一种交互方法、系统、电子设备及服务器与流程

本发明实施例涉及通信技术领域，特别涉及一种交互方法、系统、电子设备及服务器。

背景技术：

随着科技的发展，音箱越来越智能化。人们可以通过音箱进行点播歌曲、上网购物等操作，甚至可以通过智能音箱对智能家电设备进行控制。

然而，发明人发现现有技术中至少存在如下问题：用户只有在智能音箱附近才能与智能音箱交互，触发智能音箱工作。然而，当用户在多个房间之间活动时，若用户需要与智能音箱交互，需要跑到放置智能音箱的房间，极其不方便，降低了用户的体验。并且，当前的智能音箱只能实现音频信息的反馈，无法满足用户其他的要求。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本发明实施方式的目的在于提供一种交互方法、系统、电子设备及服务器，使得响应信息可以通过图像的形式反馈给用户，用户可以更直观地看到响应信息。

为解决上述技术问题，本发明的实施方式提供了一种交互方法，应用于主机，包括以下步骤：获取与主机连接的至少两个第一子设备中的至少一个第一子设备传输的声音信号；根据获取的声音信号，确定对获取的声音信号的第一响应信息；其中，第一响应信息中包括待播放的图像数据的信息；从与主机连接的至少两个第二子设备中，选择至少一个第二子设备；将待播放的图像数据的信息传输至选择的第二子设备。

本发明的实施方式还提供了一种交互方法，应用于云端服务器，包括：获取主机传输的语音分析请求；其中，语音分析请求中包括主机获取的声音信号，获取的声音信号为与主机连接的至少两个第一子设备中的至少一个第一子设备传输的声音信号；根据语音分析请求，确定第二响应信息；其中，第二响应信息中包括待播放的图像数据的信息和用于播放待播放的图像数据的信息的第二子设备的标识信息；发送第二响应信息至主机。

本发明的实施方式还提供了一种交互系统，包括：主机、与主机连接的至少两个第一子设备，以及与第一子设备对应的第二子设备；至少两个第一子设备用于：采集环境中的声音，根据采集的声音，生成声音信号，将生成的声音信号传输给主机；第二子设备用于：根据主机传输的待播放的图像数据的信息，播放待播放的图像数据；主机用于：获取与主机连接的至少两个第一子设备中的至少一个第一子设备传输的声音信号；根据获取的声音信号，确定对获取的声音信号的第一响应信息；其中，第一响应信息中包括待播放的图像数据的信息；从与主机连接的至少两个第二子设备中，选择至少一个第二子设备；将待播放的图像数据的信息传输至选择的第二子设备。

本发明的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；以及，与至少两个第一子设备和至少两个第二子设备通信连接的通信组件，通信组件在处理器的控制下接收和发送数据；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施方式提及的交互方法。

本发明的实施方式还提供了一种云端服务器，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；以及，与主机通信连接的通信组件，通信组件在处理器的控制下接收和发送数据；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施方式提及的交互方法。

本发明实施方式相对于现有技术而言，多个第一子设备分别与主机通信连接，使得用户只需在多个第一子设备中的任意一个第一子设备附近，即可与主机进行交互，无需跑到主机所处空间，提高了用户体验。响应信息以图像的形式反馈给用户，相对于响应信息只以声音的形式反馈给用户的交互方法，使得用户可以更直观地获取相关的响应信息，避免用户错听或漏听信息的情况。由同一主机来确定对各个第一子设备采集的声音信号的响应信息，相对于为每个第一子设备配置一个主机的方法，或，在不同空间放置多个智能音响的方法，降低了布设成本。

另外，根据获取的声音信号，确定对获取的声音信号的第一响应信息，具体包括：根据获取的声音信号，确定语音分析请求；将语音分析请求传输至云端服务器；获取云端服务器返回的第二响应信息，第二响应信息中包括待播放的图像数据的信息；根据第二响应信息，确定第一响应信息。该实现中，主机将获取的声音信号传输至云端服务器，由云端服务器对获取的声音信号进行分析，减轻了主机的工作压力，减少了主机的功耗。

另外，从与主机连接的至少两个第二子设备中，选择至少一个第二子设备，具体包括：获取检测设备传输的检测信息；根据检测信息，确定用户的位置信息；根据用户的位置信息和至少两个第二子设备的位置信息，从与用户距离小于预设值的第二子设备中选择第二子设备作为选择的第二子设备；或者，从与至少两个第二子设备中，选择与用于播放待播放的图像数据的信息的第二子设备的标识信息对应的第二子设备，其中，用于播放待播放的图像数据的信息的第二子设备的标识信息，携带在第二响应信息中。

另外，第一响应信息中还包括待播放的声音信号或待播放的声音信号的存储位置信息；根据获取的声音信号，确定对获取的声音信号的第一响应信息之后，交互方法还包括：从与主机连接的至少两个第一子设备中，选择至少一个第一子设备，将待播放的声音信号或待播放的声音信号的存储位置信息传输至选择的第一子设备。该实现中，响应信息通过图像的形式反馈给用户的同时，通过第一子设备，将响应信息以声音的形式播放给用户，使得第二子设备损坏的情况下，用户可以通过第一子设备获知响应信息。

另外，语音分析请求中还包括传输获取的声音信号的第一子设备的标识信息；根据语音分析请求，确定第二响应信息，具体包括：根据传输获取的声音信号的第一子设备的标识信息，确定传输获取的声音信号的第一子设备的安装场景；其中，云端服务器中存储有第一子设备的标识信息与第一子设备的安装场景的对应关系；根据传输获取的声音信号的第一子设备的安装场景和获取的声音信号，确定第二响应信息。该实现中，云端服务器结合传输获取的声音信号的第一子设备的安装场景，对获取的声音信号进行分析，提高了获取的声音信号的分析结果的准确性。

另外，交互系统还包括云端服务器；主机具体用于：根据获取的声音信号，确定语音分析请求，语音分析请求中包括主机获取的声音信号；将语音分析请求传输至云端服务器；获取云端服务器返回的第二响应信息，第二响应信息中包括待播放的图像数据的信息和用于播放所述待播放的图像数据的信息的第二子设备的标识信息；根据第二响应信息，确定第一响应信息；云端服务器用于：获取主机传输的语音分析请求；根据语音分析请求，确定第二响应信息；发送第二响应信息至主机。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明的第一实施方式的交互方法的流程图；

图2是本发明的第二实施方式的交互方法的流程图；

图3是本发明的第三实施方式的交互方法的流程图；

图4是本发明的第四实施方式的交互方法的流程图；

图5是本发明的第五实施方式的交互系统的结构示意图；

图6是本发明的第六实施方式的交互系统的结构示意图；

图7是本发明的第七实施方式的电子设备的结构示意图；

图8是本发明的第八实施方式的云端服务器的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

本发明的第一实施方式涉及一种交互方法，应用于主机。如图1所示，该交互方法包括以下步骤：

步骤101：获取与主机连接的至少两个第一子设备中的至少一个第一子设备传输的声音信号。

具体地说，至少两个第一子设备分别采集环境中的声音，根据采集的声音，生成声音信号，将生成的声音信号传输给主机。

具体实现中，至少两个第一子设备以分布式的方式，放置在不同空间，例如，不同的房间，以便至少两个第一子设备能够采集多个空间中的声音信号。其中，第一子设备的个数可以根据总空间的大小确定。

具体实现中，第一子设备在检测到采集指令后，对环境中的声音进行采集。例如，第一子设备在用户按下语音功能按钮后，采集环境中的声音。又如，第一子设备对环境中的声音进行检测分析，在确定环境中的声音中包括指示开启语音功能的特定词后，对环境中的声音进行采集。

具体实现中，第一子设备在开始采集声音之前或在采集声音的过程中，通过发出提示声音或点亮提示灯的方式，提示用户已开始录音，避免用户未察觉第一子设备在录音而泄露用户隐私。

具体实现中，第一子设备在根据采集的声音，生成声音信号的过程中，先对采集的声音进行降噪处理，将降噪后的声音信号传输至主机。

具体实现中，主机在检测到未建立通信连接的第一子设备时，与第一子设备建立通信连接，并通过该通信连接，获取第一子设备传输的声音信号。

值得一提的是，多个第一子设备与一个主机通信连接，由同一主机来确定对各个第一子设备采集的声音信号的响应信息，相对于为每个第一子设备配置一个主机的方法，或，在不同空间放置多个智能音响的方法，降低了布设成本。除此之外，由于主机需要与云端服务器或外部其他设备通信，以获取待播放的图像数据的信息，多个第一子设备通过同一主机与外部通信，相对于多个主机分别与外部通信的方法，降低了维护内部网络安全的难度和成本，能够更好的保护用户隐私安全。

具体实现中，主机对与其通信连接的第一子设备进行监测，确定各个第一子设备是否在线。

具体实现中，主机统计各个第一子设备传输声音信号的次数，生成各个第一子设备的运行信息。便于用户后期根据各个第一子设备的运行信息，调整第一子设备的布局，减少不必要的第一子设备。

步骤102：根据获取的声音信号，确定对获取的声音信号的第一响应信息。

具体地说，第一响应信息中包括待播放的图像数据的信息。以下对主机确定第一响应信息的方法进行举例说明。

方法1：主机分析获取的声音信号，根据分析结果，确定待播放的图像数据的信息，根据待播放的图像数据的信息，确定第一响应信息。

方法2：主机根据获取的声音信号，确定语音分析请求；将语音分析请求传输至云端服务器；获取云端服务器返回的第二响应信息，第二响应信息中包括待播放的图像数据的信息；根据第二响应信息，确定第一响应信息。

其中，主机根据获取的声音信号，确定语音分析请求的过程如下：将获取的声音信号转化为符合预设格式的声音信号；根据符合预设格式的声音信号，确定语音分析请求，语音分析请求中包括符合预设格式的声音信号。由于主机与多个第一子设备连接，多个第一子设备传输的声音信号的格式可能相同，也可能不同。主机在获取多个第一子设备传输的声音信号后，先将多个第一子设备传输的声音信号的格式转化为预设格式，再传输至云端服务器。其中，预设格式可以是常见的音频格式中的任意一种格式。

值得一提的是，主机将多个第一子设备传输的声音信号的格式转化为预设格式后，再传输至云端服务器，避免了云端服务器不支持第一子设备的声音信号的格式，导致响应失败的情况。

值得一提的是，主机将获取的声音信号传输至云端服务器，由云端服务器对获取的声音信号进行分析，减轻了主机的工作压力，减少了主机的功耗。

以下以主机对获取的声音信息的情况为例，结合实际场景，对如何根据获取的声音信号，确定待播放的图像数据的信息的方法进行举例说明。

具体实现中，待播放的图像数据的信息为待播放的图像数据本身。假设，用户当前发出的声音为“查询今天天气”。用户所在空间的第一子设备采集该声音，将该声音转换为声音信号，传输至主机。主机获取该声音信号，对获取的声音信号进行分析，确定获取的声音信号指示播放今天的天气信息。主机查询今天的天气信息，并根据查询结果，生成反映今天的天气信息的图像，例如，根据当天的整点的温度，绘制当天温度的折线图。或者，主机直接从互联网获取当天温度的折线图。主机将当天温度的折线图作为待播放的图像数据的信息。

另一具体实现中，待播放的图像数据的信息为待播放的图像数据的存储位置信息。假设，用户当前发出的声音为“查询今天天气”。用户所在空间的第一子设备采集该声音，将该声音转换为声音信号，传输至主机。主机获取该声音信号，对获取的声音信号进行分析，确定获取的声音信号指示播放今天的天气信息。主机确定当天温度的折线图在互联网中存放的地址，将该地址作为待播放的图像数据的信息。

需要说明的是，本领域技术人员可以理解，云端服务器确定待播放的图像数据的信息的方法可以参考本实施方式中关于主机确定待播放的图像数据的信息的过程的相关描述，此处不再赘述。

需要说明的是，上述内容仅为举例说明，本领域技术人员可以理解，实际应用中，待播放的图像数据的信息还可以是其他信息，通过该信息能够获取待播放的图像数据即可，确定待播放的图像数据的信息的方式可以通过其他方式，本实施方式不限制确定待播放的图像数据的信息的方式，以及待播放的图像数据的信息的形式。

步骤103：从与主机连接的至少两个第二子设备中，选择至少一个第二子设备。

具体地说，第二子设备为可以播放图像数据的设备，例如，显示屏，投影仪等。主机可以将第一响应信息传输给所有的第二子设备，也可以有选择的将第一响应信息传输给至少两个第二子设备中的一个或多个第二子设备。

具体实现中，第一响应信息中还包括待播放的声音信号或待播放的声音信号的存储位置信息，主机将第一响应信息中的待播放的图像数据的信息，以及待播放的声音信号或待播放的声音信号的存储位置信息传输至传输声音信号的第一子设备对应的第二子设备，传输声音信号的第一子设备对应的第二子设备待播放图像数据和待播放的声音信号。例如，第二子设备为电视，主机将待播放的图像数据和待播放的声音信号传输至电视，电视播放接收到的待播放的图像数据和待播放的声音信号。

具体实现中，至少两个第二子设备以分布式的方式，放置在不同空间，例如，不同的房间，以便用户可以在多个空间中查看第二子设备上显示的图像数据。其中，第二子设备的个数可以根据总空间的大小确定。

需要说明的是，本实施方式中，第一子设备是指第一类子设备，第一类子设备用于采集周围环境的声音，第二子设备是指第二类子设备，第二类子设备用于播放待播放的图像数据，或，用于播放待播放的图像数据和待播放的声音信号。

以下对主机从至少两个第二子设备中选择用于播放待播放的图像数据的信息的第二子设备的方法进行举例说明。

方法1：主机获取检测设备传输的检测信息；根据检测信息，确定用户的位置信息；根据用户的位置信息和至少两个第二子设备的位置信息，从与用户距离小于预设值的第二子设备中选择第二子设备作为选择的第二子设备。例如，主机选择距离最小的第二子设备作为选择的第二子设备，或者，主机将与用户距离小于预设值的第二子设备均作为第二子设备。

需要说明的是，检测设备可以是红外传感器、距离传感器和光线传感器等设备中的任意一种设备，此处不再一一列举。

需要说明的是，检测设备和第一子设备可以位于同一装置中，即使用具有采集声音和检测用户的位置的装置。

需要说明的是，用户的位置信息可以是用户的相对位置信息，例如，用户相对于检测设备的距离信息，也可以是用户的绝对位置信息，例如，检测设备通过室内定位技术，确定用户的位置信息，本实施方式不限制用户的位置信息的具体内容。

具体实现中，检测信息为用户与检测设备的距离信息，用户的位置信息为第二子设备与用户的距离信息。将检测设备设置在第二子设备附近，使得检测设备与用户之间的距离近似于第二子设备与用户之间的距离，主机可以将检测信息中检测设备与用户的距离，作为用户与第二子设备的距离。

另一具体实现中，检测信息为用户与检测设备的距离信息，用户的位置信息为第二子设备与用户的距离信息。主机中存储有检测设备与第二子设备的距离信息，主机根据检测信息和检测设备与第二子设备的距离信息，确定第二子设备与用户的距离信息。

需要说明的是，本领域技术人员可以理解，实际应用中，还可以根据其他方式确定用户与第二子设备的位置关系，本实施方式不限制确定用户与第二子设备的位置关系的具体方法。

值得一提的是，主机根据用户的位置信息，选择用于播放待播放的图像数据的信息的第二子设备，避免了由于用户移动位置导致无法获知到待播放的图像数据的信息的问题。

需要说明的是，本领域技术人员可以理解，实际应用中，还可以根据用户的其他信息选择用于播放待播放的图像数据的信息的第二子设备，例如，检测设备为摄像头，主机根据摄像头采集的数据，确定用户的位姿信息，和/或，移动方向，根据用户的位姿信息，和/或，移动方向，确定用于播放待播放的图像数据的信息的第二子设备。

方法2：主机从与至少两个第二子设备中，选择与用于播放待播放的图像数据的信息的第二子设备的标识信息对应的第二子设备，其中，用于播放待播放的图像数据的信息的第二子设备的标识信息，携带在第二响应信息中。

其中，云端服务器可以是采用本实施方式中主机确定用于播放待播放的图像数据的信息的第二子设备的方法确定选择的第二子设备，也可以根据分析获取的声音信号得到的分析结果确定选择的第二子设备。本领域技术人员可以理解，本实施方式不限制主机选择第二子设备的具体方式。

方法3：主机从处于闲置状态的第二子设备中，选择一个第二子设备作为用于播放待播放的图像数据的信息的第二子设备。具体地说，主机对第二子设备的状态进行记录和更新，当第二子设备正在播放图像数据时，第二子设备的状态为工作状态，当第二子设备未播放图像数据时，第二子设备的工作状态为闲置状态。主机选择处于闲置状态的第二子设备作为用于播放待播放的图像数据的信息的第二子设备，避免主机将多个响应信息传输给同一第二子设备，导致用户无法及时获得响应信息的情况。

需要说明的是，本领域技术人员可以理解，实际应用中，主机可以采用上述方法中的任意一种或多种方法确定用于播放待播放的图像数据的信息的第二子设备，例如，主机先根据用户的位置信息，确定与用户距离小于预设值的第二子设备，从与用户距离小于预设值的第二子设备中，选择处于闲置状态的第二子设备，作为用于播放待播放的图像数据的信息的第二子设备。主机也可以通过其他方式选择第二子设备，本实施方式不限制选择用于播放待播放的图像数据的信息的第二子设备的方法。

步骤104：将待播放的图像数据的信息传输至选择的第二子设备。

具体地说，主机在确定用于播放待播放的图像数据的信息的第二子设备后，将待播放的图像数据的信息传输至选择的第二子设备。

需要说明的是，本领域技术人员可以理解，第二子设备与主机之间可以通过无线连接方式(如蓝牙连接)连接，也可以通过有线连接方式连接，本实施方式不限制主机和第二子设备之间的连接方式。

需要说明的是，以上仅为举例说明，并不对本发明的技术方案构成限定。

与现有技术相比，本实施方式中提供的交互方法，多个第一子设备分别与主机通信连接，使得用户只需在多个第一子设备中的任意一个第一子设备附近，即可与主机进行交互，无需跑到主机所处空间，提高了用户体验。响应信息以图像的形式反馈给用户，相对于响应信息只以声音的形式反馈给用户的交互方法，使得用户可以更直观地获取相关的响应信息，避免用户错听或漏听信息的情况。由同一主机来确定对各个第一子设备采集的声音信号的响应信息，相对于为每个第一子设备配置一个主机的方法，或，在不同空间放置多个智能音响的方法，降低了布设成本。除此之外，主机对播放待播放的图像数据的第二子设备进行选择，使得待播放的图像数据显示更利于用户观看的第二子设备上，使得用户能够更方便的观看待播放的图像数据，获得自己需要的信息。

本发明的第二实施方式涉及一种交互方法。第二实施方式与第一实施方式大致相同，主要区别在于，第一实施方式中，主机将待播放的图像数据和待播放的声音信号发送至第二子设备，第二实施方式中，主机将待播放的图像数据的信息传输至第二子设备，将待播放的声音信号或待播放的声音信号的存储位置信息传输至传输声音信号的第一子设备。此外，本领域技术人员可以理解，第一响应信息中还可以包括其他信息，以用于驱动其他设备。

具体的说，如图2所示，在本实施方式中，包含步骤201至步骤205，其中，步骤201至步骤204分别与第一实施方式中的步骤101至步骤104大致相同，此处不再赘述。下面主要介绍不同之处：

执行步骤201至步骤204。

步骤205：从与主机连接的至少两个第一子设备中，选择至少一个第一子设备，将待播放的声音信号或待播放的声音信号的存储位置信息传输至选择的第一子设备。

具体地说，主机根据获取的声音信号，确定第一响应信息。其中，第一响应信息包括待播放的图像数据的信息，以及待播放的声音信号或待播放的声音信号的存储位置信息。主机将待播放的图像数据的信息传输至传输声音信号的第一子设备对应的第二子设备，将待播放的声音信号或待播放的声音信号的存储位置信息传输至传输声音信号的第一子设备。

其中，选择第一子设备的方法可以参考本发明的第一实施方式中选择第二子设备的方法的相关描述，此处不再一一赘述。

需要说明的是，本领域技术人员可以理解，实际应用中，可以由主机直接将待播放的声音信号或待播放的声音信号的存储位置信息传输至传输声音信号的第一子设备，也可以由主机先将待播放的声音信号或待播放的声音信号的存储位置信息传输至传输声音信号的第一子设备对应的第二子设备，由对应的第二子设备将其传输至传输声音信号的第一子设备。

需要说明的是，本领域技术人员可以理解，第一子设备采集声音的功能和播放声音的功能可以有一个或多个模块实现，例如，每个第一子设备包括一个麦克风和一个扬声器，其中，麦克风和扬声器可以设置在同一位置，也可以设置在同一房间的不同位置。

需要说明的是，为阐述清楚，本实施方式中，将步骤205作为步骤204的后一步骤，但本领域技术人员可以理解，实际应用中，步骤205只需要设置在步骤202之后即可，步骤205可以根据需要设置为步骤202之后任一步骤，本实施方式不起限定作用。

需要说明的是，以上仅为举例说明，并不对本发明的技术方案构成限定。

与现有技术相比，本实施方式中提供的交互方法，多个第一子设备分别与主机通信连接，使得用户只需在多个第一子设备中的任意一个第一子设备附近，即可与主机进行交互，无需跑到主机所处空间，提高了用户体验。响应信息以图像的形式反馈给用户，相对于响应信息只以声音的形式反馈给用户的交互方法，使得用户可以更直观地获取相关的响应信息，避免用户错听或漏听信息的情况。由同一主机来确定对各个第一子设备采集的声音信号的响应信息，相对于为每个第一子设备配置一个主机的方法，或，在不同空间放置多个智能音响的方法，降低了布设成本。除此之外，主机对播放待播放的图像数据的第二子设备进行选择，使得待播放的图像数据显示更利于用户观看的第二子设备上，使得用户能够更方便的观看待播放的图像数据，获得自己需要的信息。响应信息通过图像的形式反馈给用户的同时，通过第一子设备，将响应信息以声音的形式播放给用户，使得第二子设备损坏的情况下，用户可以通过第一子设备获知响应信息。

本发明第三实施方式涉及一种交互方法，应用于云端服务器，如图3所示，包括以下步骤：

步骤301：获取主机传输的语音分析请求。

具体地说，语音分析请求中包括主机获取的声音信号，获取的声音信号为与主机连接的至少两个第一子设备中的至少一个第一子设备传输的声音信号。其中，主机根据获取的声音信号，确定语音分析请求，并传输语音分析请求至主机的过程可参考第一实施方式中的相关描述，此处不再赘述。

步骤302：根据语音分析请求，确定第二响应信息。

具体地说，第二响应信息中包括待播放的图像数据的信息和用于播放待播放的图像数据的信息的第二子设备的标识信息。

具体实现中，云端服务器确定待播放的图像数据的信息过程如下：云端服务器在接收到语音分析请求后，对语音分析请求中的获取的声音信号进行分析，从网络或内部存储中获取与获取的声音信号对应的待播放的图像数据，将其作为待播放的图像数据的信息；或者，云端服务器获取与获取的声音信号对应的待播放的图像数据的存储位置信息，将其作为待播放的图像数据的信息。

以下对云端服务器确定用于播放待播放的图像数据的信息的第二子设备的标识信息的过程进行举例说明。

具体实现中，语音分析请求中还包括检测设备的检测信息，云端服务器根据检测设备的检测信息，确定用户的位置信息；根据用户的位置信息和至少两个第二子设备的位置信息，从与用户距离小于预设值的第二子设备中选择第二子设备作为选择的第二子设备。云端服务器根据检测设备的检测信息确定用于播放待播放的图像数据的信息的第二子设备的标识信息的过程可以参考第一实施方式中主机根据检测设备的检测信息确定用于播放待播放的图像数据的信息的第二子设备的标识信息的过程的相关描述，此处不再赘述。

另一具体实现中，云端服务器对获取的声音信号进行分析，根据分析结果，确定用于播放待播放的图像数据的信息的第二子设备的标识信息。例如，云端服务器将“房间”作为确定第二子设备的关键词，在分析结果指示获取的声音信号中包括“房间”，且，该声音为“房间1”时，云端服务器将位于房间1的第二子设备的标识信息作为用于播放待播放的图像数据的信息的第二子设备的标识信息。

需要说明的是，本领域技术人员可以理解，实际应用中，云端服务器还可以将其他词汇作为确定第二子设备的关键词，例如，该房屋的主人的名字等，云端服务器也可以通过其他方式对获取的声音信号进行分析，确定用于播放待播放的图像数据的信息的第二子设备的标识信息，本实施方式不限制云端服务器分析获取的声音信号的具体方法。

需要说明的是，第二响应信息中还可以包括待播放的声音信号。云端服务器分析获取的声音信号，确定待播放的声音信号，并将待播放的声音信号携带在第二响应信息中。

步骤303：发送第二响应信息至主机。

具体地说，主机获取第二响应信息，根据第二响应信息，对获取的声音信号进行响应。其中，主机对获取的声音信号的响应的过程可以参考第一实施方式中主机确定第一响应信息的过程的相关描述，此处不再赘述。

以下结合实际场景，对云端服务器、主机、第一子设备和第二子设备之间的交互过程进行举例说明。

第一种场景，假设用户a的家中有3个房间，分别为房间1、房间2和房间3，在每个房间中设置有1个第一子设备和一个第二子设备。用户a在房间1说出指示开启语音功能的特定词，并在确定房间1中的第一子设备已开始录音时，说出“播放摇滚歌曲”。房间1中的第一子设备在检测到特定词之后，开始录音，生成声音信号，并传输至主机。主机根据获取的声音信号，确定语音分析请求，并将语音分析请求传输至云端服务器。云端服务器分析语音分析请求中的声音信号，确定该声音信号指示用户需要听摇滚歌曲，云端服务器确定本次播放的摇滚歌曲，将本次播放的摇滚歌曲作为待播放的声音信号，确定本次显示的图像数据，将本次显示的图像数据作为待播放的图像数据的信息。云端服务器获取携带在语音分析请求中的检测设备的检测信息，根据检测信息确定用户a在房间2，确定用于播放待播放的图像数据的信息的第二子设备为房间2中的第二子设备，用于播放待播放的声音信号的第一子设备为房间2中的第一子设备。云端服务器根据待播放的声音信号、待播放的图像数据的信息、房间2的第一子设备的标识信息和房间2的第二子设备的标识信息，确定第二响应信息。其中，本次播放的摇滚歌曲可以是用户预先存储的歌曲中的任意一首或任意多首，也可以是云端服务器从互联网临时下载的歌曲。云端服务器将第二响应信号传输至主机，主机接收第二响应信息，根据第二响应信息，将待播放的声音信号发送至房间2的第一子设备，将待播放的图像数据的信息发送至房间2中的第二子设备。房间2的第一子设备播放待播放的声音信号，房间2的第二子设备显示待播放的图像数据。

第二种场景，假设用户a的家中有3个房间，分别为房间1、房间2和房间3，在每个房间中设置有1个第一子设备和一个第二子设备。用户a在房间1说出指示开启语音功能的特定词，并在确定房间1中的第一子设备已开始录音时，说出“告诉用户b吃饭了，用户b在房间2”。房间1中的第一子设备在检测到特定词之后，开始录音，生成声音信号，并传输至主机。主机根据获取的声音信号，确定语音分析请求，并将语音分析请求传输至云端服务器。云端服务器分析语音分析请求中的声音信号，分析结果显示该声音信号指示通知用户b吃饭且用户b在房间2。云端服务器根据分析结果，确定待播放的声音信号为“吃饭了”，用于播放待播放的声音信号的第一子设备为房间2的第一子设备，待播放的图像数据为“吃饭了”三个字，用于播放待播放的图像数据的信息的第二子设备为房间2的第二子设备。云端服务器根据待播放的声音信号、待播放的图像数据、房间2的第一子设备的标识信息和房间2的第二子设备的标识信息，确定第二响应信息，发送第二响应信息至主机。主机接收第二响应信息，根据第二响应信息，将待播放的声音信号发送至房间2的第一子设备，将待播放的图像数据的信息发送至房间2中的第二子设备。房间2的第一子设备播放待播放的声音信号，房间2的第二子设备显示待播放的图像数据，使得用户b获得“吃饭了”的信息。

需要说明的是，以上仅为举例说明，并不对本发明的技术方案构成限定。

与现有技术相比，本实施方式提供的交互方法，多个第一子设备分别与主机通信连接，使得用户只需在多个第一子设备中的任意一个第一子设备附近，即可与主机进行交互，无需跑到主机所处空间，提高了用户体验。主机将获取的声音信号传输至云端服务器，由云端服务器对获取的声音信号进行分析，减轻了主机的工作压力，减少了主机的功耗。响应信息以图像的形式反馈给用户，相对于响应信息只以声音的形式反馈给用户的交互方法，使得用户可以更直观地获取相关的响应信息，避免用户错听或漏听信息的情况。由同一主机来确定对各个第一子设备采集的声音信号的响应信息，相对于为每个第一子设备配置一个主机的方法，或，在不同空间放置多个智能音响的方法，降低了布设成本。

本发明的第四实施方式涉及一种交互方法，本实施方式是对第三实施方式的进一步细化，具体说明了步骤302。

具体的说，如图4所示，在本实施方式中，包含步骤401至步骤404，其中，步骤401和步骤404分别与第三实施方式中的步骤301和步骤303大致相同，此处不再赘述。下面主要介绍不同之处：

步骤401：获取主机传输的语音分析请求。

步骤402：根据传输获取的声音信号的第一子设备的标识信息，确定传输获取的声音信号的第一子设备的安装场景。

具体地说，语音分析请求中还包括传输获取的声音信号的第一子设备的标识信息，云端服务器中存储有第一子设备的标识信息与第一子设备的安装场景的对应关系。因此，云端服务器可以根据语音分析请求，确定传输获取的声音信号的第一子设备的安装场景。

步骤403：根据传输获取的声音信号的第一子设备的安装场景和获取的声音信号，确定第二响应信息。

具体地说，由于同一语句在不同场景中可能具有不同的语义，同一语义的语句在不同场景中，用户希望得到的结果可能也不同。因此，云端服务器结合传输获取的声音信号的第一子设备的安装场景，对获取的声音信号进行分析，可以提高获取的声音信号的分析结果的准确性。

以下结合实际场景对云端服务器确定第二响应信息的过程进行举例说明。

假设，获取的声音信号均指示用户说的是“水煮鱼”。当传输获取的声音信号的第一子设备的安装场景为卧室时，用户可能是需要点水煮鱼的外卖，云端服务器可以从互联网获取菜品包括水煮鱼的商家的信息，如商家的名称，商家的位置，商家的评分，商家的菜品价格等。云端服务器根据商家的信息，确定待播放的图像数据的信息，该待播放的图像数据的信息中包括商家的信息，根据商家的名称，确定待播放的声音信号。云端服务器根据确定的待播放的图像数据的信息和待播放的声音信号，确定第二响应信息，将第二响应信息传输至主机。当传输获取的声音信号的第一子设备的安装场景为厨房时，用户可能是需要制作水煮鱼，云端服务器从互联网上下载关于制作水煮鱼的教学视频，根据水煮鱼的教学视频，确定第二响应信息，并将第二响应信息发送至主机。主机接收该水煮鱼的教学视频，将水煮鱼的教学视频中的图像部分的信息传输至第二子设备，将水煮鱼的教学视频中的音频部分传输至第一子设备。

需要说明的是，本领域技术人员可以理解，实际应用中，主机自身确定响应信息时，也可以对第一子设备的安装场景进行考虑。

步骤404：发送第二响应信息至主机。

需要说明的是，以上仅为举例说明，并不对本发明的技术方案构成限定。

与现有技术相比，本实施方式提供的交互方法，多个第一子设备分别与主机通信连接，使得用户只需在多个第一子设备中的任意一个第一子设备附近，即可与主机进行交互，无需跑到主机所处空间，提高了用户体验。主机将获取的声音信号传输至云端服务器，由云端服务器对获取的声音信号进行分析，减轻了主机的工作压力，减少了主机的功耗。响应信息以图像的形式反馈给用户，相对于响应信息只以声音的形式反馈给用户的交互方法，使得用户可以更直观地获取相关的响应信息，避免用户错听或漏听信息的情况。由同一主机来确定对各个第一子设备采集的声音信号的响应信息，相对于为每个第一子设备配置一个主机的方法，或，在不同空间放置多个智能音响的方法，降低了布设成本。云端服务器结合传输获取的声音信号的第一子设备的安装场景，对获取的声音信号进行分析，提高了获取的声音信号的分析结果的准确性。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本发明的第五实施方式涉及一种交互系统，如图5所示，包括：主机501、与主机501连接的至少两个第一子设备502，以及与第一子设备502对应的第二子设备503。至少两个第一子设备502用于：采集环境中的声音，根据采集的声音，生成声音信号，将生成的声音信号传输给主机501；第二子设备503用于：根据主机501传输的待播放的图像数据的信息，播放待播放的图像数据；主机501用于：获取与主机501连接的至少两个第一子设备502中的至少一个第一子设备502传输的声音信号；根据获取的声音信号，确定对获取的声音信号的第一响应信息；其中，第一响应信息中包括待播放的图像数据的信息；从与主机501连接的至少两个第二子设备503中，选择至少一个第二子设备503；将待播放的图像数据的信息传输至选择的第二子设备503。

需要说明的是，交互系统包括两个或多个第一子设备，图5中以2个第一子设备为例，本领域技术人员可以理解，本实施方式不限制第一子设备502的个数。

需要说明的是，交互系统包括两个或多个第二子设备，图5中以2个第二子设备为例，本领域技术人员可以理解，本实施方式不限制第二子设备502的个数。

不难发现，本实施方式为与第一实施方式和第二实施方式相对应的系统实施例，本实施方式可与第一实施方式和第二实施方式互相配合实施。第一实施方式和第二实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式和第二实施方式中。

本发明的第六实施方式涉及一种交互系统，本实施方式是对第五实施方式的进一步改进，具体改进之处为：增加了云端服务器504。

具体地说，如图6所示，本实施方式中，交互系统还包括云端服务器504。本实施方式中，主机501具体用于：根据获取的声音信号，确定语音分析请求，语音分析请求中包括主机获取的声音信号；将语音分析请求传输至云端服务器504；获取云端服务器504返回的第二响应信息，第二响应信息中包括待播放的图像数据的信息和用于播放待播放的图像数据的信息的第二子设备的标识信息；根据第二响应信息，确定第一响应信息。云端服务器504用于：获取主机501传输的语音分析请求；根据语音分析请求，确定第二响应信息；发送第二响应信息至主机501。

不难发现，本实施方式为与第一实施方式至第四实施方式相对应的系统实施例，本实施方式可与第一实施方式至第四实施方式互相配合实施。第一实施方式至第四实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式至第四实施方式中。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

本发明的第七实施方式涉及一种电子设备，如图7所示，包括：至少一个处理器601；以及，与至少一个处理器601通信连接的存储器602；以及，与至少两个第一子设备和至少两个第二子设备通信连接的通信组件603，通信组件603在处理器601的控制下接收和发送数据；其中，存储器602存储有可被至少一个处理器601执行的指令，指令被至少一个处理器601执行，以使至少一个处理器601能够执行如上述第一实施方式和第二实施方式提及的应用于主机的交互方法。

本发明的第八实施方式涉及一种云端服务器，如图8所示，包括：至少一个处理器701；以及，与至少一个处理器701通信连接的存储器702；以及，与主机通信连接的通信组件703，通信组件703在处理器701的控制下接收和发送数据；其中，存储器702存储有可被至少一个处理器701执行的指令，指令被至少一个处理器701执行，以使至少一个处理器701能够执行上述第三实施方式和第四实施方式提及的应用于云端服务器的交互方法。

本发明的第七实施方式和第八实施方式中，主机或云端服务器包括：一个或多个处理器以及存储器，图7和图8中以一个处理器为例。处理器、存储器可以通过总线或者其他方式连接，图7和图8中以通过总线连接为例。存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述交互方法。

存储器可以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、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器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、或其他非易失性固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

一个或者多个模块存储在存储器中，当被一个或者多个处理器执行时，执行上述任意方法实施方式中的交互方法。

上述产品可执行本申请实施方式所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施方式中详尽描述的技术细节，可参见本申请实施方式所提供的方法。

本发明第九实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述第一实施方式和第二实施方式提及的交互方法。

本发明第十实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述第三实施方式和第四实施方式提及的交互方法。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。