1.一种视频交互控制装置，其特征在于，所述装置包括：
摄像云台(1)，用于获取视频信息；
第一方向声音采集单元(2)，用于获取第一声音信息；
第二方向声音采集单元(3)，用于获取第二声音信息，所述第二声音信息与所述第一声音信息由同一声源发出；
处理单元(4)，分别有输入端口与所述第一方向声音采集单元(2)和所述第二方向声音采集单元(3)电连接，用于识别获取的声音信息，所述处理单元(4)还与所述摄像云台(1)电连接，还用于当获取的声音信息属于预存的声音样本数据时，根据所述第一声音信息和所述第二声音信息计算出所述声源的位置信息，并根据计算出的所述位置信息，控制所述摄像云台(1)转向所述声源；
通信单元(5)，与所述处理单元(4)电连接，用于与预设视频交互对象进行视频信息交互。
2.根据权利要求1所述的装置，其特征在于，所述第一方向声音采集单元(2)用于获取第一声音信息，由一个或一个以上麦克风实现，所述第二方向声音采集单元(3)用于获取第二声音信息，由一个或一个以上麦克风实现。
3.根据权利要求1所述的装置，其特征在于，所述处理单元(4)根据所述第一声音信息和所述第二声音信息的时延来对所述声源进行定位。
4.根据权利要求3所述的装置，其特征在于，所述处理单元(4)为带声音定位算法的主控芯片。
5.根据权利要求1所述的装置，其特征在于，所述处理单元(4)预存有至少两个视频交互对象的通信地址，所述通信地址与预存的所述声音样本数据对应，
所述处理单元(4)用于当识别出所述第一方向声音采集单元(2)和所述第二方向声音采集单元(3)获取的声音信息对应的声音样本数据时，指示所述通信单元(5)接通与识别出的所述声音样本数据对应的通信地。
6.根据权利要求1-5任一项所述的装置，其特征在于，所述通信单元(5)为基于QQ物联平台的视频通信模块。
7.根据权利要求1-5任一项所述的装置，其特征在于，所述通信单元(5)为蓝牙单元、或者WIFI单元、或者局域网接入单元。
8.一种视频交互控制方法，其特征在于，所述方法包括：
从不同的方向获取同一声源的第一声音信息和第二声音信息；
根据预存的声音样本数据，对获取的声音信息进行识别；
当获取的声音信息属于预存的所述声音样本数据时，根据所述第一声音信息和所述第二声音信息计算出所述声源的位置信息；
根据所述声源的位置信息，获取所述声源处的视频信息，所述视频信息用于与预设的视频交互对象进行视频信息交互。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
当获取的声音信息属于预存的所述声音样本数据时，根据预存的与所述声音样本数据对应的通信地址，得到获取的声音信息对应的通信地址；
根据获取的通信地址与相应的视频交互对象进行视频信息交互。
10.根据权利要求8或者9所述的方法，其特征在于，所述声音样本数据为声源者的呼唤声音数据或紧急呼救的特定声音数据。