[发明专利]一种播放控制方法、装置及播放设备

权利要求书

1.一种播放控制方法，其特征在于，所述方法包括：

采集目标人物的人体特征信息，所述人体特征信息包括语音信号和/或包含面部表情的图像；

识别所述人体特征信息表征的情绪状态；

若所述人体特征信息表征的情绪状态为指定情绪状态，则播放与所述指定情绪状态对应的音频数据或视频数据。

2.根据权利要求1所述的方法，其特征在于，所述识别所述人体特征信息表征的情绪状态，包括：

将所述人体特征信息与多个预设的特征模板进行匹配，其中，所述特征模板为默认的特征模板或用户预先录入的特征模板，各特征模板具有对应的情绪状态；

将匹配上的特征模板所对应的情绪状态作为人体特征信息表征的情绪状态。

3.根据权利要求2所述的方法，其特征在于，当所述特征模板为预先录入的特征模板时，在所述识别所述人体特征信息表征的情绪状态之前，所述方法还包括：

接收外部设备发送的特征模板设置指令，所述特征模板设置指令包括指示用户通过所述外部设备输入参考特征信息以及所述参考特征信息表征的情绪状态标识；

根据所述特征模板设置指令生成用于表征所述情绪状态标识的特征模板，并存储所述特征模板。

4.根据权利要求2所述的方法，其特征在于，当所述人体特征信息为所述语音信号时，所述特征模板包括哭声模板以及笑声模板；当匹配上的特征模板为哭声模板时，则对应的情绪状态为哭闹情绪；当匹配上的特征模板为笑声模板时，则对应的情绪状态为愉悦情绪。

5.根据权利要求4所述的方法，其特征在于，在所述播放与所述情绪状态对应的音频数据或视频数据之后，所述方法还包括：

当检测到所述语音信号的音量减弱时，将播放的所述音频数据或视频数据的音量降低或者调节为静音。

6.根据权利要求1-5任一项所述的方法，其特征在于，当所述人体特征信息为所述语音信号时，所述识别所述人体特征信息表征的情绪状态，包括：

将所述语音信号输入已训练的深度学习网络中，由所述深度学习网络提取所述语音信号中的音频特征，根据所述音频特征预测所述语音信号对应于不同情绪状态的概率，输出概率最大的情绪状态作为所述语音信号表征的情绪状态。

7.根据权利要求1-3任一项所述的方法，其特征在于，当所述人体特征信息为所述图像时，所述识别所述人体特征信息表征的情绪状态，包括：

将所述图像输入已训练的深度学习网络中，由所述深度学习网络提取所述图像中的面部表情特征，根据所述面部表情特征预测所述图像对应于不同的情绪状态的概率，输出概率最大的情绪状态作为所述图像表征的情绪状态。

8.根据权利要求1所述的方法，其特征在于，所述识别所述人体特征信息表征的情绪状态，包括：

当通过所述语音信号确定的情绪状态以及通过所述图像确定的情绪状态一致时，则确定所述人体特征信息表征的情绪状态为该一致的情绪状态。

9.一种播放控制装置，其特征在于，所述装置包括：

特征信息采集模块，被配置为采集目标人物的人体特征信息，所述人体特征信息包括语音信号和/或包含面部表情的图像；

情绪识别模块，被配置为识别所述人体特征信息表征的情绪状态；

播放模块，被配置为当所述人体特征信息表征的情绪状态为指定情绪状态时，播放与所述指定情绪状态对应的音频数据或视频数据。

10.根据权利要求9所述的装置，其特征在于，所述情绪识别模块包括：

特征模板匹配子模块，被配置为将所述人体特征信息与多个预设的特征模板进行匹配，其中，所述特征模板为默认的特征模板或用户预先录入的特征模板，各特征模板具有对应的情绪状态；将匹配上的特征模板所对应的情绪状态作为人体特征信息表征的情绪状态。