本發(fā)明實(shí)施例涉及智能終端技術(shù)領(lǐng)域，尤其涉及一種音頻輸出方法、裝置及終端設(shè)備。

背景技術(shù)：

隨著智能終端的快速發(fā)展，智能終端(例如，智能手機(jī)和智能穿戴設(shè)備等)已經(jīng)廣泛應(yīng)用到人們工作、生活的各個(gè)領(lǐng)域。

目前的智能終端中都裝有揚(yáng)聲器，支持揚(yáng)聲器語音輸出功能。而普通揚(yáng)聲器發(fā)出的聲音是向四面八方傳播的，為了降低對周圍人群的干擾，出現(xiàn)了一種與普通揚(yáng)聲器工作原理不同的定向揚(yáng)聲器，首先定向揚(yáng)聲器將低頻聲音信號載于指向性很強(qiáng)的高頻信號之上，再經(jīng)過放大、發(fā)射到空氣中，而后，空氣會把高頻信號迅速過濾，其上的可聽聲音信號便會自然濾出，實(shí)現(xiàn)像激光一樣定向傳播。

但是，現(xiàn)有的定向揚(yáng)聲器或裝有定向揚(yáng)聲器的智能終端，其位置一旦固定之后，對應(yīng)的揚(yáng)聲器輸出聲音的方向就是固定的。在很多場景下，例如，用戶背對揚(yáng)聲器聲音傳播方向時(shí)，上述輸出的聲音并不能被用戶很好的接收到。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種音頻輸出方法、裝置及終端設(shè)備，以實(shí)現(xiàn)自動(dòng)識別音頻輸出方向，向著用戶方向輸出聲音。

第一方面，本發(fā)明實(shí)施例提供了一種音頻輸出方法，該方法包括：

在檢測到揚(yáng)聲器處于音頻輸出狀態(tài)時(shí)，確定用戶所在方位；

控制所述揚(yáng)聲器向所述用戶所在方位輸出音頻。

進(jìn)一步的，確定用戶所在方位包括：

對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并對采集的圖像進(jìn)行圖像識別；

若所述采集的圖像中包含人體特征信息，則根據(jù)所述采集的圖像確定人體特征的方位，將所述人體特征的方位作為用戶所在方位。

進(jìn)一步的，確定用戶所在方位包括：

采用旋轉(zhuǎn)攝像頭對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并在所述旋轉(zhuǎn)攝像頭旋轉(zhuǎn)的過程中實(shí)時(shí)識別采集的圖像；

若識別到采集的圖像中包含人體特征信息，則控制所述旋轉(zhuǎn)攝像頭停止旋轉(zhuǎn)，將停止旋轉(zhuǎn)時(shí)所述旋轉(zhuǎn)攝像頭朝向的方位作為用戶所在方位。

進(jìn)一步的，確定用戶所在方位包括：

對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并將采集的圖像與預(yù)先采集的所述用戶的圖像進(jìn)行匹配；

若匹配成功，則根據(jù)所述采集的圖像確定所述用戶的方位。

進(jìn)一步的，確定用戶所在方位包括：

對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，若識別到采集的圖像中包含多個(gè)用戶的人體特征信息時(shí)，則采用距離傳感器確定所述揚(yáng)聲器與各用戶之間的距離；

根據(jù)所述采集的圖像確定距離所述揚(yáng)聲器最近的用戶所在方位。

進(jìn)一步的，確定用戶所在方位之前，還包括：

采用虹膜識別傳感器識別出所述用戶。

第二方面，本發(fā)明實(shí)施例還提供了一種音頻輸出裝置，該裝置包括：

方位確定模塊,用于在檢測到揚(yáng)聲器處于音頻輸出狀態(tài)時(shí)，確定用戶所在方位；

音頻輸出模塊,用于控制所述揚(yáng)聲器向所述用戶所在方位輸出音頻。

進(jìn)一步的，所述方位確定模塊具體用于，對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并對采集的圖像進(jìn)行圖像識別；若所述采集的圖像中包含人體特征信息，則根據(jù)所述采集的圖像確定人體特征的方位，將所述人體特征的方位作為用戶所在方位。

進(jìn)一步的，所述方位確定模塊具體用于，采用旋轉(zhuǎn)攝像頭對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并在所述旋轉(zhuǎn)攝像頭旋轉(zhuǎn)的過程中實(shí)時(shí)識別采集的圖像；若識別到采集的圖像中包含人體特征信息，則控制所述旋轉(zhuǎn)攝像頭停止旋轉(zhuǎn)，將停止旋轉(zhuǎn)時(shí)所述旋轉(zhuǎn)攝像頭朝向的方位作為用戶所在方位。

進(jìn)一步的，所述方位確定模塊具體用于，對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并將采集的圖像與預(yù)先采集的所述用戶的圖像進(jìn)行匹配；若匹配成功，則根據(jù)所述采集的圖像確定所述用戶的方位。

進(jìn)一步的，所述方位確定模塊具體用于，對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，若識別到采集的圖像中包含多個(gè)用戶的人體特征信息時(shí)，則采用距離傳感器確定所述揚(yáng)聲器與各用戶之間的距離；根據(jù)所述采集的圖像確定距離所述揚(yáng)聲器最近的用戶所在方位。

進(jìn)一步的，該音頻輸出裝置還包括：

虹膜識別模塊，用于在所述方位確定模塊確定用戶所在方位之前，采用虹膜識別傳感器識別出所述用戶。

第三方面，本發(fā)明實(shí)施例還提供了一種終端設(shè)備，包括上述第二方面提供的任一項(xiàng)所述音頻輸出裝置和揚(yáng)聲器；

所述揚(yáng)聲器設(shè)置在所述終端設(shè)備中。

進(jìn)一步的，所述終端設(shè)備包括攝像頭和距離傳感器；或，攝像頭和虹膜識別傳感器；

所述攝像頭，用于采集所述終端設(shè)備所在的空間的圖像，并根據(jù)采集的圖像確定用戶所在方位；

所述距離傳感器，用于確定所述終端設(shè)備與用戶之間的距離；

所述虹膜識別傳感器，用于識別出用戶。

進(jìn)一步的，所述攝像頭為旋轉(zhuǎn)式攝像頭。

本發(fā)明實(shí)施例的技術(shù)方案，通過終端自動(dòng)識別用戶的方位并向用戶所在方位輸出音頻，解決了定向揚(yáng)聲器不能自動(dòng)識別用戶方向的技術(shù)問題，實(shí)現(xiàn)了自動(dòng)識別用戶的方位，并向該方位定向輸出音頻的技術(shù)效果。

附圖說明

圖1是本發(fā)明實(shí)施例一中的音頻輸出方法的流程圖；

圖2是本發(fā)明實(shí)施例二中的音頻輸出方法的流程圖；

圖3是本發(fā)明實(shí)施例三中的音頻輸出方法的流程圖；

圖4是本發(fā)明實(shí)施例四中的音頻輸出方法的流程圖；

圖5是本發(fā)明實(shí)施例五中的音頻輸出方法的流程圖；

圖6是本發(fā)明實(shí)施例六中的音頻輸出裝置的結(jié)構(gòu)示意圖；

圖7是本發(fā)明實(shí)施例七中的終端設(shè)備的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)說明。可以理解的是，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。

實(shí)施例一

圖1為本發(fā)明實(shí)施例一提供的一種音頻輸出方法的流程圖，本實(shí)施例可適用于定向輸出音頻的情況，該方法可以由本發(fā)明實(shí)施例提供的音頻輸出裝置來執(zhí)行，該裝置可以采用軟件和/或硬件的方式來實(shí)現(xiàn)，該裝置可集成于具有音頻輸出功能的終端內(nèi)，例如，揚(yáng)聲器、移動(dòng)終端(例如手機(jī)、平板電腦)、車載終端、筆記本電腦和固定終端(例如臺式電腦)中。具體包括如下步驟：

S110、在檢測到揚(yáng)聲器處于音頻輸出狀態(tài)時(shí)，確定用戶所在方位。

所述揚(yáng)聲器可以為設(shè)置在終端中的揚(yáng)聲器，也可以為揚(yáng)聲器設(shè)備。當(dāng)所述揚(yáng)聲器設(shè)置終端時(shí)，音頻輸出狀態(tài)指的是終端通過揚(yáng)聲器輸出聲音的狀態(tài)，例如可以是通話狀態(tài)或者音樂播放狀態(tài)等。當(dāng)所述揚(yáng)聲器為揚(yáng)聲器設(shè)備時(shí)，音頻輸出狀態(tài)指的是揚(yáng)聲器設(shè)備播放錄音或音頻輸出聲音的狀態(tài)。用戶所在方位指的是音頻的接收者所在位置相對于終端的方向。

S120、控制所述揚(yáng)聲器向所述用戶所在方位輸出音頻。

本實(shí)施例中，當(dāng)確定用戶的方位之后，向揚(yáng)聲器發(fā)出控制指令，使得音頻向著用戶的方向輸出。例如，用戶可通過控制設(shè)備(例如，遙控器或手機(jī))向揚(yáng)聲器發(fā)出控制指令，具體可采用wifi網(wǎng)絡(luò)、藍(lán)牙或4G網(wǎng)絡(luò)向揚(yáng)聲器發(fā)送控制指令，所述揚(yáng)聲器收到控制指令后，可通過旋轉(zhuǎn)將喇叭朝向用戶輸出音頻。

其中，控制揚(yáng)聲器定向輸出音頻可通過有源定向揚(yáng)聲器或矩陣揚(yáng)聲器陣列實(shí)現(xiàn)。有源定向揚(yáng)聲器的工作原理為將低頻聲音信號載于指向性很強(qiáng)的高頻信號之上，再經(jīng)過放大、發(fā)射到空氣中，而后，空氣會把高頻信號迅速過濾，其上的可聽聲音信號便會自然濾出，實(shí)現(xiàn)像激光一樣定向傳播；矩陣揚(yáng)聲器陣列的工作原理為將若干揚(yáng)聲器等間隔矩陣排列，每個(gè)揚(yáng)聲器單元輻射一個(gè)平面的同相位波陣面，多個(gè)單元的組合形成可提供單一的主擴(kuò)展聲源，該揚(yáng)聲器陣列的波陣面通過在整個(gè)音頻范圍內(nèi)的耦合，在一定區(qū)域范圍內(nèi)產(chǎn)生品質(zhì)一致的聲音，使其以波束的形式在一定方向上傳播。

值得說明的是，在確定用戶所在方位之前，需要判斷處于輸出狀態(tài)的音頻是否需要定向輸出。具體的，應(yīng)用距離傳感器檢測終端與用戶臉部的距離，當(dāng)該距離小于預(yù)設(shè)距離時(shí)，不需要進(jìn)行用戶方位的識別，正常進(jìn)行語音的播放，否則，當(dāng)該距離大于預(yù)設(shè)距離或者終端的揚(yáng)聲器處于免提外放模式時(shí)，可自動(dòng)或用戶手動(dòng)開啟定位模式，確定用戶的方位，并控制揚(yáng)聲器向用戶所在方位輸出音頻。其中，預(yù)設(shè)距離一般可以為10cm或者20cm。

本實(shí)施例的技術(shù)方案，通過終端自動(dòng)識別用戶的方位并向用戶所在方位輸出音頻，解決了定向揚(yáng)聲器不能自動(dòng)識別用戶方向的技術(shù)問題，實(shí)現(xiàn)了自動(dòng)識別用戶的方位，并向該方位定向輸出音頻的技術(shù)效果。

實(shí)施例二

圖2為本發(fā)明實(shí)施例二提供的一種音頻輸出方法的流程圖，在上述實(shí)施例一的基礎(chǔ)上對音頻輸出方法進(jìn)行優(yōu)化，提供了確定用戶所在方位的方法，具體是對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并對采集的圖像進(jìn)行圖像識別；若所述采集的圖像中包含人體特征信息，則根據(jù)所述采集的圖像確定人體特征的方位，將所述人體特征的方位作為用戶所在方位。相應(yīng)的，本實(shí)施例的方法包括：

S210、對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并對采集的圖像進(jìn)行圖像識別。

其中，對揚(yáng)聲器所在的空間進(jìn)行圖像采集可以是通過攝像頭采集圖像，對圖像進(jìn)行識別指的是對圖像中包含的圖像信息進(jìn)行識別，確定采集的圖像中是否包含用戶。

S220、若所述采集的圖像中包含人體特征信息，則根據(jù)所述采集的圖像確定人體特征的方位，將所述人體特征的方位作為用戶所在方位。

其中，人體特征信息指的是能夠確認(rèn)圖像中包含人體的信息，例如可以是人體頭部、面部或者嘴巴等，如果識別出圖像中含有上述任意一種人體特征信息，就可以確定圖像中含有用戶。通過該人體特征信息在圖像中的相對位置計(jì)算并確定用戶相對于終端的方位。

終端可間隔一定時(shí)間，例如可以是30秒或1分鐘，連續(xù)采集揚(yáng)聲器所在的空間的圖像并識別，實(shí)時(shí)獲取人體特征信息，確定用戶的方位。

S230、控制所述揚(yáng)聲器向所述用戶所在方位輸出音頻。

本實(shí)施例的技術(shù)方案，通過采集揚(yáng)聲器所在空間的圖像，識別人體特征信息以自動(dòng)識別用戶的方位，并向該方位定向輸出音頻，實(shí)現(xiàn)了自動(dòng)識別用戶的方位，并向該方位定向輸出音頻的技術(shù)效果。

實(shí)施例三

圖3為本發(fā)明實(shí)施例三提供的一種音頻輸出方法的流程圖，在上述實(shí)施例的基礎(chǔ)上對音頻輸出方法進(jìn)行優(yōu)化，提供了確定用戶所在方位的方法，具體是采用旋轉(zhuǎn)攝像頭對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并在所述旋轉(zhuǎn)攝像頭旋轉(zhuǎn)的過程中實(shí)時(shí)識別采集的圖像；若識別到采集的圖像中包含人體特征信息，則控制所述旋轉(zhuǎn)攝像頭停止旋轉(zhuǎn)，將停止旋轉(zhuǎn)時(shí)所述旋轉(zhuǎn)攝像頭朝向的方位作為用戶所在方位。相應(yīng)的，本實(shí)施例的方法包括：

S310、采用旋轉(zhuǎn)攝像頭對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并在所述旋轉(zhuǎn)攝像頭旋轉(zhuǎn)的過程中實(shí)時(shí)識別采集的圖像。

其中，旋轉(zhuǎn)攝像頭為能夠旋轉(zhuǎn)拍攝的攝像頭。具體的，當(dāng)檢測到終端處于音頻輸出狀態(tài)，并判斷需要確定用戶的方位時(shí)，終端自動(dòng)或者用戶手動(dòng)開啟旋轉(zhuǎn)攝像頭，獲取終端所在空間的圖像，并實(shí)時(shí)對旋轉(zhuǎn)攝像頭獲取的圖像進(jìn)行識別，自動(dòng)捕捉人體特征信息。

S320、若識別到采集的圖像中包含人體特征信息，則控制所述旋轉(zhuǎn)攝像頭停止旋轉(zhuǎn)，將停止旋轉(zhuǎn)時(shí)所述旋轉(zhuǎn)攝像頭朝向的方位作為用戶所在方位。

具體的，在旋轉(zhuǎn)攝像頭在旋轉(zhuǎn)拍攝的過程中，識別到有人體特征信息出現(xiàn)時(shí)，例如可以是在圖像在出現(xiàn)了人體頭部，控制旋轉(zhuǎn)攝像頭停止旋轉(zhuǎn)，將旋轉(zhuǎn)攝像頭停止旋轉(zhuǎn)時(shí)刻的朝向確定為用戶所在的方向；否則，繼續(xù)旋轉(zhuǎn)攝像頭采集空間內(nèi)的圖像，直到識別到有人體特征信息，確定用戶方向。值得說明的是，當(dāng)圖像中的人體特征信息消失時(shí)，旋轉(zhuǎn)攝像頭自動(dòng)開啟旋轉(zhuǎn)并繼續(xù)采集空間內(nèi)的圖像，直到識別到有人體特征信息，確定用戶方向。

S330、控制所述揚(yáng)聲器向所述用戶所在方位輸出音頻。

本實(shí)施例的技術(shù)方案，通過旋轉(zhuǎn)攝像頭實(shí)時(shí)獲取并識別揚(yáng)聲器所在空間的圖像，自動(dòng)捕捉用戶的人體特征以確定用戶的方位，實(shí)現(xiàn)了自動(dòng)識別用戶的方位，并向該方位定向輸出音頻的技術(shù)效果。

實(shí)施例四

圖4為本發(fā)明實(shí)施例四提供的一種音頻輸出方法的流程圖，在上述實(shí)施例的基礎(chǔ)上對音頻輸出方法進(jìn)行優(yōu)化，提供了確定用戶所在方位的方法，具體是對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并將采集的圖像與預(yù)先采集的所述用戶的圖像進(jìn)行匹配；若匹配成功，則根據(jù)所述采集的圖像確定所述用戶的方位。相應(yīng)的，本實(shí)施例的方法包括：

S410、對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并將采集的圖像與預(yù)先采集的所述用戶的圖像進(jìn)行匹配。

其中，預(yù)先采集的用戶圖像指的是用于與終端采集的圖像進(jìn)行比對的，預(yù)先存在終端中的用戶的圖像，例如可以是用戶自主拍攝的圖像，也可以是終端在之前的圖像匹配過程中自動(dòng)存儲的用戶的圖像。

具體的，終端可采用人臉識別算法對采集的圖像進(jìn)行匹配。人臉識別算法的原理為提取終端采集的圖像中的人臉信息，包括眼睛、鼻子、嘴巴或者耳朵等，并將給人臉信息與預(yù)先采集的用戶的圖像中的人臉信息進(jìn)行匹配，當(dāng)相似度達(dá)到預(yù)設(shè)值時(shí)，確定終端采集的圖像中存在終端用戶。其中，匹配相似度的預(yù)設(shè)值可以是終端的推薦值，也可以是用戶自定義的調(diào)整值，例如可以是80％或90％。當(dāng)匹配相似度預(yù)設(shè)值越高時(shí)，匹配準(zhǔn)確度越高，匹配消耗時(shí)間越長，相應(yīng)的，當(dāng)匹配相似度預(yù)設(shè)值較低時(shí)，匹配速度快，匹配準(zhǔn)確度低，容易出現(xiàn)識別錯(cuò)誤的情況。

S420、若匹配成功，則根據(jù)所述采集的圖像確定所述用戶的方位。

其中，匹配成功指的是終端采集的圖像與預(yù)先采集的用戶圖像中的人臉信息的相似度達(dá)到了匹配相似度預(yù)設(shè)值，確認(rèn)終端采集的圖像中存在終端用戶?？梢酝ㄟ^該終端用戶的人臉信息在圖像中的相對位置計(jì)算并確定用戶相對于終端的方位。

本實(shí)施例中，通過對終端采集的圖像中信息與預(yù)設(shè)的用戶的圖像信息匹配識別，識別終端用戶，確定用戶的方位，提高了方位確定的準(zhǔn)確度。

可選的，確定用戶所在方位之前，該方法還包括：

采用虹膜識別傳感器識別出所述用戶。

其中，虹膜識別技術(shù)指的是通過眼睛中的進(jìn)行身份識別。虹膜是位于人眼的黑色瞳孔與白色鞏膜之間的圓環(huán)狀部分，其包含了很多相互交錯(cuò)的斑點(diǎn)、細(xì)絲、冠狀、條紋和隱窩等的細(xì)節(jié)特征；虹膜在胎兒發(fā)育階段形成后的整個(gè)生命歷程中保持不變。根據(jù)虹膜的細(xì)節(jié)特征能夠唯一性的識別用戶的身份。

虹膜識別傳感器是能夠獲取人眼虹膜圖像并識別用戶身份的傳感器。虹膜識別傳感器的工作原理為獲取虹膜圖像；對虹膜圖像進(jìn)行預(yù)處理，使其滿足提取虹膜特征的需求；提取虹膜特征；對提取的和模特進(jìn)行特征匹配，識別用戶身份。

具體的，在本實(shí)施例中，通過虹膜識別傳感器獲取揚(yáng)聲器所在空間的虹膜圖像，并實(shí)時(shí)對獲取的虹膜圖像進(jìn)行識別，并與預(yù)存的終端用戶的虹膜圖像進(jìn)行匹配，當(dāng)匹配成功時(shí)，確定獲取的虹膜圖像屬于終端用戶，并計(jì)算確定終端用戶的方位。

本實(shí)施例中，通過虹膜識別技術(shù)唯一識別終端用戶的身份，確定用戶的方位，提高了方位確定的準(zhǔn)確度。

S430、控制所述揚(yáng)聲器向所述用戶所在方位輸出音頻。

本實(shí)施例的技術(shù)方案，通過對終端采集的圖像中信息與預(yù)設(shè)的用戶的圖像信息匹配識別，識別終端用戶，確定用戶的方位，解決了定向揚(yáng)聲器不能自動(dòng)識別用戶方向的技術(shù)問題，實(shí)現(xiàn)了自動(dòng)識別用戶的方位，并向該方位定向輸出音頻的技術(shù)效果。

實(shí)施例五

圖5為本發(fā)明實(shí)施例五提供的一種音頻輸出方法的流程圖，在上述實(shí)施例的基礎(chǔ)上對音頻輸出方法進(jìn)行優(yōu)化，提供了確定用戶所在方位的方法，具體是對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，若識別到采集的圖像中包含多個(gè)用戶的人體特征信息時(shí)，則采用距離傳感器確定所述揚(yáng)聲器與各用戶之間的距離；根據(jù)所述采集的圖像確定距離所述揚(yáng)聲器最近的用戶所在方位。相應(yīng)的，本實(shí)施例的方法包括：

S510、對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，若識別到采集的圖像中包含多個(gè)用戶的人體特征信息時(shí)，則采用距離傳感器確定所述揚(yáng)聲器與各用戶之間的距離。

其中，距離傳感器是能夠檢測物理距離的一種傳感器，例如可以通過光電距離傳感器或超聲距離傳感器檢測用戶與終端揚(yáng)聲器間的距離。具體的，當(dāng)識別到終端采集的圖像中在不同方位存在多個(gè)且不屬于同一用戶的人體特征信息，終端無法確定音頻的輸出方向，可通過距離傳感器檢測并識別唯一的音頻輸出用戶，來確定音頻的輸出方向。

S520、根據(jù)所述采集的圖像確定距離所述揚(yáng)聲器最近的用戶所在方位。

具體的，通過距離傳感器檢測各用戶與終端揚(yáng)聲器之間的距離，將該距離進(jìn)行比較，根據(jù)比較結(jié)果，選擇距離最近的用戶確定為音頻輸出用戶。根據(jù)該音頻輸出用戶的方位確定音頻的輸出方向。

S530、控制所述揚(yáng)聲器向所述用戶所在方位輸出音頻。

本實(shí)施例的技術(shù)方案，當(dāng)識別到多人的人體特征信息時(shí)，通過距離傳感器檢測識別各個(gè)用戶與終端揚(yáng)聲器的距離，將最近的用戶確定為音頻輸出用戶，來確定音頻的輸出方向，實(shí)現(xiàn)了在多個(gè)用戶存在的情況下，自動(dòng)識別音頻輸出方向的效果。

實(shí)施例六

圖6為本發(fā)明實(shí)施例六提供的音頻輸出裝置的結(jié)構(gòu)示意圖，該裝置適用于執(zhí)行本發(fā)明實(shí)施例提供的音頻輸出方法，如圖6所示，該裝置具體可以包括：

方位確定模塊610，用于在檢測到揚(yáng)聲器處于音頻輸出狀態(tài)時(shí)，確定用戶所在方位；

音頻輸出模塊620，用于控制所述揚(yáng)聲器向所述用戶所在方位輸出音頻。

可選的，方位確定模塊610具體用于，對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并對采集的圖像進(jìn)行圖像識別；若所述采集的圖像中包含人體特征信息，則根據(jù)所述采集的圖像確定人體特征的方位，將所述人體特征的方位作為用戶所在方位。

可選的，方位確定模塊610具體用于，采用旋轉(zhuǎn)攝像頭對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并在所述旋轉(zhuǎn)攝像頭旋轉(zhuǎn)的過程中實(shí)時(shí)識別采集的圖像；若識別到采集的圖像中包含人體特征信息，則控制所述旋轉(zhuǎn)攝像頭停止旋轉(zhuǎn)，將停止旋轉(zhuǎn)時(shí)所述旋轉(zhuǎn)攝像頭朝向的方位作為用戶所在方位。

可選的，方位確定模塊610具體用于，對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，并將采集的圖像與預(yù)先采集的所述用戶的圖像進(jìn)行匹配；若匹配成功，則根據(jù)所述采集的圖像確定所述用戶的方位。

可選的，方位確定模塊610具體用于，對所述揚(yáng)聲器所在的空間進(jìn)行圖像采集，若識別到采集的圖像中包含多個(gè)用戶的人體特征信息時(shí)，則采用距離傳感器確定所述揚(yáng)聲器與各用戶之間的距離；根據(jù)所述采集的圖像確定距離所述揚(yáng)聲器最近的用戶所在方位。

可選的，該音頻輸出裝置還包括：

虹膜識別模塊，用于在所述方位確定模塊確定用戶所在方位之前，采用虹膜識別傳感器識別出所述用戶。

本實(shí)施例通過終端自動(dòng)識別用戶的方位并向用戶所在方位輸出音頻，解決了定向揚(yáng)聲器不能自動(dòng)識別用戶方向的技術(shù)問題，實(shí)現(xiàn)了自動(dòng)識別用戶的方位，并向該方位定向輸出音頻的技術(shù)效果。

實(shí)施例七

圖7是本發(fā)明實(shí)施例七提供的終端設(shè)備的結(jié)構(gòu)示意圖，基于上述實(shí)施例提供的音頻輸出裝置，本實(shí)施例提供了包含上述實(shí)施例提供的任意一種音頻輸出裝置的終端設(shè)備700。音頻輸出裝置600可以控制終端設(shè)備700的自動(dòng)識別用戶方向，并向用戶方向定向輸出音頻。具體的，該終端設(shè)備包括音頻輸出裝置600和揚(yáng)聲器710，該揚(yáng)聲器710設(shè)置在終端設(shè)備700中。

其中，終端設(shè)備700可以是智能手表或智能手環(huán)等智能穿戴設(shè)備、智能手機(jī)或者移動(dòng)平板等。

揚(yáng)聲器710根據(jù)音頻輸出裝置600形成的音頻輸出方向指令定向輸出音頻。示例性的，本實(shí)施例中揚(yáng)聲器可采用MEMS矩陣揚(yáng)聲器陣列實(shí)現(xiàn)，MEMS揚(yáng)聲器尺寸為微米級，MEMS矩陣揚(yáng)聲器陣列中MEMS揚(yáng)聲器個(gè)數(shù)一般可以為50-200，本實(shí)施例中MEMS揚(yáng)聲器個(gè)數(shù)優(yōu)選為100左右，MEMS矩陣揚(yáng)聲器陣列尺寸優(yōu)選為10mm。

MEMS矩陣揚(yáng)聲器區(qū)別于傳統(tǒng)矩陣壓電式揚(yáng)聲器，體積小，可微型化，可量產(chǎn)并應(yīng)用于終端設(shè)備700中。

可選的，該終端設(shè)備700包括攝像頭和距離傳感器；或，攝像頭和虹膜識別傳感器；

所述攝像頭，用于采集所述終端設(shè)備所在的空間的圖像，并根據(jù)采集的圖像確定用戶所在方位；

所述距離傳感器，用于確定所述終端設(shè)備與用戶之間的距離；

所述虹膜識別傳感器，用于識別出用戶。

可選的，攝像頭為旋轉(zhuǎn)式攝像頭。

本實(shí)施例在上述實(shí)施例的基礎(chǔ)上，提供了一種終端設(shè)備，該實(shí)施例通過音頻輸出裝置確定用戶方位，控制揚(yáng)聲器向該用戶方位定向輸出音頻，解決了定向揚(yáng)聲器不能自動(dòng)識別用戶方向的技術(shù)問題，實(shí)現(xiàn)了自動(dòng)識別用戶的方位，并向該方位定向輸出音頻的技術(shù)效果。

注意，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會理解，本發(fā)明不限于這里所述的特定實(shí)施例，對本領(lǐng)域技術(shù)人員來說能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會脫離本發(fā)明的保護(hù)范圍。因此，雖然通過以上實(shí)施例對本發(fā)明進(jìn)行了較為詳細(xì)的說明，但是本發(fā)明不僅僅限于以上實(shí)施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。