基于语音识别的光影控制方法、装置、设备及介质

本发明涉及语音处理技术领域，可应用于金融科技、医疗健康等业务场景中，公开了一种基于语音识别的光影控制方法、装置、设备及介质，包括：获取语音输入并确定声源方向定位结果，并进行语音识别生成语音文本信息并解析为控制指令，对交互区域的图像信息进行目标检测生成目标定位结果，将声源方向定位结果与目标定位结果进行空间匹配，确定发出控制指令的目标用户，生成光影参数并根据目标用户的位置调整光影参数的空间分布，将调整后的光影参数转换为灯光控制信号，执行灯光控制信号以生成目标光影动画。本发明通过多模态协同实现了基于用户声音和位置的动态交互，能够准确识别并绑定用户控制指令，动态调整光影效果，提升互动性和个性化体验。