[0051]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0052]本发明实施例公开了一种音频播放方法及系统、用户终端，能够避免有声图像的部分内容被遮挡，提高有声图像的图像内容的整体观赏性。以下分别进行详细说明。
[0053]请参阅图1，图1是本发明实施例公开的一种音频播放方法的流程示意图。如图1所示，该音频播放方法可以包括以下步骤。
[0054]101、用户终端检测针对图像包括的至少一个人物头像中的目标人物头像的操作指令。
[0055]本发明实施例中，用户终端可以包括移动手机、平板电脑、个人数字助理(Personal Digital Assistant, PDA)、移动互联网设备(Mobile Internet Device,MID) ^各类终端，本发明实施例不作限定。
[0056]本发明实施例中，上述的图像可以是大视角图像，也可以是普通视角图像，本发明实施例不作限定。特别地，当上述的图像是大视角图像时，上述的图像可以是360度或者720度的全景图像。
[0057]本发明实施例中，用户终端检测到的针对图像包括的至少一个人物头像中的目标人物头像的操作指令可以包括:单击指令、双击指令等。
[0058]102、用户终端响应该操作指令，识别目标人物头像包括的人脸特征信息。
[0059]本发明实施例中，用户终端可以响应该操作指令，从目标人物头像中进行人脸的检测与定位，即从目标人物头像中找到人脸，并将人脸从目标人物头像中分割出来，然后再对标准化后的人脸进行特征信息识别。由于人脸是由眼睛、鼻子、嘴、下巴等部件构成，对这些部件和结构关系的几何描述，可作为识别人脸的特征信息。相应地，本发明实施例中，用户终端可以采用基于几何特征的方法识别目标人物头像包括的人脸特征信息。
[0060]103、用户终端判断该人脸特性信息是否与预存储的目标人脸特性信息相匹配，如果相匹配，执行步骤104 ;如果不匹配，提示该人脸特性信息与预存储的目标人脸特性信息不匹配，结束本流程。
[0061]本发明实施例中，用户终端可以判断该人脸特性信息与预存储的目标人脸特性信息的相似度是否大于预设阈值(如98% )，如果大于等于预设阈值，用户终端可以确定该人脸特性信息与预存储的目标人脸特性信息相匹配，反之，如果小于预设阈值，用户终端可以确定该人脸特性信息与预存储的目标人脸特性信息不匹配。
[0062]104、用户终端播放该目标人脸特征信息所绑定的音频文件。
[0063]本发明实施例中，用户终端可以从用户终端中获取该目标人脸特征信息所绑定的音频文件，并播放该目标人脸特征信息所绑定的音频文件。在一个实施例中，该目标人脸特征信息可以配置有唯一索引信息，相应地，用户终端可以根据该目标人脸特征信息的唯一索引信息，从用户终端中获取该目标人脸特征信息所绑定的音频文件。
[0064]在图1所描述的方法中，可以检测到的针对图像包括的至少一个人物头像中的目标人物头像的操作指令，去识别目标人物头像包括的人脸特征信息，并且在判断该人脸特性信息与预存储的目标人脸特性信息相匹配时，播放目标人脸特征信息所绑定的音频文件。可见，图1所描述的方法可以省去在有声图像界面上设置音频播放按钮，而仅需直接对目标人物头像进行操作即可实现音频播放，从而可以避免音频播放按钮遮挡对有声图像的部分内容的遮挡，以及可以提高有声图像的图像内容的整体观赏性。
[0065]请参阅图2，图2是本发明实施例公开的另一种音频播放方法的流程示意图。如图2所示，该音频播放方法可以包括以下步骤。
[0066]201、用户终端检测针对图像包括的至少一个人物头像中的目标人物头像的操作指令。
[0067]本发明实施例中，上述的图像可以是大视角图像，也可以是普通视角图像，本发明实施例不作限定。特别地，当上述的图像是大视角图像时，上述的图像可以是360度或者720度的全景图像。
[0068]本发明实施例中，用户终端检测到的针对图像包括的至少一个人物头像中的目标人物头像的操作指令可以包括:单击指令、双击指令等。
[0069]202、用户终端响应该操作指令，识别目标人物头像包括的人脸特征信息。
[0070]本发明实施例中，用户终端可以响应该操作指令，从目标人物头像中进行人脸的检测与定位，即从目标人物头像中找到人脸，并将人脸从目标人物头像中分割出来，然后再对标准化后的人脸进行特征信息识别。由于人脸是由眼睛、鼻子、嘴、下巴等部件构成，对这些部件和结构关系的几何描述，可作为识别人脸的特征信息。相应地，本发明实施例中，用户终端可以采用基于几何特征的方法识别目标人物头像包括的人脸特征信息。
[0071]203、用户终端判断该人脸特性信息是否与预存储的目标人脸特性信息相匹配，如果相匹配，执行步骤204 ;如果不匹配，提示该人脸特性信息与预存储的目标人脸特性信息不匹配，结束本流程。
[0072]本发明实施例中，用户终端可以判断该人脸特性信息与预存储的目标人脸特性信息的相似度是否大于预设阈值(如98% )，如果大于等于预设阈值，用户终端可以确定该人脸特性信息与预存储的目标人脸特性信息相匹配，反之，如果小于预设阈值，用户终端可以确定该人脸特性信息与预存储的目标人脸特性信息不匹配。
[0073]204、用户终端向云端服务器发送音频文件获取请求，该音频文件获取请求携带有该目标人脸特征信息的唯一索引信息。
[0074]205、用户终端接收云端服务器发送的与上述唯一索引信息相对应的该目标人脸特征信息绑定的音频文件。
[0075]206、用户终端播放该目标人脸特征信息所绑定的音频文件。
[0076]在图2所描述的方法中，可以检测到的针对图像包括的至少一个人物头像中的目标人物头像的操作指令，去识别目标人物头像包括的人脸特征信息，并且在判断该人脸特性信息与预存储的目标人脸特性信息相匹配时，并向云端服务器请求该目标人脸特征信息绑定的音频文件并播放。可见，图2所描述的方法可以省去在有声图像界面上设置音频播放按钮，而仅需直接对目标人物头像进行操作即可实现音频播放，从而可以避免音频播放按钮遮挡对有声图像的部分内容的遮挡，以及可以提高有声图像的图像内容的整体观赏性。
[0077]请参阅图3，图3是本发明实施例公开的另一种音频播放方法的流程示意图。如图3所示，该音频播放方法可以包括以下步骤。
[0078]301、用户终端检测针对图像包括的至少一个人物头像中的目标人物头像的操作指令。
[0079]本发明实施例中，上述的图像可以是大视角图像，也可以是普通视角图像，本发明实施例不作限定。特别地，当上述的图像是大视角图像时，上述的图像可以是360度或者720度的全景图像。
[0080]本发明实施例中，用户终端检测到的针对图像包括的至少一个人物头像中的目标人物头像的操作指令可以包括:单击指令、双击指令等。
[0081]302、用户终端响应该操作指令，识别目标人物头像包括的人脸特征信息。
[0082]本发明实施例中，用户终端可以响应该操作指令，从目标人物头像中进行人脸的检测与定位，即从目标人物头像中找到人脸，并将人脸从目标人物头像中分割出来，然后再对标准化后的人脸进行特征信息识别。由于人脸是由眼睛、鼻子、嘴、下巴等部件构成，对这些部件和结构关系的几何描述，可作为识别人脸的特征信息。相应地，本发明实施例中，用户终端可以采用基于几何特征的方法识别目标人物头像包括的人脸特征信息。
[0083]303、用户终端判断该人脸特性信息是否与预存储的目标人脸特性信息相匹配，如果相匹配，执行步骤304 ;如果不匹配，提示该人脸特性信息与预存储的目标人脸特性信息不匹配，结束本流程。
[0084]本发明实施