CN117311510A - 基于扩展现实的控制方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供基于扩展现实的控制方法、装置、电子设备和存储介质。基于扩展现实的控制方法，包括：响应于当前用户的第一操作事件，确定现实空间中的第一音频；响应于当前用户的第二操作事件，确定扩展现实空间中的第一位置；以第一位置为第一音频在扩展现实空间中的声源位置，播放第一音频。本公开的方法可为用户提供更加逼真的扩展现实空间的音频体验，提高了用户的使用真实感。

Description

基于扩展现实的控制方法、装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种基于扩展现实的控制方法、装置、电子设备和存储介质。

背景技术

扩展现实，例如包括虚拟现实、增强现实或混合现实。增强现实是虚拟现实技术的拓展延伸，通过在现实场景中呈现虚拟场景的方式，可以增强用户的真实感。混合现实指的是结合真实和虚拟世界创造新的环境，物理实体和数字对象共存并能实时相互作用。

发明内容

本公开提供一种基于扩展现实的控制方法、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，本公开提供一种基于扩展现实的控制方法，包括：

响应于当前用户的第一操作事件，确定现实空间中的第一音频；

响应于所述当前用户的第二操作事件，确定扩展现实空间中的第一位置；

以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频。

在一些实施例中，本公开提供一种基于扩展现实的控制方法，其特征在于，包括：

响应于第一手势操作，确定现实空间中的被选对象；

基于当前用户的视线，在扩展现实空间中确定目标位置；

响应于第二手势操作，将所述被选对象添加到所述目标位置。

在一些实施例中，本公开提供一种基于扩展现实的控制装置，其特征在于，包括：

获取单元，用于响应于第一手势操作，确定现实空间中的被选对象；

控制单元，用于基于当前用户的视线，在扩展现实空间中确定目标位置；

所述控制单元，还用于响应于第二手势操作，将所述被选对象添加到所述目标位置。在一些实施例中，本公开提供一种基于扩展现实的控制装置，包括：

获取单元，用于响应于当前用户的第一操作事件，确定现实空间中的第一音频；

控制单元，用于响应于所述当前用户的第二操作事件，确定扩展现实空间中的第一位置；

所述控制单元，还用于以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频。

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基于扩展现实的控制方法，获取了当前用户选择的第一音频，并放置在扩展显示空间当前用户选择的第一位置，当前用户可以对现实空间中的音频进行指向性捕获，生成扩展现实空间的空间音频，从而为用户提供更加逼真的扩展现实空间的音频体验，提高了用户的使用真实感。

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是本公开实施例的使用扩展现实设备的示意图。

图2是本公开实施例的扩展现实设备的虚拟视场的示意图。

图3是本公开实施例的一种扩展现实的控制方法的流程图。

图4至图7是本公开实施例的扩展现实的控制方法的示意图。

图8是本公开实施例的使用扩展现实设备的示意图。

图9是本公开实施例的电子设备的结构示意图。

具体实施方式

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

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。

本公开一个或多个实施例中的扩展现实(Extended Reality，简称XR)技术可以是混合现实技术、增强现实技术、虚拟现实技术。扩展现实技术可以通过计算机将真实与虚拟相结合，为用户提供可人机交互的扩展现实空间。在扩展现实空间中，用户可以通过例如头盔式显示器(Head Mount Display，HMD)等扩展现实设备，进行社交互动、娱乐、学习、工作、远程办公、创作UGC(User Generated Content，用户生成内容)等。

参考图1，用户可以通过例如头戴式眼镜等扩展现实设备进入扩展现实空间，并在扩展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。

在一个实施例中，在扩展现实空间中，用户可以通过控制器来实现相关的交互操作，该控制器可以为手柄，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扩展现实设备中的对象进行控制。

本公开实施例记载的扩展现实设备可以包括但不限于如下几个类型：

电脑端扩展现实设备，利用电脑端进行扩展现实功能的相关计算以及数据输出，外接的电脑端扩展现实设备利用电脑端输出的数据实现扩展现实的效果。

移动扩展设备，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，由移动终端进行扩展现实功能的相关计算，并输出数据至移动扩展现实设备，例如通过移动终端的APP观看扩展现实视频。

一体机扩展现实设备，具备用于进行扩展现实功能的相关计算的处理器，因而具备独立的扩展现实输入和输出的功能，不需要与电脑端或移动终端连接，使用自由度高。

当然扩展现实设备实现的形态不限于此，可以根据需要可以进一步小型化或大型化。

扩展现实设备中设置有姿态检测的传感器(如九轴传感器)，用于实时检测扩展现实设备的姿态变化，如果用户佩戴了扩展现实设备，那么当用户头部姿态发生变化时，会将头部的实时姿态传给处理器，以此计算用户的视线在扩展现实空间环境中的注视点，根据注视点计算扩展现实空间环境的三维模型中处于用户注视范围(即虚拟视场)的图像，并在显示屏上显示，使人仿佛在置身于现实环境中观看一样的沉浸式体验。

图2示出了本公开一些实施例提供的扩展现实设备的虚拟视场的一个可选的示意图，使用水平视场角和垂直视场角来描述虚拟视场在虚拟环境中的分布范围，垂直方向的分布范围使用垂直视场角表示，水平方向的分布范围使用水平视场角表示，人眼通过透镜总是能够感知到扩展现实空间中位于虚拟视场的影像，可以理解，视场角越大，虚拟视场的尺寸也就越大，用户能够感知的扩展现实空间的区域也就越大。其中，视场角，表示通过透镜感知到环境时所具有的视角的分布范围。例如，扩展现实设备的视场角，表示通过扩展现实设备的透镜感知到扩展现实空间环境时，人眼所具有的视角的分布范围；再例如，对于设置有摄像头的移动终端来说，摄像头的视场角为摄像头感知真实环境进行拍摄时，所具有的视角的分布范围。

如图3所示，图3是本公开实施例的基于扩展现实的控制方法的流程图，包括如下步骤。

S11、响应于当前用户的第一操作事件，确定现实空间中的第一音频。

一些实施例中，本公开提出的方法可以用于终端，终端可以是扩展现实设备。当前用户可以为使用终端的用户，第一操作事件可以包括一个或多个操作，其可以包括眼部注视操作、手势操作或语音操作中的一个或多个。第一音频为现实空间中当前用户选择的音频，其可以是环境音，例如可以是下雨音，可以是自然环境中的鸟鸣，也可以是现实环境中的电子设备所播放的音乐声。当前用户例如可以通过注视窗外的雨来录入下雨音作为第一音频。在确定了第一音频后，可以自动将第一音频以文件的形式存储在声音库中，并存储的第一音频可以重命名以及在声音库中被检索到。对于声音库中的音频能够被手动或自动分类，例如分为人的声音、动物的声音、交通工具的声音、自然的声音等，第一音频在被存储在声音库时，可以自动提示当前用户选择第一音频的分类。或者，执行本方法的终端可以采用例如神经网络算法等方式，自动识别第一音频的类型，并对第一音频进行分类。可以是将第一音频发送到服务器进行分类，在服务器对其进行了分类后返回给终端。在确定了第一音频后，当前用户可以通过执行注释操作，对第一音频添加注释。

S12、响应于当前用户的第二操作事件，确定扩展现实空间中的第一位置。

一些实施例中，第二操作事件可以包括一个或多个操作。扩展现实空间可以是纯粹的虚拟空间，也可以是虚拟和现实结合的空间。第一位置可以是扩展现实空间中的一个或多个位置。第一位置可以是位于物体上的位置，例如位于发音盒、钢琴、吉他，也可以是位于生物上的位置，例如位于鸟、人等。一些实施例中，可以通过手势选中第一音频，将该第一音频以例如音符的形式吸附在当前用户眼部所注视的位置，例如地面、墙体、天花板、家具或生物上，该音符所在的位置为第一位置。

S13、以第一位置为第一音频在扩展现实空间中的声源位置，播放第一音频。

一些实施例中，第一位置将作为第一音频的声源位置，然后在声源位置播放第一音频。第一位置为多个的时候，声源位置也就有多个，此时可以形成立体音。

在本公开的一些实施例中，设计了第一音频的获取和放置，当前用户可以对现实空间中的音频进行指向性捕获，基于捕获的第一音频，放置在扩展现实空间中，生成扩展现实空间的空间音频，从而为用户提供更加逼真的扩展现实空间的音频体验，提高了用户的使用真实感。

一些实施例中，第一位置可被删除，在部分第一位置被删除后，将减少第一音频的声源位置，在所有第一位置被删除后，可以不再播放第一音频。对于播放中的第一音频，可以通过执行停止操作来停止播放第一音频。

在本公开的一些实施例中，以第一位置为第一音频在扩展现实空间中的声源位置，播放第一音频，包括：基于第一位置，确定扩展现实空间中与第一音频相关第一对象的属性信息；以第一位置为声源位置，基于第一对象的属性信息播放第一音频；其中，第一音频的音频效果与第一对象的属性信息相关。

一些实施例中，第一音频的音频效果不仅与第一音频本身相关，还和第一对象的属性信息相关，第一对象与第一音频相关，因此会影响第一音频的音频效果。例如第一对象可以包括第一位置所在的环境，第一对象的属性信息可以包括扩展现实空间中第一位置所位于的环境的环境属性。例如第一位置所在的环境中具有虚拟的风向，则环境属性包括了该虚拟的风向，则第一音频的音频可以随着虚拟的风向的变化而变化，同时第一位置也可以随着虚拟的风向的变化而在预设幅度范围内变化，使得第一音频的音频效果具有与虚拟风向对应的动感，又例如，环境属性显示环境为室内或室外，则会将第一音频的音频效果调整使得更加像室内发出的音频(例如具有回音)或室外发出的音频。第一对象可以包括第一位置所位于的物体，第一对象的属性包括第一位置所位于的物体的材质属性和/或物体类型属性，例如第一位置位于八音盒或钢琴上时，音频效果是不同的，第一音频的音频效果将按照物体类型属性为八音盒或钢琴从而自动调整，八音盒的材质可以为木制或钢制，第一音频的音频效果将随着材质为木制或钢制而自动变化，音频效果会自动调整使得第一音频类似该物体类型属性的音频，并且是类似该材质属性所能发出的音频。第一对象可以包括第一位置所位于的生物，第一对象的属性可以包括第一位置所位于的生物的情绪属性和/或生物种类属性。生物的情绪属性可以包括喜怒哀乐等，生物种类属性可以包括人、鸟等，在人高兴时，第一音频的音频效果可以较为轻快，在人悲伤时，第一音频的音频效果可以稍微深缓，如果第一音频所位于的生物为人，则第一音频的音频效果可以被调整使得其类似人发出的声音，如果位于的生物为鸟，则第一音频的音频效果可以被调整使得其类似鸟发出的声音。此外，如果第一位置所位于的物体或生物移动，声源位置也可以随着移动。本实施例中，扩展现实环境中所播放的第一音频，符合第一对象的属性信息，第一音频的播放效果更加真实，效果更好。

在本公开的一些实施例中，确定现实空间中的第一音频之后，在响应于当前用户的第二操作事件之前，还包括：对所确定的现实空间中的第一音频进行过滤，以去除所述第一音频中的干扰音或当前用户指定的对象的音频。

一些实施例中，获取第一音频时可能会有干扰，例如第一音频为窗外的雨声时，可能会一并录制到了窗外的汽车声或某些人的说话声或宠物的叫声，因此，可以对确定到的第一音频进行过滤，从而去除掉其他音频，只获取当前用户想要的音频，当前用户可以指定对象，例如宠物，从而在第一音频中去除指定对象的音频。避免杂音对第一音频的干扰。

在本公开的一些实施例中，响应于当前用户的第一操作事件，确定现实空间中的第一音频之前，还包括:获取现实空间的图像，基于现实空间的图像生成点云地图；基于点云地图对现实空间进行标定，确定现实空间的物体在扩展现实空间内的对应的坐标。

一些实施例中，可以通过终端的摄像机和深度摄像机拍摄现实空间的图像，基于现实空间中的物体生成点云地图，点云地图描述了现实空间的物体排布，然后对现实空间中的物体进行标定，标定的过程可以包括确定现实空间的物体的尺寸和形状，然后基于标定结果将确定现实空间的物体在扩展现实空间内对应的坐标，完成现实空间的物体到扩展现实空间的映射。这样现实空间的物体在扩展现实空间中都将具有对应的位置，并可以显示在扩展现实空间内。

在本公开的一些实施例中，响应于当前用户的第一操作事件，确定现实空间中的第一音频，包括：响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，基于目标对象确定第一音频。

一些实施例中，目标对象是与第一音频相关的对象，其可以是产生第一音频的对象，例如目标对象为钢琴，则第一音频为钢琴当前的钢琴音，目标对象为雨，则第一音频为雨声。如图4所示，当前用户可以使用头戴式终端，头戴式中终端检测用户的眼部注视操作，用户注视着窗外的雨，窗外的雨作为目标对象，然后通过执行捕捉或取消的手势，来确定并采集第一音频。在确定了第一音频后，可以如图5所示，可以对第一音频进行分类，选择为“雨声”、“歌声”或“留言”等，通过眼部注视操作、手势操作或语音操作中的至少一种来选择第一位置，通过注视已经标定的沙发，然后执行释放声音的方式，将第一音频放置在作为第一位置的沙发上。

在本公开的一些实施例中，响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，包括：响应于当前用户的眼部注视操作，确定当前用户的视线所扫过的各个第二对象的积分；基于当前用户的视线所扫过的各个第二对象的积分，确定目标对象；其中，第二对象的积分随着当前用户的视线停留在第二对象上或离开第二对象而变化。

一些实施例中，当前用户可以通过执行眼部注视操作从而选取目标对象，由于当前用户的视野可能飘忽不定，因此可以为各个第二对象设置积分，例如当前用户的实现扫过多个第二物体，第二物体的积分可以设置为初始为100，当前用户的实现离开第二物体后，积分会自动下滑，当前用户的实现注视第二物体时，积分会上升或保持不变，最后通过选择积分最高的第二物体作为目标物体。或者初始积分为0，当前用户的视线停留在第二物体上的时间越长则积分越高，当前用户的视线离开第二物体上时，第二物体的积分会停止或下降。

在本公开的一些实施例中，响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，包括：响应于当前用户语音操作或手势操作，若所述语音操作或手势操作的含义表明所述当前用户要确定目标对象，则以当前用户的眼部注视操作在当前所注视的对象为所述目标对象。

一些实施例中，当前用户可以通过执行语音操作或手势操作来表明当前想要确定目标对象，此时通过眼部注视操作所确定的对象就是目标对象。例如当前用户看向某个宠物，然后发出语音“把它录入”，此时“它”表明了当前用户的意图，而无需明确的说明目标对象是这个宠物。

在本公开的一些实施例中，方法还包括：响应于当前用户的第三操作事件，确定现实空间中的第一图像或第一文本。响应于当前用户的第四操作事件，确定扩展现实空间中的第二位置；在扩展现实空间的第二位置显示第一图像或第一文本。

一些实施例中，第三操作事件和第四操作事件也可以各自独立的包括当前用户的眼部注视操作、手势操作或语音操作中的至少一种。如图5所示，当前用户可以注视家里的纸质照片，然后执行捕捉的手势，则纸质照片将被确定为第一图像，类似的，可以注视一段文字，然后执行捕捉手势，从而确定这段文字为第一文本。被确定的第一图像或第一文本，可可以自动被存储、分类，并且支持重命名，然后如图7所述，当前用户可以注视第二位置(图7中标定的冰箱表面)，然后执行放置的手势操作，从而将第一图像或第一文本放置到第二位置显示。显示在第二位置的第一图像或第一文本可以被执行放大、缩小、裁剪、抠图等编辑操作。

在本公开的一些实施例中，方法还包括：响应于扩展现实空间中的虚拟物体与现实空间中的实体物体发生接触，控制虚拟物体执行对应的响应动作。一些实施例中，现实空间中的物体可以显示在扩展现实空间中，并在扩展现实空间中可以与虚拟物体进行交互，例如虚拟对象为一个虚拟球体，在虚拟球体与现实空间中的物体碰撞时，进行反弹，实现虚拟对象与现实物体的交互，从而可以提高真实性和趣味性。

在本公开提出的一些实施例中，对于现实空间中的音频可以指向的获取，获取到用户指定的第一音频，并对其进行分类，同时可以将第一音频释放到扩展现实空间中当前用户指定的第一位置，并且播放的第一音频符合扩展现实空间的属性信息，为当前用户提供逼真的优质音频，提高了真实性和趣味性，提升了用户沉浸感和交互体验。

在本公开的一些实施例中，还提出一种基于扩展现实的控制方法，本公开上方任一实施例的技术特征和说明，在不冲突的情况下也可以用于以下任一实施例，如图8所示，包括：

S21、响应于第一手势操作，确定现实空间中的被选对象。

一些实施例中，本公开提出的方法可以用于终端，终端可以是扩展现实设备。当前用户可以为使用终端的用户，第一手势操作可以包括一个或多个手势操作，被选对象包括：音频、图片、文本或物体中的一个或多个。被选对象是通过第一手势操作选中的现实空间中的对象，其可以是上方实施例中的第一音频。在确定了第一音频后，可以自动将第一音频以文件的形式存储在声音库中，并存储的第一音频可以重命名以及在声音库中被检索到。对于声音库中的音频能够被手动或自动分类，例如分为人的声音、动物的声音、交通工具的声音、自然的声音等，第一音频在被存储在声音库时，可以自动提示当前用户选择第一音频的分类。或者，执行本方法的终端可以采用例如神经网络算法等方式，自动识别第一音频的类型，并对第一音频进行分类。可以是将第一音频发送到服务器进行分类，在服务器对其进行了分类后返回给终端。在确定了第一音频后，当前用户可以通过执行注释操作，对第一音频添加注释。

S22、基于当前用户的视线，在扩展现实空间中确定目标位置。

一些实施例中，目标位置可以是上方的第一位置。可以是通过传感器检测当前使用终端的用户的眼部视线，用眼睛视线做路径导航来确定目的位置。

S23、响应于第二手势操作，将被选对象添加到目标位置。

一些实施例中，第二手势操作包括一个或多个手势操作。当被选对象为第一音频时，目标位置将作为第一音频的声源位置，然后在声源位置播放第一音频。目标位置为多个的时候，声源位置也就有多个，此时可以形成立体音。被选对象为图片或文本时，其可以是上述的第一图像或第一文本，对第一图像或第一文本的相关描述也适用于本实施例中。

在本公开的一些实施例中，通过第一手势操作，当前用户可以对现实空间中的对象进行指向性捕获，基于捕获的被选对象，通过眼睛时限进行路径导航放置在扩展现实空间中，通过第二手势操作可以放在扩展现实空间中，从而为用户提供更加便捷的选取对象和定位对象的交互体验。

一些实施例中，被选对象为第一音频，目标位置可被删除，在部分目标位置被删除后，将减少第一音频的声源位置，在所有目标位置被删除后，可以不再播放第一音频。对于播放中的第一音频，可以通过执行停止操作来停止播放第一音频。

在本公开的一些实施例中，所述被选对象为现实空间中的第一音频；应于第二手势操作，将所述被选对象添加到所述目标位置，包括：基于所述目标位置，确定所述扩展现实空间中与第一音频相关第一对象的属性信息；以所述目标位置为所述声源位置，基于所述第一对象的属性信息播放所述第一音频；其中，所述第一音频的音频效果与所述第一对象的属性信息相关。

一些实施例中，第一音频的音频效果不仅与第一音频本身相关，还和第一对象的属性信息相关，第一对象与第一音频相关，因此会影响第一音频的音频效果。例如第一对象可以包括目标位置所在的环境，第一对象的属性信息可以包括扩展现实空间中目标位置所位于的环境的环境属性。例如目标位置所在的环境中具有虚拟的风向，则环境属性包括了该虚拟的风向，则第一音频的音频可以随着虚拟的风向的变化而变化，同时目标位置也可以随着虚拟的风向的变化而在预设幅度范围内变化，使得第一音频的音频效果具有与虚拟风向对应的动感，又例如，环境属性显示环境为室内或室外，则会将第一音频的音频效果调整使得更加像室内发出的音频(例如具有回音)或室外发出的音频。第一对象可以包括目标位置所位于的物体，第一对象的属性包括目标位置所位于的物体的材质属性和/或物体类型属性，例如目标位置位于八音盒或钢琴上时，音频效果是不同的，第一音频的音频效果将按照物体类型属性为八音盒或钢琴从而自动调整，八音盒的材质可以为木制或钢制，第一音频的音频效果将随着材质为木制或钢制而自动变化，音频效果会自动调整使得第一音频类似该物体类型属性的音频，并且是类似该材质属性所能发出的音频。第一对象可以包括目标位置所位于的生物，第一对象的属性可以包括目标位置所位于的生物的情绪属性和/或生物种类属性。生物的情绪属性可以包括喜怒哀乐等，生物种类属性可以包括人、鸟等，在人高兴时，第一音频的音频效果可以较为轻快，在人悲伤时，第一音频的音频效果可以稍微深缓，如果第一音频所位于的生物为人，则第一音频的音频效果可以被调整使得其类似人发出的声音，如果位于的生物为鸟，则第一音频的音频效果可以被调整使得其类似鸟发出的声音。此外，如果目标位置所位于的物体或生物移动，声源位置也可以随着移动。本实施例中，扩展现实环境中所播放的第一音频，符合第一对象的属性信息，第一音频的播放效果更加真实，效果更好。

在本公开的一些实施例中，确定现实空间中的被选对象之后，在响应于第二手势操作，将所述被选对象添加到所述目标位置之前，还包括：对所确定的现实空间中的第一音频进行过滤，以去除所述第一音频中的干扰音或当前用户指定的对象的音频。

在本公开的一些实施例中，响应于第一手势操作，确定现实空间中的被选对象之前，还包括:获取现实空间的图像，基于现实空间的图像生成点云地图；基于点云地图对现实空间进行标定，确定现实空间的物体在扩展现实空间内的对应的坐标。

一些实施例中，可以通过终端的摄像机和深度摄像机拍摄现实空间的图像，基于现实空间中的物体生成点云地图，点云地图描述了现实空间的物体排布，然后对现实空间中的物体进行标定，标定的过程可以包括确定现实空间的物体的尺寸和形状，然后基于标定结果将确定现实空间的物体在扩展现实空间内对应的坐标，完成现实空间的物体到扩展现实空间的映射。这样现实空间的物体在扩展现实空间中都将具有对应的位置，并可以显示在扩展现实空间内。

在本公开的一些实施例中，响应于第一手势操作，确定现实空间中的被选对象之前，包括：响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象；响应于第一手势操作，确定现实空间中的被选对象包括：响应于第一手势操作，基于目标对象确定第一音频。

一些实施例中，目标对象是与第一音频相关的对象，其可以是产生第一音频的对象，例如目标对象为钢琴，则第一音频为钢琴当前的钢琴音，目标对象为雨，则第一音频为雨声。如图4所示，当前用户可以使用头戴式终端，头戴式中终端检测用户的眼部注视操作，用户注视着窗外的雨，窗外的雨作为目标对象，然后通过执行捕捉或取消的手势，来确定并采集第一音频。在确定了第一音频后，可以如图5所示，可以对第一音频进行分类，选择为“雨声”、“歌声”或“留言”等。

在本公开的一些实施例中，响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，包括：响应于当前用户语音操作或手势操作，若所述语音操作或手势操作的含义表明所述当前用户要确定目标对象，则以当前用户的眼部注视操作在当前所注视的对象为所述目标对象。

一些实施例中，当前用户可以通过执行眼部注视操作从而选取目标对象，由于当前用户的视野可能飘忽不定，因此可以为各个第二对象设置积分，例如当前用户的实现扫过多个第二物体，第二物体的积分可以设置为初始为100，当前用户的实现离开第二物体后，积分会自动下滑，当前用户的实现注视第二物体时，积分会上升或保持不变，最后通过选择积分最高的第二物体作为目标物体。或者初始积分为0，当前用户的视线停留在第二物体上的时间越长则积分越高，当前用户的视线离开第二物体上时，第二物体的积分会停止或下降。

在本公开的一些实施例中，响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，包括：响应于当前用户语音操作或手势操作，若所述语音操作或手势操作的含义表明所述当前用户要确定目标对象，则以当前用户的眼部注视操作在当前所注视的对象为所述目标对象。

一些实施例中，当前用户可以通过执行语音操作或手势操作来表明当前想要确定目标对象，此时通过眼部注视操作所确定的对象就是目标对象。例如当前用户看向某个宠物，然后发出语音“把它录入”，此时“它”表明了当前用户的意图，而无需明确的说明目标对象是这个宠物。

在本公开的一些实施例中，方法还包括：响应于扩展现实空间中的虚拟物体与现实空间中的实体物体发生接触，控制虚拟物体执行对应的响应动作。一些实施例中，现实空间中的物体可以显示在扩展现实空间中，并在扩展现实空间中可以与虚拟物体进行交互，例如虚拟对象为一个虚拟球体，在虚拟球体与现实空间中的物体碰撞时，进行反弹，实现虚拟对象与现实物体的交互，从而可以提高真实性和趣味性。

本公开一些实施例中还提出一种基于扩展现实的控制装置，包括：

获取单元，用于响应于当前用户的第一操作事件，确定现实空间中的第一音频；

控制单元，用于响应于当前用户的第二操作事件，确定扩展现实空间中的第一位置；

控制单元，还用于以第一位置为第一音频在扩展现实空间中的声源位置，播放第一音频。

一些实施例中，以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频，包括：

基于所述第一位置，确定所述扩展现实空间中与第一音频相关第一对象的属性信息；

以所述第一位置为所述声源位置，基于所述第一对象的属性信息播放所述第一音频；

其中，所述第一音频的音频效果与所述第一对象的属性信息相关。

一些实施例中，所述扩展现实空间中与第一音频相关的第一对象的属性信息，包括如下的至少一项：

所述扩展现实空间中所述第一位置所位于的环境的环境属性；

所述第一位置所位于的物体的材质属性和/或物体类型属性；

所述第一位置所位于的生物的情绪属性和/或生物种类属性。

一些实施例中，确定现实空间中的第一音频之后，在响应于所述当前用户的第二操作事件之前，控制单元还用于：

对所确定的现实空间中的第一音频进行过滤，以去除所述第一音频中的干扰音或当前用户指定的对象的音频。

一些实施例中，响应于当前用户的第一操作事件，确定现实空间中的第一音频之前，获取单元还用于:获取所述现实空间的图像，基于所述现实空间的图像生成点云地图；基于所述点云地图对所述现实空间进行标定，确定所述现实空间的物体在扩展现实空间内的对应的坐标。

一些实施例中，响应于当前用户的第一操作事件，确定现实空间中的第一音频，包括：响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，基于所述目标对象确定所述第一音频。

一些实施例中，响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，包括：响应于当前用户的眼部注视操作，确定所述当前用户的视线所扫过的各个第二对象的积分；基于所述当前用户的视线所扫过的各个第二对象的积分，确定所述目标对象；其中，所述第二对象的积分随着所述当前用户的视线停留在所述第二对象上或离开所述第二对象而变化；

或者，响应于当前用户语音操作或手势操作，若所述语音操作或手势操作的含义表明所述当前用户要确定目标对象，则以当前用户的眼部注视操作在当前所注视的对象为所述目标对象。

一些实施例中，控制单元还用于：响应于当前用户的第三操作事件，确定现实空间中的第一图像或第一文本；

响应于所述当前用户的第四操作事件，确定扩展现实空间中的第二位置；

在所述扩展现实空间的所述第二位置显示所述第一图像或所述第一文本。

一些实施例中，控制单元还用于：响应于所述扩展现实空间中的虚拟物体与所述现实空间中的实体物体发生接触，控制所述虚拟物体执行对应的响应动作。

在本公开的一些实施例中提出一种基于扩展现实的控制装置，包括：

获取单元，用于响应于第一手势操作，确定现实空间中的被选对象；

控制单元，用于基于当前用户的视线，在扩展现实空间中确定目标位置；

所述控制单元，还用于响应于第二手势操作，将所述被选对象添加到所述目标位置。

所述被选对象包括：音频、图片、文本或物体中的一个或多个。

一些实施例中，所述被选对象为现实空间中的第一音频；

响应于第二手势操作，将所述被选对象添加到所述目标位置，包括：基于所述目标位置，确定所述扩展现实空间中与第一音频相关第一对象的属性信息；

以所述目标位置为所述声源位置，基于所述第一对象的属性信息播放所述第一音频；

其中，所述第一音频的音频效果与所述第一对象的属性信息相关。

一些实施例中，所述扩展现实空间中与第一音频相关的第一对象的属性信息，包括如下的至少一项：

所述扩展现实空间中所述目标位置所位于的环境的环境属性；

所述目标位置所位于的物体的材质属性和/或物体类型属性；

所述目标位置所位于的生物的情绪属性和/或生物种类属性。

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9，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，提供了一种基于扩展现实的控制方法，包括：

响应于当前用户的第一操作事件，确定现实空间中的第一音频；

响应于所述当前用户的第二操作事件，确定扩展现实空间中的第一位置；

以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频，包括：

基于所述第一位置，确定所述扩展现实空间中与第一音频相关第一对象的属性信息；

以所述第一位置为所述声源位置，基于所述第一对象的属性信息播放所述第一音频；

其中，所述第一音频的音频效果与所述第一对象的属性信息相关。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，所述扩展现实空间中与第一音频相关的第一对象的属性信息，包括如下的至少一项：

所述扩展现实空间中所述第一位置所位于的环境的环境属性；

所述第一位置所位于的物体的材质属性和/或物体类型属性；

所述第一位置所位于的生物的情绪属性和/或生物种类属性。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，确定现实空间中的第一音频之后，在响应于所述当前用户的第二操作事件之前，还包括：

对所确定的现实空间中的第一音频进行过滤，以去除所述第一音频中的干扰音或当前用户指定的对象的音频。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，响应于当前用户的第一操作事件，确定现实空间中的第一音频之前，还包括:

获取所述现实空间的图像，基于所述现实空间的图像生成点云地图；基于所述点云地图对所述现实空间进行标定，确定所述现实空间的物体在扩展现实空间内的对应的坐标。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，响应于当前用户的第一操作事件，确定现实空间中的第一音频，包括：

响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，基于所述目标对象确定所述第一音频。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，包括：

响应于当前用户的眼部注视操作，确定所述当前用户的视线所扫过的各个第二对象的积分；基于所述当前用户的视线所扫过的各个第二对象的积分，确定所述目标对象；其中，所述第二对象的积分随着所述当前用户的视线停留在所述第二对象上或离开所述第二对象而变化；

或者，

响应于当前用户语音操作或手势操作，若所述语音操作或手势操作的含义表明所述当前用户要确定目标对象，则以当前用户的眼部注视操作在当前所注视的对象为所述目标对象。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，所述方法还包括：

响应于当前用户的第三操作事件，确定现实空间中的第一图像或第一文本；

响应于所述当前用户的第四操作事件，确定扩展现实空间中的第二位置；

在所述扩展现实空间的所述第二位置显示所述第一图像或所述第一文本。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，所述方法还包括：

响应于所述扩展现实空间中的虚拟物体与所述现实空间中的实体物体发生接触，控制所述虚拟物体执行对应的响应动作。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，包括：

响应于第一手势操作，确定现实空间中的被选对象；

基于当前用户的视线，在扩展现实空间中确定目标位置；

响应于第二手势操作，将所述被选对象添加到所述目标位置。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，所述被选对象包括：音频、图片、文本或物体中的一个或多个。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，所述被选对象为现实空间中的第一音频；

响应于第二手势操作，将所述被选对象添加到所述目标位置，包括：基于所述目标位置，确定所述扩展现实空间中与第一音频相关第一对象的属性信息；

以所述目标位置为所述声源位置，基于所述第一对象的属性信息播放所述第一音频；

其中，所述第一音频的音频效果与所述第一对象的属性信息相关。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制方法，所述扩展现实空间中与第一音频相关的第一对象的属性信息，包括如下的至少一项：

所述扩展现实空间中所述目标位置所位于的环境的环境属性；

所述目标位置所位于的物体的材质属性和/或物体类型属性；

所述目标位置所位于的生物的情绪属性和/或生物种类属性。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制装置，包括：

获取单元，用于响应于当前用户的第一操作事件，确定现实空间中的第一音频；

控制单元，用于响应于所述当前用户的第二操作事件，确定扩展现实空间中的第一位置；

所述控制单元，还用于以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频。

根据本公开的一个或多个实施例，提供了一种基于扩展现实的控制装置，包括：

获取单元，用于响应于当前用户的第一操作事件，确定现实空间中的第一音频；

控制单元，用于响应于所述当前用户的第二操作事件，确定扩展现实空间中的第一位置；

所述控制单元，还用于以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频。

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。

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 (17)

1.一种基于扩展现实的控制方法，其特征在于，包括：

响应于当前用户的第一操作事件，确定现实空间中的第一音频；

响应于所述当前用户的第二操作事件，确定扩展现实空间中的第一位置；

以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频。

2.根据权利要求1所述的方法，其特征在于，以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频，包括：

基于所述第一位置，确定所述扩展现实空间中与第一音频相关第一对象的属性信息；

以所述第一位置为所述声源位置，基于所述第一对象的属性信息播放所述第一音频；

其中，所述第一音频的音频效果与所述第一对象的属性信息相关。

3.根据权利要求2所述的方法，其特征在于，所述扩展现实空间中与第一音频相关的第一对象的属性信息，包括如下的至少一项：

所述扩展现实空间中所述第一位置所位于的环境的环境属性；

所述第一位置所位于的物体的材质属性和/或物体类型属性；

所述第一位置所位于的生物的情绪属性和/或生物种类属性。

4.根据权利要求1所述的方法，其特征在于，确定现实空间中的第一音频之后，在响应于所述当前用户的第二操作事件之前，还包括：

对所确定的现实空间中的第一音频进行过滤，以去除所述第一音频中的干扰音或当前用户指定的对象的音频。

5.根据权利要求1所述的方法，其特征在于，响应于当前用户的第一操作事件，确定现实空间中的第一音频之前，还包括:

获取所述现实空间的图像，基于所述现实空间的图像生成点云地图；基于所述点云地图对所述现实空间进行标定，确定所述现实空间的物体在扩展现实空间内的对应的坐标。

6.根据权利要求1所述的方法，其特征在于，响应于当前用户的第一操作事件，确定现实空间中的第一音频，包括：

响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，基于所述目标对象确定所述第一音频。

7.根据权利要求6所述的方法，其特征在于，响应于当前用户的眼部注视操作、手势操作或语音操作中的至少一种，确定现实空间中的目标对象，包括：

响应于当前用户的眼部注视操作，确定所述当前用户的视线所扫过的各个第二对象的积分；基于所述当前用户的视线所扫过的各个第二对象的积分，确定所述目标对象；其中，所述第二对象的积分随着所述当前用户的视线停留在所述第二对象上或离开所述第二对象而变化；

或者，

响应于当前用户语音操作或手势操作，若所述语音操作或手势操作的含义表明所述当前用户要确定目标对象，则以当前用户的眼部注视操作在当前所注视的对象为所述目标对象。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于当前用户的第三操作事件，确定现实空间中的第一图像或第一文本；

响应于所述当前用户的第四操作事件，确定扩展现实空间中的第二位置；

在所述扩展现实空间的所述第二位置显示所述第一图像或所述第一文本。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于所述扩展现实空间中的虚拟物体与所述现实空间中的实体物体发生接触，控制所述虚拟物体执行对应的响应动作。

10.一种基于扩展现实的控制方法，其特征在于，包括：

响应于第一手势操作，确定现实空间中的被选对象；

基于当前用户的视线，在扩展现实空间中确定目标位置；

响应于第二手势操作，将所述被选对象添加到所述目标位置。

11.根据权利要求10所述的方法，其特征在于，

所述被选对象包括：音频、图片、文本或物体中的一个或多个。

12.根据权利要求10所述的方法，其特征在于，

所述被选对象为现实空间中的第一音频；

响应于第二手势操作，将所述被选对象添加到所述目标位置，包括：基于所述目标位置，确定所述扩展现实空间中与第一音频相关第一对象的属性信息；

以所述目标位置为声源位置，基于所述第一对象的属性信息播放所述第一音频；

其中，所述第一音频的音频效果与所述第一对象的属性信息相关。

13.根据权利要求12所述的方法，其特征在于，所述扩展现实空间中与第一音频相关的第一对象的属性信息，包括如下的至少一项：

所述扩展现实空间中所述目标位置所位于的环境的环境属性；

所述目标位置所位于的物体的材质属性和/或物体类型属性；

所述目标位置所位于的生物的情绪属性和/或生物种类属性。

14.一种基于扩展现实的控制装置，包括：

获取单元，用于响应于当前用户的第一操作事件，确定现实空间中的第一音频；

控制单元，用于响应于所述当前用户的第二操作事件，确定扩展现实空间中的第一位置；

所述控制单元，还用于以所述第一位置为所述第一音频在所述扩展现实空间中的声源位置，播放所述第一音频。

15.一种基于扩展现实的控制装置，其特征在于，包括：

获取单元，用于响应于第一手势操作，确定现实空间中的被选对象；

控制单元，用于基于当前用户的视线，在扩展现实空间中确定目标位置；

所述控制单元，还用于响应于第二手势操作，将所述被选对象添加到所述目标位置。

16.一种电子设备，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13中任一项所述的方法。

17.一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13中任一项所述的方法。