语音播放控制方法及相关装置与流程

本申请涉及电子设备技术领域，具体涉及一种语音播放控制方法及相关装置。

背景技术：

随着科学技术的发展，目前的电子设备一般内置扬声器以实现语音播报，而对于内置固定的扬声器不能移动，所以应用的过程中，指向性强的扬声器与用户的相对位置不同时，会呈现不同的效果，如当用户正对电子设备的语音装置时，整体音乐表现良好，当随着偏离方向或距离越大时，因为频率较高的高频音乐指向性比较狭窄，偏离越大衰减越强，听感体验表现就越差，缺少清晰度和层次感，声像定位不明显。

现有技术中，电子设备通过人体追踪，仅用于图像处理识别或人体定位方位识别，没有应用于声音的定位与追踪，使得扬声器始终固定朝向用户，难以提升用户的使用感，在用户在不同状态下，对扬声器的使用需求不同，不能适用于各种场景，智能性低。

技术实现要素：

本申请实施例提供了一种语音播放控制方法及相关装置，以期能够基于用户的实际状态，调整扬声器的工作状态，从而提升电子设备中对扬声器控制的智能性，进而提升用户的体验感。

第一方面，本申请实施例提供一种语音播放控制方法，应用于电子设备，所述电子设备包括主体、设置于所述主体上的第一云台扬声器和第二云台扬声器、以及设置于所述主体上的至少两个摄像装置，所述方法包括：

通过所述至少两个摄像装置采集目标用户的影像信息；

根据所述影像信息确定所述目标用户的实际状态；

根据所述目标用户的实际状态调整所述第一云台扬声器和所述第二云台扬声器的工作状态。

第二方面，本申请实施例提供一种语音播放控制装置，应用于电子设备，所述电子设备包括主体、设置于所述主体上的第一云台扬声器和第二云台扬声器、以及设置于所述主体上的至少两个摄像装置，所述语音播放控制装置包括处理单元和通信单元，其中，

所述处理单元，用于通过所述通信单元通过所述至少两个摄像装置采集目标用户的影像信息；以及用于根据所述影像信息确定所述目标用户的实际状态；以及用于根据所述目标用户的实际状态调整所述第一云台扬声器和所述第二云台扬声器的工作状态。

第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

可以看出，本申请实施例中，电子设备首先通过至少两个摄像装置采集目标用户的影像信息，接着，根据影像信息确定目标用户的实际状态，最后，根据目标用户的实际状态调整第一云台扬声器和第二云台扬声器的工作状态。可见，通过对用户的影像信息分析用户的实际状态，且基于用户的实际状态调整扬声器的工作状态，从而提升电子设备中对扬声器控制的智能性，进而提升用户的体验感。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种电子设备的结构示意图；

图2是本申请实施例提供的一种语音播放控制方法的流程示意图；

图3是本申请实施例提供的一种投影仪的结构示意图；

图4是本申请实施例提供的另一种语音播放控制方法的流程示意图；

图5是本申请实施例提供的一种电子设备的结构示意图；

图6是本申请实施例提供的一种语音播放控制装置的功能单元组成框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

如图1所示，图1为一种电子设备100的结构示意图，该电子设备100包括主体110、设置于所述主体110上的第一云台扬声器120和第二云台扬声器130、以及设置于所述主体上的至少两个摄像装置，所述至少两个摄像装置，用于采集目标用户的影像信息，以实现该电子设备100根据所述影像信息确定所述目标用户的实际状态，以及根据所述目标用户的实际状态调整所述第一云台扬声器120和所述第二云台扬声器130的工作状态，所述第一云台扬声器120和所述第二云台扬声器130用于在电子设备100的控制下进行语音播报。该电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(userequipment，ue)，移动台(mobilestation，ms)，终端设备(terminaldevice)等等，所述电子设备还可以是投影仪。

目前，现有的电子设备通过人体追踪，仅用于图像处理识别或人体定位方位识别，没有应用于声音的定位与追踪，使得扬声器始终固定朝向用户，难以提升用户的使用感，在用户在不同状态下，对扬声器的使用需求不同，不能适用于各种场景，智能性低。

针对上述问题，本申请提出一种语音播放控制方法，下面结合附图对本申请实施例进行详细介绍。

请参阅图2，图2是本申请实施例提供了一种语音播放控制方法的流程示意图，应用于电子设备，所述电子设备包括主体、设置于所述主体上的第一云台扬声器和第二云台扬声器、以及设置于所述主体上的至少两个摄像装置，如图所示，本语音播放控制方法包括：

s201、电子设备通过所述至少两个摄像装置采集目标用户的影像信息；

其中，该主体包括上端面、下端面和多个侧端面。

其中，所述侧端面的个数不作具体限定，如可以是3个，也可以是4个，还可以是其他个数，其中，摄像装置的个数不作具体限定，如可以是每个侧端面上设置一个摄像装置，还可以是每个侧端面上设置多个摄像装置，还可以是多个侧端面的部分侧端面上设置摄像装置，以实现设置在电子设备上的多个摄像装置能够采集水平360度空间的影像数据，以实现在信号覆盖范围内实现目标人员的追踪。

举例来说，所述电子设备可以是四个侧端面，且包括设置于前端面的摄像装置和设置于后端面的摄像装置，设置于前端面的摄像装置和设置于后端面的摄像装置用于实现水平360度空间内的目标人员的追踪。

可见，本示例中，电子设备能够通过本体上设置的至少两个摄像装置采集目标用户的影像信息，以保证影像信息来源的及时性和真实性。

s202、所述电子设备根据所述影像信息确定所述目标用户的实际状态；

其中，所述目标用户的实际状态包括可以是以下三种：正在使用所述第一云台扬声器和所述第二云台扬声器、未使用所述第一云台扬声器和所述第二云台扬声器、暂停使用所述第一云台扬声器和所述第二云台扬声器。

具体实现中，在目标用户睡着的情况下，确定目标用户未使用所述第一云台扬声器和所述第二云台扬声器；在目标用户使用手机的情况下，确定目标用户暂停使用所述第一云台扬声器和所述第二云台扬声器；在目标用户未使用手机且未睡着的情况下，确定目标用户正在使用所述第一云台扬声器和所述第二云台扬声器。

可见，本示例中，电子设备能够根据用户的影像信息确定该用户的实际状态，提升电子设备的智能性。

s203、所述电子设备根据所述目标用户的实际状态调整所述第一云台扬声器和所述第二云台扬声器的工作状态。

其中，所述第一云台扬声器和所述第二云台扬声器可以是全频扬声器；所述第一云台扬声器和所述第二云台扬声器也可以是高音扬声器；所述第一云台扬声器和所述第二云台扬声器还可以是一个是高音扬声器，一个是全频扬声器；不作具体限定，所述第一云台扬声器和所述第二云台扬声器可以在电子设备中的电机的驱动下呈多角度按相应需要的左右或上下方向旋转。

其中，所述第一云台扬声器和第二云台扬声器的设置不作具体限定，如，可以是所述第一云台扬声器和第二云台扬声器均设置于所述主体的上端面，还可以是所述第一云台扬声器和第二云台扬声器均设置于所述主体的下端面，还可以是所述第一云台扬声器设置于所述主体的上端面，所述第二云台扬声器设置于所述主体的下端面，还可以通过其他方式进行设置，且所述第一云台扬声器和第二云台扬声器设置的具体位置不作限定，如当所述第一云台扬声器和第二云台扬声器设置于同一端面时，可以在端面的左右两侧对称设置，也可以在端面的左右两侧进行不为对称的设置，不作具体限定。

举例来说，该电子设备为投影仪，请参考图3，图3为一种投影仪的结构示意图，如图3所示，所述投影仪包括主体，主体的上端面设置对称的所述第一云台扬声器和第二云台扬声器。

可见，本示例中，电子设备能够通过对用户的影像信息分析用户的实际状态，且基于用户的实际状态调整扬声器的工作状态，从而提升电子设备中对扬声器控制的智能性，进而提升用户的体验感。

在一个可能的示例中，所述电子设备根据所述影像信息确定所述目标用户的实际状态，包括：所述电子设备确定所述目标用户的动作是否为打电话；若所述目标用户的动作不为打电话，则所述电子设备确定所述目标用户的运动状态是否为静止状态；若所述目标用户的运动状态为静止状态，则所述电子设备确定所述目标用户的姿态是否满足第一条件，所述第一条件用于约束所述目标用户的姿态为坐姿或者睡姿；若所述目标用户的姿态满足所述第一条件，则所述电子设备确定所述目标用户的眼睛状态是否满足第二条件，所述第二条件用于约束所述目标用户的眼睛状态为闭眼状态，且对应的时长超过预设时长；若所述目标用户的眼睛状态满足所述第二条件，则所述电子设备确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器。

其中，所述电子设备确定所述目标用户的动作是否为打电话的实现方式可以是：所述电子设备确定所述目标用户手持通信设备，且将所述通信设备贴近耳朵，呈现接电话的动作。该通信设备可以是手机、座机、电话手表等等。

其中，所述预设时长可以是1分钟，所述预设时长还可以是两分钟，所述预设时长还可以是其他时长，不做具体限定。

具体实现中，当所述预设时长为1分钟，则所述电子设备在确定目标用户的动作不为打电话的情况下，确定所述目标用户的运动状态是否为静止状态，之后，在确定所述目标用户的运动状态为静止状态的情况下，确定该目标用户的姿态是否为坐姿或者睡姿，然后，在确定该目标用户的姿态为坐姿或者睡姿的情况下，进一步，监控该用户的眼睛状态，在确定出该目标用户的眼睛状态为闭眼状态，且闭眼状态超过1分钟，即确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器。

可见，本示例中，电子设备能够在确定用户的动作不为打电话的情况下，确定所述目标用户的运动状态是否为静止状态，之后，在确定所述目标用户的运动状态为静止状态的情况下，然后，确定该用户的姿态是否为坐姿或者睡姿，在确定该目标用户的姿态为坐姿或者睡姿的情况下，进一步，监控该用户的眼睛状态，在确定出该目标用户的眼睛状态为闭眼状态，且闭眼状态超过预设时长时，即确定该用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述电子设备确定所述目标用户的动作是否为打电话之后，所述方法还包括：

若所述目标用户的动作为打电话，则所述电子设备确定所述目标用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器。

可见，本示例中，电子设备能够在基于用户的影像信息确定用户正在打电话的情况下，确定该用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述若所述目标用户的动作不为打电话，则所述电子设备确定所述目标用户的运动状态是否为静止状态之后，所述方法还包括：

若所述目标用户的运动状态不为静止状态时，则所述电子设备确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

即是，在所述目标用户的运动状态为非静止状态的情况下，也即在所述目标用户位置发生变化的情况下，则确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

可见，本示例中，电子设备能够在基于用户的影像信息确定用户发生移动的情况下，确定该用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述若所述目标用户的运动状态为静止状态，则所述电子设备确定所述目标用户的姿态是否满足第一条件之后，所述方法还包括：

若所述目标用户的姿态不满足所述第一条件时，则所述电子设备确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

具体实现中，若所述目标用户的姿态为半蹲姿、全蹲姿、站姿等不为坐姿和睡姿的姿态时，确定该用户的正在使用所述第一云台扬声器和所述第二云台扬声器。

可见，本示例中，电子设备能够在基于用户的影像信息确定用户未打电话且未发生移动，且姿态不为坐姿和睡姿的姿态的情况下，确定该用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述若所述目标用户的姿态满足所述第一条件，则所述电子设备确定所述目标用户的眼睛状态是否满足第二条件之后，所述方法还包括：

若所述目标用户的眼睛状态不满足所述第二条件，则所述电子设备确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

具体实现中，当所述预设时长为1分钟，在确定目标用户没有打电话，且姿态为睡姿或者坐姿的情况下，若监测到该用户闭眼15s之后睁开眼睛，则确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

可见，本示例中，电子设备能够在基于用户的影像信息确定用户未打电话的情况下，进一步确认出该用户处于静止状态，而且，该用户的眼睛状态处于闭眼状态不超过预设时长时，确定该用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述电子设备根据所述目标用户的实际状态调整所述第一云台扬声器和所述第二云台扬声器的工作状态，包括：

若确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器时，则所述电子设备生成调整所述第一云台扬声器和所述第二云台扬声器的第第一指令，以关闭所述第一云台扬声器和所述第二云台扬声器；

若确定所述目标用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器时，则所述电子设备生成调整所述第一云台扬声器和所述第二云台扬声器的第二指令，以关闭所述第一云台扬声器和所述第二云台扬声器，或者，关闭所述第一云台扬声器和所述第二云台扬声器，或者，使所述第一云台扬声器和所述第二云台扬声器朝向除所述目标用户所在方向之外的其他方向；

若确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，则所述电子设备生成调整所述第一云台扬声器和所述第二云台扬声器的第三指令，以使所述第一云台扬声器和所述第二云台扬声器朝向所述目标用户，且播放音量为目标音量。

其中，使所述第一云台扬声器和所述第二云台扬声器朝向除所述目标用户所在方向之外的其他方向是指使所述第一云台扬声器和所述第二云台扬声器为朝向所述目标用户所在方向之外的其他任意方向，具体的，如，可以是使所述第一云台扬声器和所述第二云台扬声器均为朝向所述目标用户所在方向之外的且与所述目标用户所在方向之间存在的夹角大于第一角度值的其他任意方向，该第一角度值可以是60度，该第一角度值也可以是90度，该第一角度值可以是其他角度值，其中，可以是使所述第一云台扬声器和所述第二云台扬声器均朝向所述目标用户所在方向的反方向。

其中，所述目标音量为与电子设备和目标用户之间的距离存在关联的音量，具体实现中，电子设备和目标用户之间的距离越大，目标音量越高，电子设备和目标用户之间的距离越小，目标音量越低，以实现目标用户在不同的位置听到相同的声音效果，该电子设备和目标用户之间的距离与目标音量关联的功能可依据需要打开和关闭，可以理解的是，当该电子设备和目标用户之间的距离与目标音量关联的功能未打开时，所述第一云台扬声器和所述第二云台扬声器不会因该电子设备和目标用户之间的距离的变化而变化，当该电子设备和目标用户之间的距离与目标音量关联的功能打开时，所述第一云台扬声器和所述第二云台扬声器会随着该电子设备和目标用户之间的距离的变化而变化。

其中，使所述第一云台扬声器和所述第二云台扬声器朝向除所述目标用户所在方向之外的其他方向是指使所述第一云台扬声器和所述第二云台扬声器为朝向所述目标用户所在方向之外的其他任意方向，具体的，如，可以是使所述第一云台扬声器和所述第二云台扬声器均为朝向所述目标用户所在方向之外的且与所述目标用户所在方向之间存在的夹角大于第一角度值的其他任意方向，该第一角度值可以是60度，该第一角度值也可以是90度，该第一角度值可以是其他角度值，其中，可以是使所述第一云台扬声器和所述第二云台扬声器均朝向所述目标用户所在方向的反方向。

可见，本示例中，电子设备能够在在用户的不同实际状态对所述第一云台扬声器和所述第二云台扬声器的工作状态进行不同的调整，具体的，能够在确定用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器时，关闭所述第一云台扬声器和所述第二云台扬声器；确定用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器时，关闭所述第一云台扬声器和所述第二云台扬声器，或者，关闭所述第一云台扬声器和所述第二云台扬声器，或者，使所述第一云台扬声器和所述第二云台扬声器朝向除所述目标用户所在方向之外的其他方向；确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，使所述第一云台扬声器和所述第二云台扬声器朝向所述目标用户，且播放音量为目标音量。

在一个可能的示例中，所述若确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，则所述电子设备生成调整所述第一云台扬声器和所述第二云台扬声器的第三指令，包括：所述电子设备确定所述目标用户的头部位置；所述电子设备根据所述头部位置确定所述第一云台扬声器的第一目标方向，所述第一目标方向为朝向所述头部位置的方向；所述电子设备根据所述头部位置确定所述第二云台扬声器的第二目标方向，所述第二目标方向为朝向所述头部位置的方向；所述电子设备确定到本端到所述目标用户的头部的目标距离；所述电子设备根据所述目标距离和第一预设关系确定目标音量，所述第一预设关系为距离和音量的对应关系；所述电子设备根据所述第一目标方向、所述第二目标方向以及所述目标音量生成第三指令，以调整所述第一云台扬声器和所述第二云台扬声器朝向所述目标用户，且播放音量为所述目标音量。

其中，第一目标方向和第二目标方向的确定规则可以相同，如，第一目标方向为目标用户相对于所述第一云台扬声器所在的方向的反方向，第二目标方向为目标用户相对于所述第二云台扬声器所在的方向的反方向，第一目标方向和第二目标方向的确定规则可以不相同，如，第一目标方向为目标用户相对于所述第一云台扬声器所在的方向的反方向，第二目标方向为与目标用户相对于所述第二云台扬声器所在的方向之间存在90度夹角的任一方向。

具体实现中，所述第一预设关系可以是多个音量档位与多个距离范围之间的对应关系。如表1所示，音量档位1对应第一音量值x1，第一音量值x1对应第一距离范围[0,a)；音量档位2对应第二音量值x2，第二音量值x2对应第二距离范围[a,b)；音量档位3对应第二音量值x3，第二音量值x3对应第二距离范围[b,c)；音量档位4对应第二音量值x4，第二音量值x4对应第二距离范围[c,d)；音量档位5对应第二音量值x5，第二音量值x5对应第二距离范围[d,+∞]；其中，第一音量值小于第二音量值，第二音量值小于第三音量值，第三音量值小于第四音量值，第四音量值小于第五音量值，其中，a大于0，a小于b，b小于c，c小于d。其中，每一个对应关系为基于实验得到的数据，或者，基于对所述目标用户进行建档统计，即对目标用户的使用习惯进行统计得到的，不做具体限定。

表1

可见，本示例中，所述电子设备能够用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，控制第一云台扬声器朝向用户的头部位置，控制第二云台扬声器朝向用户的头部位置，且确定本端到所述目标用户的头部的距离，并基于该距离调所述第一云台扬声器和所述第二云台扬声器的播放音量。

在一个可能的示例中，所述通过所述至少两个摄像装置采集目标用户的影像信息之后，所述方法还包括：若根据所述影像信息未识别出所述目标用户的实际状态，则生成调整所述第一云台扬声器和所述第二云台扬声器的第四指令，以使所述第一云台扬声器和所述第二云台扬声器朝向正前方。

需要说明的是，用户可设置电子设备开机状态下，第一云台扬声器和所述第二云台扬声器默认朝向正前方，该方向为常用方向场景，当电子设备未识别出所述目标用户的实际状态时，第一云台扬声器和所述第二云台扬声器均朝向正前方。

可见，本示例中，电子设备在未识别出目标用户的实际状态时，会控制所述第一云台扬声器和所述第二云台扬声器朝向正前方，提升电子设备的智能性。

与上述图2所示的实施例一致的，请参阅图4，图4是本申请实施例提供的另一种语音播放控制方法的流程示意图，应用于电子设备，如图4所示，本语音播放控制方法包括：

s401，电子设备通过所述至少两个摄像装置采集目标用户的影像信息；

s402，所述电子设备根据所述影像信息确定所述目标用户的动作是否为打电话；

s403，若所述目标用户的动作为打电话，则所述电子设备确定所述目标用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器；

s404，若所述目标用户的动作不为打电话，则所述电子设备确定所述目标用户的运动状态是否为静止状态；

s405，若所述目标用户的运动状态不为静止状态时，则所述电子设备确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器；

s406，若所述目标用户的运动状态为静止状态，则所述电子设备确定所述目标用户的姿态是否满足第一条件，所述第一条件用于约束所述目标用户的姿态为坐姿或者睡姿；

s407，若所述目标用户的姿态满足所述第一条件，则所述电子设备确定所述目标用户的眼睛状态是否满足第二条件，所述第二条件用于约束所述目标用户的眼睛状态为闭眼状态，且对应的时长超过预设时长；

s408，若所述目标用户的眼睛状态不满足所述第二条件，则所述电子设备确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

s409，若所述目标用户的眼睛状态满足所述第二条件，则所述电子设备确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器；

s410，若确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器时，则所述电子设备生成调整所述第一云台扬声器和所述第二云台扬声器的第第一指令，以关闭所述第一云台扬声器和所述第二云台扬声器；

s411，若确定所述目标用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器时，则所述电子设备生成调整所述第一云台扬声器和所述第二云台扬声器的第二指令，以关闭所述第一云台扬声器和所述第二云台扬声器，或者，关闭所述第一云台扬声器和所述第二云台扬声器，或者，使所述第一云台扬声器和所述第二云台扬声器朝向除所述目标用户所在方向之外的其他方向；

s412，若确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，则所述电子设备生成调整所述第一云台扬声器和所述第二云台扬声器的第三指令，以使所述第一云台扬声器和所述第二云台扬声器朝向所述目标用户，且播放音量为目标音量。

可以看出，本申请实施例中，电子设备首先通过至少两个摄像装置采集目标用户的影像信息，接着，根据影像信息确定目标用户的实际状态，最后，根据目标用户的实际状态调整第一云台扬声器和第二云台扬声器的工作状态。可见，通过对用户的影像信息分析用户的实际状态，且基于用户的实际状态调整扬声器的工作状态，从而提升电子设备中对扬声器控制的智能性，进而提升用户的体验感。

此外，电子设备能够通过用户是否在打电话、运动状态、姿态、眼睛状态等情况确定用户的实际状态,提高了确定用户实际状态的精确性。

与上述图2、图4所示的实施例一致的，请参阅图5，图5是本申请实施例提供的一种电子设备500的结构示意图，所述电子设备包括主体、设置于所述主体上的第一云台扬声器和第二云台扬声器、以及设置于所述主体上的至少两个摄像装置，如图所示，所述电子设备500包括处理器510、存储器520、通信接口530以及一个或多个程序521，其中，所述一个或多个程序521被存储在上述存储器520中，并且被配置由上述处理器510执行，所述一个或多个程序521包括用于执行以下步骤的指令；

通过所述至少两个摄像装置采集目标用户的影像信息；

根据所述影像信息确定所述目标用户的实际状态；

根据所述目标用户的实际状态调整所述第一云台扬声器和所述第二云台扬声器的工作状态。

可以看出，本申请实施例中，电子设备首先通过至少两个摄像装置采集目标用户的影像信息，接着，根据影像信息确定目标用户的实际状态，最后，根据目标用户的实际状态调整第一云台扬声器和第二云台扬声器的工作状态。可见，通过对用户的影像信息分析用户的实际状态，且基于用户的实际状态调整扬声器的工作状态，从而提升电子设备中对扬声器控制的智能性，进而提升用户的体验感。

在一个可能的示例中，在所述根据所述影像信息确定所述目标用户的实际状态方面，所述一个或多个程序521中的指令具体用于：确定所述目标用户的动作是否为打电话；若所述目标用户的动作不为打电话，则确定所述目标用户的运动状态是否为静止状态；若所述目标用户的运动状态为静止状态，则确定所述目标用户的姿态是否满足第一条件，所述第一条件用于约束所述目标用户的姿态为坐姿或者睡姿；若所述目标用户的姿态满足所述第一条件，则确定所述目标用户的眼睛状态是否满足第二条件，所述第二条件用于约束所述目标用户的眼睛状态为闭眼状态，且对应的时长超过预设时长；若所述目标用户的眼睛状态满足所述第二条件，则确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述一个或多个程序521中的指令具体用于：在所述确定所述目标用户的动作是否为打电话之后，若所述目标用户的动作为打电话，则确定所述目标用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述一个或多个程序521中的指令具体用于：在所述若所述目标用户的动作不为打电话，则确定所述目标用户的运动状态是否为静止状态之后，若所述目标用户的运动状态不为静止状态时，则确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述一个或多个程序521中的指令具体用于：在所述若所述目标用户的姿态满足所述第一条件，则确定所述目标用户的眼睛状态是否满足第二条件之后，若所述目标用户的眼睛状态不满足所述第二条件，则确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，在所述根据所述目标用户的实际状态调整所述第一云台扬声器和所述第二云台扬声器的工作状态方面，所述一个或多个程序521中的指令具体用于：若确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器时，则生成调整所述第一云台扬声器和所述第二云台扬声器的第第一指令，以关闭所述第一云台扬声器和所述第二云台扬声器；若确定所述目标用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器时，则生成调整所述第一云台扬声器和所述第二云台扬声器的第二指令，以关闭所述第一云台扬声器和所述第二云台扬声器，或者，关闭所述第一云台扬声器和所述第二云台扬声器，或者，使所述第一云台扬声器和所述第二云台扬声器朝向除所述目标用户所在方向之外的其他方向；若确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，则生成调整所述第一云台扬声器和所述第二云台扬声器的第三指令，以使所述第一云台扬声器和所述第二云台扬声器朝向所述目标用户，且播放音量为目标音量。

在一个可能的示例中，在所述若确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，则生成调整所述第一云台扬声器和所述第二云台扬声器的第三指令方面，所述一个或多个程序521中的指令具体用于：确定所述目标用户的头部位置；根据所述头部位置确定所述第一云台扬声器的第一目标方向，所述第一目标方向为朝向所述头部位置的方向；根据所述头部位置确定所述第二云台扬声器的第二目标方向，所述第二目标方向为朝向所述头部位置的方向；确定到本端到所述目标用户的头部的目标距离；根据所述目标距离和第一预设关系确定目标音量，所述第一预设关系为距离和音量的对应关系；根据所述第一目标方向、所述第二目标方向以及所述目标音量生成第三指令，以调整所述第一云台扬声器和所述第二云台扬声器朝向所述目标用户，且播放音量为所述目标音量。

在一个可能的示例中，所述一个或多个程序521还包括用于执行以下步骤的指令：在所述通过所述至少两个摄像装置采集目标用户的影像信息之后，若根据所述影像信息未识别出所述目标用户的实际状态，则生成调整所述第一云台扬声器和所述第二云台扬声器的第四指令，以使所述第一云台扬声器和所述第二云台扬声器朝向正前方。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

图6是本申请实施例中所涉及的语音播放控制装置600的功能单元组成框图。应用于电子设备，所述电子设备包括主体、设置于所述主体上的第一云台扬声器和第二云台扬声器、以及设置于所述主体上的至少两个摄像装置，如图6所示，所述语音播放控制装置包括处理单元601和通信单元602，其中，

所述处理单元601，通过所述通信单元602通过所述至少两个摄像装置采集目标用户的影像信息；以及用于根据所述影像信息确定所述目标用户的实际状态；以及用于根据所述目标用户的实际状态调整所述第一云台扬声器和所述第二云台扬声器的工作状态。

其中，所述语音播放控制装置600还可以包括存储单元603，用于存储电子设备的程序代码和数据。所述处理单元601可以是处理器，所述通信单元602可以是触控显示屏或者收发器，存储单元603可以是存储器。

可以看出，本申请实施例中，电子设备首先通过至少两个摄像装置采集目标用户的影像信息，接着，根据影像信息确定目标用户的实际状态，最后，根据目标用户的实际状态调整第一云台扬声器和第二云台扬声器的工作状态。可见，通过对用户的影像信息分析用户的实际状态，且基于用户的实际状态调整扬声器的工作状态，从而提升电子设备中对扬声器控制的智能性，进而提升用户的体验感。

在一个可能的示例中，在所述根据所述影像信息确定所述目标用户的实际状态方面，所述处理单元601具体用于：确定所述目标用户的动作是否为打电话；若所述目标用户的动作不为打电话，则确定所述目标用户的运动状态是否为静止状态；若所述目标用户的运动状态为静止状态，则确定所述目标用户的姿态是否满足第一条件，所述第一条件用于约束所述目标用户的姿态为坐姿或者睡姿；若所述目标用户的姿态满足所述第一条件，则确定所述目标用户的眼睛状态是否满足第二条件，所述第二条件用于约束所述目标用户的眼睛状态为闭眼状态，且对应的时长超过预设时长；若所述目标用户的眼睛状态满足所述第二条件，则确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述处理单元601具体用于：在所述确定所述目标用户的动作是否为打电话之后，若所述目标用户的动作为打电话，则确定所述目标用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述处理单元601具体用于：在所述若所述目标用户的动作不为打电话，则确定所述目标用户的运动状态是否为静止状态之后，，若所述目标用户的运动状态不为静止状态时，则确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，所述处理单元601具体用于：在所述若所述目标用户的姿态满足所述第一条件，则确定所述目标用户的眼睛状态是否满足第二条件之后，若所述目标用户的眼睛状态不满足所述第二条件，则确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器。

在一个可能的示例中，在所述根据所述目标用户的实际状态调整所述第一云台扬声器和所述第二云台扬声器的工作状态方面，所述处理单元601具体用于：若确定所述目标用户的实际状态为未使用所述第一云台扬声器和所述第二云台扬声器时，则生成调整所述第一云台扬声器和所述第二云台扬声器的第第一指令，以关闭所述第一云台扬声器和所述第二云台扬声器；若确定所述目标用户的实际状态为暂停使用所述第一云台扬声器和所述第二云台扬声器时，则生成调整所述第一云台扬声器和所述第二云台扬声器的第二指令，以关闭所述第一云台扬声器和所述第二云台扬声器，或者，关闭所述第一云台扬声器和所述第二云台扬声器，或者，使所述第一云台扬声器和所述第二云台扬声器朝向除所述目标用户所在方向之外的其他方向；若确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，则生成调整所述第一云台扬声器和所述第二云台扬声器的第三指令，以使所述第一云台扬声器和所述第二云台扬声器朝向所述目标用户，且播放音量为目标音量。

在一个可能的示例中，在所述若确定所述目标用户的实际状态为正在使用所述第一云台扬声器和所述第二云台扬声器时，则生成调整所述第一云台扬声器和所述第二云台扬声器的第三指令方面，所述处理单元601具体用于：确定所述目标用户的头部位置；根据所述头部位置确定所述第一云台扬声器的第一目标方向，所述第一目标方向为朝向所述头部位置的方向；根据所述头部位置确定所述第二云台扬声器的第二目标方向，所述第二目标方向为朝向所述头部位置的方向；确定到本端到所述目标用户的头部的目标距离；根据所述目标距离和第一预设关系确定目标音量，所述第一预设关系为距离和音量的对应关系；根据所述第一目标方向、所述第二目标方向以及所述目标音量生成第三指令，以调整所述第一云台扬声器和所述第二云台扬声器朝向所述目标用户，且播放音量为所述目标音量。

在一个可能的示例中，所述处理单元601还用于：在所述通过所述至少两个摄像装置采集目标用户的影像信息之后，若根据所述影像信息未识别出所述目标用户的实际状态，则生成调整所述第一云台扬声器和所述第二云台扬声器的第四指令，以使所述第一云台扬声器和所述第二云台扬声器朝向正前方。

可以理解的是，由于语音播放控制方法实施例与语音播放控制装置实施例为相同技术构思的不同呈现形式，因此，本申请中语音播放控制方法实施例部分的内容应同步适配于语音播放控制装置实施例部分，此处不再赘述。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序被计算机执行时实现上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。

本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种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，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：read-onlymemory，简称：rom)、随机存取器(英文：randomaccessmemory，简称：ram)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。