虚拟交互对象的控制方法、装置、终端及存储介质

技术领域

本申请实施例涉及人机交互技术领域，特别涉及一种虚拟交互对象的控制方法、装置、终端及存储介质。

背景技术

目前的游戏尤其模拟策略类游戏(Simulation Game，SLG)，能够提供多样化的、高真实度的游戏功能。但开发人员通常需要结合终端设备的操作局限性设计交互方式，寻找交互操作与游戏复杂度之间的平衡。

相关技术是利用快捷键以及提示信息等方式优化复杂的交互操作。例如支持玩家轻量化自定义操作界面，将常用的操作控件移动至容易触发的显示位置，或者游戏客户端在不同的阶段，通过邮件、弹窗等形式进行操作提示，获得玩家的触控反馈后，协助完成复杂的操作内容。

然而，对于部分复杂操作，相关技术中的方案需要多次交互步骤实现，操作较为繁琐。

发明内容

本申请实施例提供了一种虚拟交互对象的控制方法、装置、终端及存储介质，能够大幅度简化复杂功能的交互过程，减少操作步骤并缩短操作时长。

一方面，本申请提供了一种虚拟交互对象的控制方法，所述方法包括：

显示虚拟环境画面，所述虚拟环境画面中包含目标虚拟阵营拥有的至少一个虚拟交互对象，所述虚拟交互对象用于基于接收到的操作指令在虚拟环境中执行对应的操作；

响应于接收到第一控制语音，确定至少一个所述虚拟交互对象中的第一虚拟交互对象，所述第一虚拟交互对象是用于执行所述第一控制语音所指示目标操作的虚拟交互对象；

在所述第一虚拟交互对象满足所述目标操作的执行条件的情况下，控制所述第一虚拟交互对象执行所述目标操作。

另一方面，本申请提供了一种虚拟交互对象的控制装置，所述装置包括：

显示模块，用于显示虚拟环境画面，所述虚拟环境画面中包含目标虚拟阵营拥有的至少一个虚拟交互对象，所述虚拟交互对象用于基于接收到的操作指令在虚拟环境中执行对应的操作；

确定模块，用于响应于接收到第一控制语音，确定至少一个所述虚拟交互对象中的第一虚拟交互对象，所述第一虚拟交互对象是用于执行所述第一控制语音所指示目标操作的虚拟交互对象；

控制模块，用于在所述第一虚拟交互对象满足所述目标操作的执行条件的情况下，控制所述第一虚拟交互对象执行所述目标操作。

另一方面，本申请提供了一种终端，所述终端包括处理器和存储器；所述存储器中存储有至少一段程序，所述至少一段程序由所述处理器加载并执行以实现如上述方面所述的虚拟交互对象的控制方法。

另一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现如上述方面所述的虚拟交互对象的控制方法。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方面的各种可选实现方式中提供的虚拟交互对象的控制方法。

本申请实施例提供的技术方案至少包括以下有益效果：

本申请实施例中，当接收到第一控制语音时确定能够执行第一控制语音所指示的目标操作的第一虚拟交互对象，并触发执行条件判断逻辑，结合当下的虚拟环境确定第一虚拟交互对象是否满足目标操作的执行条件，在第一虚拟交互对象满足执行条件的情况下模拟目标操作的触发过程，将交互操作扁平化，自动根据第一控制语音执行复杂的条件判断并实现相应功能，从而大幅度简化复杂功能的交互过程，减少操作步骤并缩短操作时长。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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是本申请一个示例性实施例提供的实施环境的示意图；

图2是本申请一个示例性实施例提供的虚拟交互对象的控制方法的流程图；

图3是本申请一个示例性实施例提供的基于第一控制语音控制第一虚拟交互对象执行目标操作的示意图；

图4是本申请另一个示例性实施例提供的虚拟交互对象的控制方法的流程图；

图5是本申请另一个示例性实施例提供的基于第一控制语音控制第一虚拟交互对象执行目标操作的示意图；

图6是本申请另一个示例性实施例提供的基于第一控制语音控制第一虚拟交互对象执行目标操作的示意图；

图7是本申请另一个示例性实施例提供的虚拟交互对象的控制方法的流程图；

图8是本申请一个示例性实施例提供的语音识别过程的示意图；

图9是本申请一个示例性实施例提供的语音识别模型的训练示意图；

图10是本申请一个示例性实施例提供的语音转译模型的训练示意图；

图11是本申请一个示例性实施例提供的意图识别模型的训练示意图；

图12是本申请一个示例性实施例提供的意图识别的流程图；

图13是本申请另一个示例性实施例提供的虚拟交互对象的控制方法的流程图；

图14是本申请一个示例性实施例提供的设置自定义操作的示意图；

图15是本申请一个示例性实施例提供的虚拟交互对象的控制装置的结构框图；

图16本申请一个示例性实施例提供的终端的结构框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

相关技术通常利用快捷键或者提示信息等方式优化复杂的交互操作。例如支持玩家轻量化自定义操作界面，将常用的操作控件移动至容易触发的显示位置，然而这种方式受限于终端交互的点触限制，仍存在较多复杂的操作需要通过多个交互步骤实现。或者游戏客户端在不同的阶段，通过邮件、弹窗等形式进行操作提示，获得玩家的触控反馈后，协助完成复杂的操作内容，但这样的方式不能支持用户持续的操作需求，并且既定的操作内容也无法满足精准复杂的操作需要。

请参考图1，其示出了本申请一个示例性实施例提供的实施环境的示意图。该实施环境中包括：第一终端120、服务器140和第二终端160。

第一终端120安装和运行有支持虚拟环境的应用程序。该应用程序可以是虚拟现实应用程序、SLG游戏、三维地图程序、多人在线战术竞技(Multiplayer Online BattleArena，MOBA)游戏中的任意一种。第一终端120是第一用户使用的终端，第一用户使用第一终端120控制位于虚拟环境中的第一虚拟交互对象执行操作，该操作包括但不限于：获取收益、升级、对战、切换装备、建造中的至少一种。示意性的，第一虚拟交互对象是第一虚拟人物，比如仿真人物对象或动漫人物对象，或者第一虚拟交互对象是第一虚拟物体。

第一终端120通过无线网络或有线网络与服务器140相连。

服务器140包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。示意性的，服务器140包括处理器142和存储器144，处理器142包括意图识别模块1421、中控模块1422和对局检测模块1423。服务器140用于为支持三维虚拟环境的应用程序提供后台服务。可选地，服务器140承担主要计算工作，第一终端120和第二终端160承担次要计算工作；或者，服务器140承担次要计算工作，第一终端120和第二终端160承担主要计算工作；或者，服务器140、第一终端120和第二终端160三者之间采用分布式计算架构进行协同计算。

第二终端160安装和运行有支持虚拟环境的应用程序。该应用程序可以是虚拟现实应用程序、SLG游戏、三维地图程序、MOBA游戏中的任意一种。第二终端160是第二用户使用的终端，第二用户使用第二终端160控制位于虚拟环境中的第二虚拟交互对象执行操作，该操作包括但不限于：获取收益、升级、对战、切换装备、建造中的至少一种。示意性的，第二虚拟交互对象是第二虚拟人物，比如仿真人物对象或动漫人物对象，或者第二虚拟交互对象是第二虚拟物体。

可选地，第一虚拟交互对象和第二虚拟交互对象处于同一虚拟环境中。

可选地，第一终端120和第二终端160上安装的应用程序是相同的，或两个终端上安装的应用程序是不同控制系统平台的同一类型应用程序。第一终端120可以泛指多个终端中的一个，第二终端160可以泛指多个终端中的一个，本实施例仅以第一终端120和第二终端160来举例说明。第一终端120和第二终端160的设备类型相同或不同，该设备类型包括：智能手机、平板电脑、电子书阅读器、MP3播放器、MP4播放器、膝上型便携计算机和台式计算机中的至少一种。以下实施例以终端包括智能手机来举例说明。

本领域技术人员可以知晓，上述终端的数量可以更多或更少。比如上述终端可以仅为一个，或者上述终端为几十个或几百个，或者更多数量。本申请实施例对终端的数量和设备类型不加以限定。

请参考图2，其示出了本申请一个示例性实施例提供的虚拟交互对象的控制方法的流程图。本实施例以该方法由支持虚拟环境的终端执行为例进行说明，该方法包括如下步骤：

步骤201，显示虚拟环境画面，虚拟环境画面中包含目标虚拟阵营拥有的至少一个虚拟交互对象。

其中，虚拟交互对象用于基于接收到的操作指令在虚拟环境中执行对应的操作。目标虚拟阵营为终端所控制的虚拟阵营。

可选的，虚拟交互对象可以是目标虚拟阵营中的虚拟人物，也可以是目标虚拟阵营中的虚拟物体。不同类型的虚拟对象所能够执行的操作指令可能不同。例如，建筑升级操作指令对应的虚拟对象为虚拟建筑，对战操作指令对应的虚拟对象为虚拟队伍。本申请实施例对此不作限定。

示意性的，终端显示经营策略游戏的虚拟环境画面，该虚拟环境画面中包含能够产生虚拟收益或虚拟产品的虚拟建筑、用于经营或建造的虚拟市民、用于对战的虚拟队伍等。

步骤202，响应于接收到第一控制语音，确定至少一个虚拟交互对象中的第一虚拟交互对象，第一虚拟交互对象是用于执行第一控制语音所指示目标操作的虚拟交互对象。

在一种可能的实施方式中，终端对接收到的第一控制语音进行语音识别，确定第一控制语音所指示的目标操作，然后基于目标操作从目标虚拟阵营的虚拟交互对象中确定出第一虚拟交互对象。例如，当接受到第一控制语音“升级农场”时，终端将目标虚拟阵营中的“农场”确定为第一虚拟交互对象。

可选的，终端在游戏运行过程中全程开启麦克风实时进行语音采集，或者，终端在接收到语音输入操作时开启麦克风进行语音采集并在语音输入操作结束时关闭麦克风(例如用户长按语音控件输入第一控制语音)，或者，终端在特定的游戏阶段或游戏场景下自动开启麦克风进行语音采集。本申请实施例对此不作限定。

步骤203，在第一虚拟交互对象满足目标操作的执行条件的情况下，控制第一虚拟交互对象执行目标操作。

对于一些复杂的操作指令，终端需要基于当下的虚拟环境判断第一虚拟交互对象是否能够执行。例如对于选择队伍与敌方阵营进行战斗的操作，由于同一阵营可能包含多个虚拟队伍，且虚拟队伍能够支持多种操作指令，相关技术中需要用户触发队伍控件开启队伍选择列表，用户通过观察队伍选择列表中各个队伍的状态，确定能够出战的目标虚拟队伍，然后触发目标虚拟队伍对应的目标队伍选择控件选中该队伍，进而在弹出的目标虚拟队伍设置窗口中触发对战控件(虚拟队伍设置窗口中可能还包含队伍重置、队伍删除、队伍升级等其它控件)。

而在本申请实施例中，用户可以直接语音输入“选择一个队伍出战xx阵营”，或指定“队伍a出战xx阵营”，由终端根据第一控制语音识别目标操作，确定第一虚拟交互对象，并判断第一虚拟交互对象(虚拟队伍)是否满足目标操作的执行条件，若满足则自动控制第一虚拟交互对象执行目标操作。因此用户可以直接通过一次语音输入指示终端完成队伍选择以及对战操作，从而可以省略中间复杂的交互过程。

图3示出了一种基于第一控制语音执行目标操作指令的示意图。终端通过麦克风采集到第一控制语音的语音内容301“招贤纳士”(实际应用场景中用户输入的第一控制语音内容在虚拟环境画面中可见，或者，终端不显示第一控制语音对应的语音内容)后，基于第一控制语音确定出目标操作以及第一虚拟交互对象。终端确定第一虚拟交互对象满足目标操作的执行条件，控制第一虚拟交互对象执行目标操作，并反馈操作结果302“好的，已为您开启招贤纳士”。

综上所述，本申请实施例中，当接收到第一控制语音时确定能够执行第一控制语音所指示的目标操作的第一虚拟交互对象，并触发执行条件判断逻辑，结合当下的虚拟环境确定第一虚拟交互对象是否满足目标操作的执行条件，在第一虚拟交互对象满足执行条件的情况下模拟目标操作的触发过程，将交互操作扁平化，自动根据第一控制语音执行复杂的条件判断并实现相应功能，从而大幅度简化复杂功能的交互过程，减少操作步骤并缩短操作时长。

由于本申请提供的虚拟交互对象的控制方法将交互操作扁平化，使用户省略了较多中间的条件判断、对象选取等交互过程，用户直接基于所需的操作输入第一控制语音，因此可能存在第一虚拟交互对象不满足目标操作的执行条件的情况。为了进一步辅助用户通过语音控制指令快速实现目标操作，终端在第一虚拟交互对象不满足目标操作的执行条件的情况下，生成提示信息，提示用户选择替换操作或者提示用户延迟执行目标操作。

请参考图4，其示出了本申请另一个示例性实施例提供的虚拟交互对象的控制方法的流程图。本实施例以该方法由支持虚拟环境的终端执行为例进行说明，该方法包括如下步骤：

步骤401，显示虚拟环境画面，虚拟环境画面中包含目标虚拟阵营拥有的至少一个虚拟交互对象。

步骤402，响应于接收到第一控制语音，确定至少一个虚拟交互对象中的第一虚拟交互对象，第一虚拟交互对象是用于执行第一控制语音所指示目标操作的虚拟交互对象。

步骤401至步骤402的具体实施方式可以参考上述步骤201至步骤202，本申请实施例在此不再赘述。

步骤403，获取目标虚拟阵营的阵营信息。

其中，阵营信息包括阵营资源信息和阵营行为信息中的至少一种，阵营资源信息用于表征目标虚拟阵营所拥有的虚拟资源，阵营行为信息用于表征目标虚拟阵营在虚拟环境中的阵营行为。

在SLG游戏中，很多操作需要消耗虚拟资源才能够实现。例如，升级建筑需要消耗一定的建材，构建队伍需要一定的兵力。另一方面，由于SLG游戏为各类虚拟对象设置了复杂的功能，因此游戏中还可能存在相互冲突、无法并行执行的阵营行为。例如，处于建造或升级状态下的建筑物无法获取收益，处于对战状态下的队伍无法进行队伍升级或队形变换等操作。因此，终端需要基于目标虚拟阵营的阵营信息，确定第一虚拟交互对象是否满足目标操作的执行条件。

值得一提的是，图4所示实施例中终端先执行步骤402后执行步骤403，在其它可能的实时方式中，终端还可以在接收到第一控制语音后，同步执行步骤402和步骤403，或者终端先执行步骤403后执行步骤402。

步骤404，基于阵营信息确定第一虚拟交互对象是否满足目标操作的执行条件。

不同操作对应的执行条件不同，判断第一虚拟交互对象是否满足执行条件所依据的阵营信息也可能不同。示意性的，终端(或服务器)通过中控模块向对局控制模块发送判断条件查询指令，对局控制模块对游戏对局日志进行计算，返回执行目标操作所必须的执行条件。

在一种可能的实施方式中，阵营信息包括阵营资源信息，终端基于阵营资源信息确定第一虚拟交互对象是否满足目标操作的执行条件。步骤404具体包括如下步骤404a至步骤404c：

步骤404a，确定第一虚拟交互对象执行目标操作所需的虚拟资源用量。

可选的，该虚拟资源用量是由用户输入的第一控制语音的语音内容决定的，也可以是游戏中目标操作默认设置的。

例如，对于第一控制语音“用10个步兵组队”对应的目标操作，其虚拟资源用量“10个步兵”是由第一控制语音的语音内容决定的，对于第一控制语音“升级农场”对应的目标操作，其虚拟资源用量“1000木材和10000金币”是游戏默认设置的。

步骤404b，在阵营资源信息所指示的虚拟资源拥有量大于虚拟资源用量的情况下，确定第一虚拟交互对象满足目标操作的执行条件。

当目标虚拟阵营所拥有的虚拟资源量大于执行目标操作所需的虚拟资源用量时，目标虚拟阵营能够为第一虚拟交互对象提供足够的虚拟资源，终端确定第一虚拟交互对象满足目标操作的执行条件。

例如，虚拟资源用量为10个步兵，阵营资源信息所指示的虚拟资源拥有量中包含20个步兵，则终端确定第一虚拟交互对象满足目标操作的执行条件。

步骤404c，在阵营资源信息所指示的虚拟资源拥有量小于虚拟资源用量的情况下，确定第一虚拟交互对象不满足目标操作的执行条件。

当目标虚拟阵营所拥有的虚拟资源量小于执行目标操作所需的虚拟资源用量时，目标虚拟阵营无法为第一虚拟交互对象提供足够的虚拟资源，终端确定第一虚拟交互对象不满足目标操作的执行条件。

例如，虚拟资源用量为10个步兵，阵营资源信息所指示的虚拟资源拥有量中包含5个步兵，则终端确定第一虚拟交互对象不满足目标操作的执行条件。

进一步的，终端实时(或按照一定频率)获取目标虚拟阵营的虚拟资源拥有量或目标虚拟阵营的对战状态等数据，并根据获取到的数据进行操作提示。

当目标虚拟阵营所拥有的虚拟资源足以进行某项操作时，终端可以提醒用户进行该操作，或者当目标虚拟阵营某项虚拟资源低于资源量阈值时，终端提醒用户进行补充该项虚拟资源的操作。例如，当目标虚拟阵营的空闲兵力以及校场位置充足时，终端通过虚拟环境画面和/或游戏语音展示提示信息“可以造更多步兵啦”；当目标虚拟阵营的食物量少于一定阈值时，终端通过虚拟环境画面和/或游戏语音展示提示信息“该种地啦”。

另一方面，终端获取敌对虚拟阵营的敌对阵营信息，基于敌对阵营信息生成对战策略，并基于对战策略进行操作提示。

敌对阵营信息包括敌对阵营所执行的操作、虚拟资源拥有量、对战状态信息等。在一种可能的实施方式中，当敌对虚拟阵营执行某项操作或虚拟资源产生变化时，终端还可以提醒用户进行应对操作。例如，当敌对虚拟阵营执行了建造步兵的操作后，终端通过虚拟环境画面和/或游戏语音展示提示信息“对方又在大量生产步兵，请小心”。上述操作提示中还可以包含操作选项，例如“需要建造多少步兵？”或“是否对农场进行升级？”等，并根据接受到的控制语音识别目标操作。终端展示上述提醒信息后，通过麦克风采集环境音，并识别是否存在第一控制语音。用户可以根据终端生成的提示信息，从而通过语音指示终端执行目标操作。

在另一种可能的实施方式中，阵营信息包括阵营行为信息，终端基于阵营行为信息确定第一虚拟交互对象是否满足目标操作的执行条件。步骤404具体包括如下步骤404d至步骤404e：

步骤404d，在阵营行为信息所指示的阵营行为与目标操作支持并行执行的情况下，确定第一虚拟交互对象满足目标操作的执行条件。

由于本申请实施例提供的方法使用户省略了较多中间的条件判断、对象选取等交互过程(比如相关技术通过将控件显示为不可触发状态，提示用户当前存在不可执行的对象或操作)，用户直接基于所需的操作输入第一控制语音，因此第一虚拟交互对象可能正在进行其它阵营行为，终端需要基于阵营行为信息判断第一虚拟交互对象是否能够执行目标操作。若当前的阵营行为与目标操作支持并行执行，则终端确定第一虚拟交互对象满足目标操作的执行条件。

例如，目标操作是获取农场收益，第一虚拟交互对象“农场”不存在其它阵营行为，或者存在“增加农作物”的阵营行为，但二者可以并行执行，终端确定第一虚拟交互对象满足目标操作的执行条件。

步骤404e，在阵营行为信息所指示的阵营行为与目标操作不支持并行执行的情况下，确定第一虚拟交互对象不满足目标操作的执行条件。

若第一虚拟交互对象当前存在其它阵营行为，并且该阵营行为与目标操作无法并行执行，则终端确定第一虚拟交互对象不满足目标操作的执行条件。

例如，目标操作是获取农场收益，第一虚拟交互对象“农场”存在“农场升级”的阵营行为，二者无法并行执行，终端确定第一虚拟交互对象不满足目标操作的执行条件。

步骤405，在第一虚拟交互对象满足目标操作的执行条件的情况下，控制第一虚拟交互对象执行目标操作。

步骤405的具体实施方式可以参考上述步骤203，本申请实施例在此不再赘述。

步骤406，在所述第一虚拟交互对象不满足目标操作的执行条件的情况下，对目标操作对应的至少一种替代操作进行提示。

其中，替代操作基于虚拟资源拥有量以及虚拟资源用量确定得到。

在一种可能的实施方式中，终端基于阵营资源信息确定第一虚拟交互对象是否满足目标操作的执行条件。当由于虚拟资源拥有量不足导致第一虚拟交互对象无法执行目标操作时，为了进一步辅助用户实现相应操作，终端基于虚拟资源拥有量确定替代操作，并针对至少一种替代操作进行提示。

如图5所示，终端接收到第一控制语音并识别出语音内容501“造10个步兵”，基于阵营资源信息判断得到虚拟资源拥有量不足，第一虚拟交互对象不满足执行条件。终端基于当前的虚拟资源拥有量确定替代操作“造5个步兵”，并基于该替代操作生成提示信息502“我方经济不足，仅可支持造5个步兵，是否执行呢？”。

可选的，终端通过虚拟环境画面进以文本的形式进行替代操作提示，或者，终端通过语音进行替代操作提示。本申请实施例对此不作限定。

步骤407，响应于接收到第二控制语音，确定至少一个虚拟交互对象中的第二虚拟交互对象。

步骤408，控制第二虚拟交互对象执行替代操作。

其中，第二虚拟交互对象是用于执行第二控制语音操作所指示的替换操作的虚拟交互对象。

在一种可能的实时方式中，终端基于替代操作进行提示后，继续通过麦克风采集语音信息，用户可以基于终端反馈的替代操作进行选择，并通过输入第二控制语音使终端控制第二虚拟交互对象执行替代操作。

例如，基于步骤406中的示例，若终端接收到第二控制语音并识别出语音内容为“是”，则确定第二虚拟交互对象为5个步兵，并控制第二虚拟交互对象执行该替代操作“造5个步兵”。

步骤409，在第一虚拟交互对象不满足目标操作的执行条件的情况下，进行延迟执行提示。

该延迟执行提示用于提示在阵营行为结束后执行目标操作。

在一种可能的实施方式中，终端基于阵营行为信息确定第一虚拟交互对象是否满足目标操作的执行条件。当由于当前阵营行为无法与目标操作并行执行，导致第一虚拟交互对象不满足目标操作的执行条件时，为了进一步辅助用户基于语音指令实现相应操作，终端进行延迟执行提示，提醒用户在阵营行为结束后再下达执行目标操作的指令。

如图6所示，终端接收到第一控制语音并识别出语音内容601“造10个步兵”，基于阵营行为信息确定当前的阵营行为“校场升级”与目标操作无法并行执行，第一虚拟交互对象不满足执行条件。终端基于阵营行为生成提示信息602“校场正在升级，请在升级完成后建造步兵”。

步骤410，在接收到第三控制语音，且阵营行为结束的情况下，控制第一虚拟交互对象执行目标操作。

在一种可能的实施方式中，用户在确定与目标操作相冲突的阵营行为结束后，继续通过语音发起指令。当接收到第三控制语音，且阵营行为结束，终端控制第一虚拟交互对象执行目标操作。

例如，终端接收到第三控制语音并识别出语音内容“造10个步兵”，确定当前不存在与目标操作无法并行执行的阵营行“校场升级”，则终端控制第一虚拟交互对象执行目标操作。

步骤411，对目标操作的执行结果进行提示，其中，提示方式包括语音和文字中的至少一种。

目标操作执行完成，或者目标操作执行失败后，为了方便用户了解操作执行情况，终端通过语音或者文本的形式对目标操作(或替代操作)的执行结果进行提示。

如图3所示，终端通过麦克风采集到第一控制语音的语音内容301“招贤纳士”后，基于第一控制语音确定第一虚拟交互对象满足目标操作的执行条件。终端控制第一虚拟交互对象执行目标操作后，通过以语音的形式输出提示信息302“好的，已为您开启招贤纳士”。

本申请实施例中，在第一虚拟交互对象不满足目标操作的执行条件的情况下，终端能够基于虚拟资源拥有量提供替换操作，或提示用户延迟执行目标操作，从而进一步辅助用户通过简单的语音指令实现复杂的操作内容，无需用户手动交互更改操作指令。在目标操作无法执行的情况下对用户进行提示，并提供可执行的替代操作供用户选择或者在满足执行条件后提醒用户再次下达指令，使用户能够放心在未确定是否能够执行目标操作的情况下直接进行语音控制，提高了游戏操作的便捷性。在目标虚拟阵营或敌对虚拟阵营发生变化的情况下对用户进行操作提示，能够降低用户对SLG游戏的理解成本和操作成本，可以辅助新手用户完成不熟悉的操作，并辅助各类用户提升竞技水平上限，提高游戏的活跃度。此外，相关技术中SLG游戏通常需要通过较多组合操作实现某一特定功能，比如派兵出击需要先设置聚集点聚集队伍，然后呼出队伍选项，指示出征，再选择目的地等，本申请实施例的方案只需输入一次语音指令即可实现，操作效率高。

在一种可能的实施方式中，终端基于目标虚拟阵营中各个虚拟交互对象所支持的操作，从虚拟交互对象中确定出支持目标操作的候选虚拟交互对象。对于需要从多个候选虚拟交互对象中选择第一虚拟交互对象的游戏操作，用户可以通过触控操作和语音控制相结合的方式实现，也可以完全基于语音控制操作实现。

请参考图7，其示出了本申请另一个示例性实施例提供的虚拟交互对象的控制方法的流程图。本实施例以该方法由支持虚拟环境的终端执行为例进行说明，该方法包括如下步骤：

步骤701，显示虚拟环境画面，虚拟环境画面中包含目标虚拟阵营拥有的至少一个虚拟交互对象。

步骤701的具体实施方式可以参考上述步骤201，本申请实施例在此不再赘述。

步骤702，响应于接收到第一控制语音，将第一控制语音转换为语音文本。

终端通过麦克风采集环境音，当从环境音中识别出用户的人声时，终端确定接收到第一控制语音，并将第一控制语音转换为语音文本，以便后续基于语音文本识别目标操作。

在一种可能的实施方式中，如图8所示，在语音转换之前，终端首先对采集到的语音流进行降噪处理和截断处理，以便得到清晰准确的语音文本。其中，降噪处理包括人声识别和系统声音识别两个阶段。人声识别阶段，终端通过人声模型从采集到的语音流中识别得到用户的声音(用户可预先录入自己的声纹特征)；系统声音识别阶段，终端通过反向声波处理和/或声波抽离技术，将终端所生成的系统音从采集到的语音流中去除，从而降低系统音对人声识别的影响。截断处理是针对降噪处理后的音频进行阶段，终端基于静音时长判断用户一句话是否录入完毕。示意性的，静音时长可以从100ms至200ms的区间内选取。例如，静音时长为100ms，则终端在检测到一段时长大于或等于100ms的静音语音流时进行截断，确定上一句话结束。

语音转译过程中，终端(或服务器)的语音转义模型对实时语音流进行识别，将目标用户的语音流通过自动语音识别技术(Automatic Speech Recognition，ASR)转译成文本(query)。语音转译阶段，终端(或服务器)首先对语音流进行断句，并输出音频窗口片段，进而通过声学模型、语言模型以及字典对音频窗口片段进行query转译。

语音转义模型的训练过程如图9所示。由于游戏场景中涉及大量的专有名词，而很多用户在语音输入指令时可能会依据自身的语言习惯输入相似的名词，因此在模型训练阶段，计算机设备需要预先配置有热词或热句，以便在应用阶段对在线转译进行纠错。

可选的，上述降噪处理、截断处理以及文本转化过程由终端执行，或者，终端将语音流发送至后台服务器，由后台服务器执行降噪处理、截断处理以及文本转化过程，或者降噪处理以及截断处理由后台服务器执行，文本转化由终端执行等。本申请实施例对此不作限定。

步骤703，对语音文本进行意图识别，得到意图识别结果，意图识别结果中包含识别出的目标操作。

终端(或服务器)将文本query输入意图识别模块进行意图识别，得到意图识别结果。该意图识别结果包含两种，一种为拒识，另一种为识别成功且结果中包含具体意图身份标识号(Identity Document，ID)，即目标操作对应的操作标识。

在一种可能的实施方式中，意图识别模块的离线框架如图10所示。意图识别模块的主要训练流程包括：1、配置意图ID。2、对意图进行相似问扩充。其中，相似问是为了完善机器人教育的一种手段，相似问同原始语料一样，都是机器人学习的对象，是提供模型训练的材料。3、对相似问及其他用户语音的文本日志进行word2vec向量模型训练，其中，N-Gram是一种基于统计语言模型的算法，其基本思想是将文本里面的内容按照字节进行大小为N的滑动窗口操作，形成长度为N的字节片段序列，每一个字节片段称为gram，对所有gram的出现频度进行统计，并且按照事先设定好的阈值进行过滤，形成关键gram列表，也就是这个文本的向量特征空间，列表中的每一种gram就是一个特征向量维度。Word2Vec是用来生成词向量的工具，而词向量与语言模型有着密切的关系，计算机设备可以从大量文本预料中以无监督方式学习语义知识的模型。4、对意图分类及其相似问预料通过向量模型进行处理后，进行循环神经网络(Recurrent Neural Network，RNN)训练，并输出意图分类模型。

实际应用阶段，在线意图识别过程如图11所示。终端(或服务器)首先对文本query进行向量化处理，然后通过向量匹配度检索以及深度学习模型计算，并结合识别策略，进行拒识或输出意图ID。其中，识别策略主要包括实体识别，实体识别模块对文本query进行实体词抽取，并对实体词进行消歧处理后输出实体类型以及实体值。实体词具体包括资源名称、资源品类、方位信息、地点名称、建筑物名称等。

如图12所示，当后台服务器的语音识别模块识别出有效意图，即确定出目标操作后，通过中控模块向对局模块发起条件查询，获取目标操作的执行条件，然后服务器将具体的目标操作以及执行条件发送至终端。终端基于操作执行情况更新对局日志，并将对局日志发送至服务器，以便服务器更新游戏日志。

步骤704，基于意图识别结果以及各个虚拟交互对象对应的候选操作，确定第一虚拟交互对象。

其中，候选操作为虚拟交互对象所支持的操作，且第一虚拟交互对象对应的候选操作中包含目标操作。

在一种可能的实施方式中，不同类型的虚拟对象所能够执行的操作指令可能不同。终端基于虚拟交互对象与候选操作的对应关系，确定出支持目标操作的第一虚拟交互对象。

步骤704包括如下步骤704a或者步骤704b：

步骤704a，在存在至少两个候选虚拟交互对象对应的候选操作中包含目标操作的情况下，基于目标时段内接收到的界面交互操作，从至少两个候选虚拟交互对象中确定第一虚拟交互对象，目标时段包括接收到第一控制语音之前的时段。

在一种可能的实施方式中，用户可以直接语音控制游戏操作，即完全依靠语音指令实现某项游戏操作，也可以结合触控操作和语音指令实现游戏操作。例如，用户可以在多个虚拟队伍中选中目标虚拟队伍，然后输入第一控制语音“对战xxx阵营”，终端基于队伍选择操作以及第一控制语音，确定出执行目标操作的第一虚拟交互对象，即目标虚拟队伍。

示意性的，目标时段为10s，终端在存在至少两个候选虚拟交互对象对应的候选操作中包含目标操作，且第一控制语音未指示第一虚拟交互对象的情况下，基于历史操作记录，获取采集到第一控制语音前10s内的界面交互操作，并根据该界面交互操作确定第一虚拟交互对象。

步骤704b，在存在至少两个候选虚拟交互对象对应的候选操作中包含目标操作的情况下，对至少两个候选虚拟交互对象进行提示；响应于接收到对候选虚拟交互对象的选择操作，将选中的候选虚拟交互对象确定为第一虚拟交互对象。

在另一种可能的实施方式中，当存在至少两个候选虚拟交互对象对应的候选操作中包含目标操作，并且第一控制语音未指示第一虚拟交互对象时，终端基于至少两个候选虚拟对象提示用户进行选择。可选的，终端通过语音的形式进行提示，或者，终端通过文本的形式在虚拟环境画面中显示提示信息。用户可以基于提示信息，通过触控操作或输入语音控制指令选择第一虚拟交互对象。

例如，终端接收到第一控制语音“对战xxx阵营”，确定得到两个候选虚拟交互对象，包括虚拟队伍a以及虚拟队伍b，并通过语音输出提示信息“请选择队伍a或队伍b进行对战”。当接收到控制语音“队伍a”时，终端将虚拟队伍a确定为第一虚拟交互对象。

步骤705，在第一虚拟交互对象满足目标操作的执行条件的情况下，控制第一虚拟交互对象执行目标操作。

步骤705的具体实施方式可以参考上述步骤203，本申请实施例在此不再赘述。

本申请实施例中，在将语音内容转换为文本内容之前，先对采集到的语音流进行降噪和截断处理，提高了控制语音识别的准确性。当存在至少两个支持目标操作的候选虚拟交互对象时，终端可以提示用户进行选择，也可以自动基于目标时段内的界面交互操作确定第一虚拟交互对象，用户可以完全依靠语音控制游戏操作，也可以结合界面交互操作和语音控制，提供了丰富的交互形式，提高了游戏交互的便捷性。

在一种可能的实施方式中，终端支持用户自定义语音指令，将一些复杂的指令组合编辑为特定的语音指令。

请参考图13，其示出了本申请另一个示例性实施例提供的虚拟交互对象的控制方法的流程图。本实施例以该方法由支持虚拟环境的终端执行为例进行说明，该方法包括如下步骤：

步骤1301，显示虚拟环境画面，虚拟环境画面中包含目标虚拟阵营拥有的至少一个虚拟交互对象。

步骤1301的具体实施方式可以参考上述步骤201，本申请实施例在此不再赘述。

步骤1302，显示操作设置界面。

在一种可能的实施方式中，游戏客户端支持自定义操作。用户可以通过操作设置界面进行自定义设置，输入操作名称以及操作指令。

步骤1303，获取操作设置界面中输入的自定义操作的操作名称。

可选的，用户可以通过触控操作输入操作名称对应的文字内容，或者，用户可以通过语音录入操作名称，终端识别出操作名称后通过操作设置界面进行显示。

示意性的，如图14所示，操作设置界面1401中显示有语音指令文本框1402，用户在语音指令文本框1402内输入操作名称“雁形阵”。

步骤1304，基于操作设置界面中录入的演示操作，生成自定义操作对应的操作指令，演示操作用于演示自定义操作。

可选的，该演示操作可以通过文字录入，如图14所示的操作设置界面1401中包含游戏操作文本框1403，用户在游戏操作文本框1403内输入自定义操作“5个骑兵位于中路，10个步兵位于中路左侧，10个步兵位于中路右侧”。或者，对于一些不便于用文字描述的操作，终端还支持通过实际交互操作录入演示操作，例如当接收到操作录入指令时，终端返回虚拟环境画面并开始记录界面交互操作，当接收到操作录入结束指令时，终端停止记录交互操作并返回操作设置界面。

步骤1305，对自定义操作的操作名称和操作指令进行关联存储。

终端对自定义操作的操作名称和操作指令进行关联存储后，用户即可通过语音输入自定义操作的名称，使终端完成对应的操作指令。如图14所示，终端对语音指令文本框1402内的操作名称“雁形阵”以及游戏操作文本框1403中的操作指令进行关联存储后，当识别到包含“雁形阵”的控制语音1404“摆雁形阵”后，执行对应的操作指令并反馈操作执行结果1405“好的”。

终端在本地存储当前登录帐号对应的自定义操作的操作名称和操作指令。在一种可能的实施方式中，由于用户可能在不同的终端设备中登录游戏帐号，为了方便用户在各个终端均能使用自定义操作，终端在获取到新增自定义操作后，还执行如下步骤：

向服务器上传自定义操作对应的操作名称和操作指令。

步骤1306，响应于接收到第一控制语音，确定至少一个虚拟交互对象中的第一虚拟交互对象，第一虚拟交互对象是用于执行第一控制语音所指示目标操作的虚拟交互对象。

步骤1306的具体实施方式可以参考上述步骤202，本申请实施例在此不再赘述。

步骤1307，在第一虚拟交互对象满足目标操作的执行条件的情况下，获取目标操作对应的操作指令。

在SLG游戏中，尤其一些复杂操作场景下，一项操作可能对应多项界面交互操作的操作指令。本申请实施例中，终端基于用户的第一控制语音确定出目标操作后，进而确定目标操作对应的操作指令，然后依次按照操作指令控制第一虚拟交互对象完成交互操作。

在一种可能的实施方式中，终端本地关联存储有操作名称与操作指令，包括客户端默认设置的操作名称以及用户自定义的操作名称。在另一种可能的实施方式中，步骤1307还包括如下步骤1307a至步骤1307b：

步骤1307a，在本地未查找到目标操作对应的操作指令的情况下，向服务器发送指令查询请求。

步骤1307b，接收服务器反馈的目标操作对应的操作指令。

若终端内运行的客户端未及时更新，或者用户在其它终端设备中新增了自定义操作，则终端无法从本地查找到目标操作对应的操作指令。此时终端向服务器发送指令查询请求，并接收服务器反馈的目标操作对应的操作指令。在一种可能的实施方式中，终端接收到服务器反馈的操作指令后，更新本地存储，添加目标操作与操作指令的对应关系。

步骤1308，基于操作指令控制第一虚拟交互对象执行目标操作。

终端按照操作指令以及操作指令的先后执行顺序，控制第一虚拟交互对象执行目标操作。

本申请实施例中，终端支持用户自定义操作，用户可以将复杂的界面交互操作组合进行合并，并按照自身的语言习惯录入操作名称，从而进一步简化交互操作，提高游戏操作的便捷性。另一方面，终端及时将新增自定义操作的相关信息上传至服务器，并在本地未查找到目标操作对应的操作指令的情况下从服务器处获取操作指令，从而实现自定义操作在不同设备之间的同步。

图15是本申请一个示例性实施例提供的虚拟交互对象的控制装置的结构框图，该装置包括如下结构：

显示模块1501，用于显示虚拟环境画面，所述虚拟环境画面中包含目标虚拟阵营拥有的至少一个虚拟交互对象，所述虚拟交互对象用于基于接收到的操作指令在虚拟环境中执行对应的操作；

确定模块1502，用于响应于接收到第一控制语音，确定至少一个所述虚拟交互对象中的第一虚拟交互对象，所述第一虚拟交互对象是用于执行所述第一控制语音所指示目标操作的虚拟交互对象；

控制模块1503，用于在所述第一虚拟交互对象满足所述目标操作的执行条件的情况下，控制所述第一虚拟交互对象执行所述目标操作。

可选的，所述装置还包括：

获取模块，用于获取所述目标虚拟阵营的阵营信息，所述阵营信息包括阵营资源信息和阵营行为信息中的至少一种，所述阵营资源信息用于表征所述目标虚拟阵营所拥有的虚拟资源，所述阵营行为信息用于表征所述目标虚拟阵营在所述虚拟环境中的阵营行为；

所述确定模块1502，还用于基于所述阵营信息确定所述第一虚拟交互对象是否满足所述目标操作的执行条件。

可选的，所述阵营信息包括所述阵营资源信息；

所述确定模块1502，还用于：

确定所述第一虚拟交互对象执行所述目标操作所需的虚拟资源用量；

在所述阵营资源信息所指示的虚拟资源拥有量大于所述虚拟资源用量的情况下，确定所述第一虚拟交互对象满足所述目标操作的执行条件；

在所述阵营资源信息所指示的虚拟资源拥有量小于所述虚拟资源用量的情况下，确定所述第一虚拟交互对象不满足所述目标操作的执行条件。

可选的，所述装置还包括：

提示模块，用于在所述第一虚拟交互对象不满足所述目标操作的执行条件的情况下，对所述目标操作对应的至少一种替代操作进行提示，所述替代操作基于所述虚拟资源拥有量以及所述虚拟资源用量确定得到；

所述确定模块1502，还用于响应于接收到第二控制语音，确定至少一个所述虚拟交互对象中的第二虚拟交互对象，所述第二虚拟交互对象是用于执行所述第二控制语音操作所指示替换操作的虚拟交互对象；

所述控制模块1503，还用于控制所述第二虚拟交互对象执行所述替代操作。

可选的，所述阵营信息包括所述阵营行为信息；

所述确定模块1502，还用于：

在所述阵营行为信息所指示的阵营行为与所述目标操作支持并行执行的情况下，确定所述第一虚拟交互对象满足所述目标操作的执行条件；

在所述阵营行为信息所指示的阵营行为与所述目标操作不支持并行执行的情况下，确定所述第一虚拟交互对象不满足所述目标操作的执行条件。

可选的，所述提示模块，还用于在所述第一虚拟交互对象不满足所述目标操作的执行条件的情况下，进行延迟执行提示，所述延迟执行提示用于提示在所述阵营行为结束后执行所述目标操作；

所述控制模块1503，还用于在接收到第三控制语音，且所述阵营行为结束的情况下，控制所述第一虚拟交互对象执行所述目标操作。

可选的，所述确定模块1502，还用于：

响应于接收到所述第一控制语音，将所述第一控制语音转换为语音文本；

对所述语音文本进行意图识别，得到意图识别结果，所述意图识别结果中包含识别出的所述目标操作；

基于所述意图识别结果以及各个所述虚拟交互对象对应的候选操作，确定所述第一虚拟交互对象，所述候选操作为所述虚拟交互对象所支持的操作，且所述第一虚拟交互对象对应的候选操作中包含所述目标操作。

可选的，所述确定模块1502，还用于：

在存在至少两个候选虚拟交互对象对应的候选操作中包含所述目标操作的情况下，基于目标时段内接收到的界面交互操作，从至少两个所述候选虚拟交互对象中确定所述第一虚拟交互对象，所述目标时段包括接收到所述第一控制语音之前的时段；

或者，

在存在至少两个候选虚拟交互对象对应的候选操作中包含所述目标操作的情况下，对至少两个所述候选虚拟交互对象进行提示；响应于接收到对所述候选虚拟交互对象的选择操作，将选中的所述候选虚拟交互对象确定为所述第一虚拟交互对象。

可选的，所述控制模块1503，还用于：

获取所述目标操作对应的操作指令；

基于所述操作指令控制所述第一虚拟交互对象执行所述目标操作。

可选的，在所述目标操作为自定义操作的情况下，

所述显示模块1501，还用于显示操作设置界面；

所述获取模块，还用于获取所述操作设置界面中输入的所述自定义操作的操作名称；

所述装置还包括生成模块，用于基于所述操作设置界面中录入的演示操作，生成所述自定义操作对应的操作指令，所述演示操作用于演示所述自定义操作；

所述装置还包括存储模块，用于对所述自定义操作的所述操作名称和所述操作指令进行关联存储。

可选的，所述装置还包括：

传输模块，用于向服务器上传所述自定义操作对应的所述操作名称和所述操作指令；

所述获取模块还用于：

在本地未查找到所述目标操作对应的操作指令的情况下，向所述服务器发送指令查询请求；

接收所述服务器反馈的所述目标操作对应的所述操作指令。

可选的，所述提示模块，还用于：

对所述目标操作的执行结果进行提示，其中，提示方式包括语音和文字中的至少一种。

需要说明的是：上述实施例提供的装置，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其实现过程详见方法实施例，这里不再赘述。

综上所述，本申请实施例中，当接收到第一控制语音时确定能够执行第一控制语音所指示的目标操作的第一虚拟交互对象，并触发执行条件判断逻辑，结合当下的虚拟环境确定第一虚拟交互对象是否满足目标操作的执行条件，在第一虚拟交互对象满足执行条件的情况下模拟目标操作的触发过程，将交互操作扁平化，自动根据第一控制语音执行复杂的条件判断并实现相应功能，从而大幅度简化复杂功能的交互过程，减少操作步骤并缩短操作时长。

请参考图16，其示出了本申请一个示例性实施例提供的终端1600的结构框图。该终端1600可以是便携式移动终端，比如：智能手机、平板电脑、动态影像专家压缩标准音频层面3(Moving Picture Experts Group Audio Layer III，MP3)播放器、动态影像专家压缩标准音频层面4(Moving Picture Experts Group Audio Layer IV，MP4)播放器。终端1600还可能被称为用户设备、便携式终端等其他名称。

通常，终端1600包括有：处理器1601和存储器1602。

处理器1601可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1601可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器1601也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(CentralProcessing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1601可以在集成有图像处理器(Graphics Processing Unit，GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1601还可以包括人工智能(Artificial Intelligence，AI)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器1602可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是有形的和非暂态的。存储器1602还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1602中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1601所执行以实现本申请实施例提供的方法。

在一些实施例中，终端1600还可选包括有：外围设备接口1603。

外围设备接口1603可被用于将输入/输出(Input/Output，I/O)相关的至少一个外围设备连接到处理器1601和存储器1602。在一些实施例中，处理器1601、存储器1602和外围设备接口1603被集成在同一芯片或电路板上；在一些其他实施例中，处理器1601、存储器1602和外围设备接口1603中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

本申请实施例还提供一种计算机可读存储介质，该可读存储介质中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述实施例所述的虚拟交互对象的控制方法。

可选地，该计算机可读存储介质可以包括：ROM、RAM、固态硬盘(SSD，Solid StateDrives)或光盘等。其中，RAM可以包括电阻式随机存取记忆体(ReRAM,Resistance RandomAccess Memory)和动态随机存取存储器(DRAM，Dynamic Random Access Memory)。

本申请实施例提供了一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例所述的虚拟交互对象的控制方法。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

需要说明的是，本申请所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如，本申请中涉及到的第一控制语音、阵营信息、游戏日志、历史操作记录、声纹特征等信息都是在充分授权的情况下获取的。

以上所述仅为本申请的可选的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。