设备的控制方法，根据所述第一音频数据的目标音频类型和音频内容确定第一事件，包括：

若所述第一音频数据的目标音频类型为对话音频；

根据音频内容，确定与对话相关的目标功能；

所述第一事件包括：展示所述目标功能。

根据本公开的一个或多个实施例，提供一种扩展现实设备的控制方法，根据所述第一音频数据的目标音频类型和音频内容确定第一事件，包括：

若所述第一音频数据的目标音频类型为环境音频；

若根据音频内容，确定当前所处的环境中具有安全隐患，则所述第一事件包括：展示预警信息；或者，

若根据音频内容，确定当前所处的环境为嘈杂环境，根据预设的环境参照音对所述第一音频数据进行环境音隔离，以提取所述第一音频数据中除环境音以外的其他信息，所述第一事件包括：展示所述其他信息。

根据本公开的一个或多个实施例，提供一种扩展现实设备的控制方法，若所述第一音频数据的目标音频类型为用户发出的非语言音频；

根据音频内容，确定当前用户的身体状态信息；

根据所述身体状态信息确定健康提示信息或推荐应用；

所述第一事件包括：展示所述健康提示信息或推荐应用。

根据本公开的一个或多个实施例，提供一种扩展现实设备的控制方法，所述方法还包括：

获取用户的视觉数据，基于所述视觉数据确定扩展现实世界中的目标对象；

响应于接收到第二音频数据，根据所述第二音频数据执行与所述目标对象相关的第二事件，所述第二音频数据为非语言音频。

根据本公开的一个或多个实施例，提供一种扩展现实设备的控制方法，所述扩展现实设备包括用于照明眼部区域的非可见光照明部件；

获取用户的视觉数据，包括：获取用户的眼部区域的非可见光图像，通过所述非可见光图像中角膜和/或瞳孔所反射的非可见光确定所述用户的视觉数据。

根据本公开的一个或多个实施例，提供一种扩展现实设备的控制装置，包括：

解析单元，用于获取第一音频数据；

控制单元，用于若第一音频数据为非语言音频、或非用于控制的语言音频，根据所述第一音频数据的音频内容，确定第一事件；

所述控制单元还用于执行所述第一事件。

根据本公开的一个或多个实施例，提供了一种电子设备，包括：至少一个存储器和至少一个处理器；

其中，所述至少一个存储器用于存储程序代码，所述至少一个处理器用于调用所述至少一个存储器所存储的程序代码执行上述中任一项所述的方法。

根据本公开的一个或多个实施例，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用于存储程序代码，所述程序代码在被处理器运行时，促使所述处理器执行上述方法。

根据本公开的一个或多个实施例，提供了一种计算机程序产品，所述计算机程序产品包括指令，所述指令在被计算机设备执行时使得所述计算机设备执行本公开实施例中任一项所述的方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (11)

1.一种扩展现实设备的控制方法，其特征在于，包括：

获取第一音频数据，

若所述第一音频数据为非语言音频、或非用于控制的语言音频，根据所述第一音频数据的音频内容，确定第一事件；

执行所述第一事件。

2.根据权利要求1所述的方法，其特征在于，根据所述第一音频数据的音频内容，确定第一事件，包括：

根据所述第一音频数据的目标音频类型和音频内容确定第一事件；

其中，音频类型包括：对话音频、环境音频和用户发出的非语言音频中的至少一种。

3.根据权利要求2所述的方法，其特征在于，根据所述第一音频数据的目标音频类型和音频内容确定第一事件，包括：

若所述第一音频数据的目标音频类型为对话音频；

根据音频内容，确定与对话相关的目标功能；

所述第一事件包括：展示所述目标功能。

4.根据权利要求2所述的方法，其特征在于，根据所述第一音频数据的目标音频类型和音频内容确定第一事件，包括：

若所述第一音频数据的目标音频类型为环境音频；

若根据音频内容，确定当前所处的环境中具有安全隐患，则所述第一事件包括：展示预警信息；或者，

若根据音频内容，确定当前所处的环境为嘈杂环境，根据预设的环境参照音对所述第一音频数据进行环境音隔离，以提取所述第一音频数据中除环境音以外的其他信息，所述第一事件包括：展示所述其他信息。

5.根据权利要求2所述的方法，其特征在于，

若所述第一音频数据的目标音频类型为用户发出的非语言音频；

根据音频内容，确定当前用户的身体状态信息；

根据所述身体状态信息确定健康提示信息或推荐应用；

所述第一事件包括：展示所述健康提示信息或推荐应用。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取用户的视觉数据，基于所述视觉数据确定扩展现实世界中的目标对象；

响应于接收到第二音频数据，根据所述第二音频数据执行与所述目标对象相关的第二事件，所述第二音频数据为非语言音频。

7.根据权利要求6所述的方法，其特征在于，

所述扩展现实设备包括用于照明眼部区域的非可见光照明部件；

获取用户的视觉数据，包括：获取用户的眼部区域的非可见光图像，通过所述非可见光图像中角膜和/或瞳孔所反射的非可见光确定所述用户的视觉数据。

8.一种扩展现实设备的控制装置，其特征在于，包括：

解析单元，用于获取第一音频数据；

控制单元，用于若所述第一音频数据为非语言音频、或非用于控制的语言音频，根据所述第一音频数据的音频内容，确定第一事件；

所述控制单元还用于执行所述第一事件。

9.一种电子设备，包括：

至少一个存储器和至少一个处理器；

其中，所述至少一个存储器用于存储程序代码，所述至少一个处理器用于调用所述至少一个存储器所存储的程序代码执行权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码在被处理器运行时，促使所述处理器执行权利要求1至7中任一项所述的方法。

11.一种计算机程序产品，其特征在于，所述计算机程序产品包括指令，所述指令在被计算机设备执行时使得所述计算机设备执行根据权利要求1至7中任一项所述的方法。

Images