报警控制系统、方法、设备及存储介质与流程

1.本技术涉及监控技术领域，特别涉及一种报警控制系统、方法、设备及存储介质。


背景技术：

2.为了提高人们生活的安全性，一般会在家里安装摄像头，而摄像头可以与手机连接，将监控得到的视频流发送至手机，这样用户就可以通过手机随时查看家里情况。然而，用户并不会通过手机时时查看监控，这样在家里发生一些异常的事件时，事件并不能得到及时处理。因此，急需一种系统使得用户能够及时获知发生的事件，进而可以对事件进行及时处理。


技术实现要素：

3.本技术实施例提供了一种报警控制系统、方法、设备及存储介质，该系统保证了对事件报警的及时性以及对事件处理的有效性。所述技术方案如下：
4.一方面，提供了一种报警控制系统，所述系统包括摄像设备、控制设备、语音播放设备和终端；
5.所述摄像设备用于对目标区域进行监控，将监控得到的视频流发送至控制设备；
6.所述控制设备用于接收所述视频流，在基于所述视频流检测到第一事件的情况下，向所述终端发送第一报警信息，所述第一事件为所述目标区域内停留有对象的事件；
7.所述终端用于接收所述第一报警信息，基于所述第一报警信息向所述语音播放设备发送语音播放指令，所述语音播放指令携带语音信息，所述语音信息指示待播放的语音内容；
8.所述语音播放设备用于接收所述语音播放指令，基于所述语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，在所述目标区域播放所述目标音频数据，所述目标音频数据与所述语音信息相匹配。
9.在一些实施例中，所述终端用于采集第一语音数据，基于所述第一语音数据，向所述语音播放设备发送语音播放指令，所述语音播放指令携带所述第一语音数据；
10.所述语音播放设备用于确定所述第一语音数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。
11.在一些实施例中，所述目标区域包括多个第一子区域和多个第二子区域，所述第一子区域为禁止停留区域，所述第二子区域为出口区域；
12.所述控制设备用于基于所述视频流检测到任一第一子区域内停留有对象的情况下，向所述终端发送第一报警信息；
13.所述语音播放设备用于从多个第二子区域中，确定距离所述对象停留的第一子区域最近的目标子区域，基于所述对象停留的第一子区域和所述目标子区域生成引导音频数据，且在播放所述目标音频数据后播放所述引导音频数据，所述引导音频数据用于指示从所述对象停留的第一子区域到达所述目标子区域的路径。
14.在一些实施例中，所述系统还包括多个灯光设备，所述多个灯光设备分布在所述多个第二子区域；
15.所述控制设备还用于在所述语音播放设备播放音频数据的情况下，控制所述目标子区域的灯光设备输出光信号，所述光信号用于指示所述目标子区域。
16.在一些实施例中，所述终端用于获取输入的文本数据，基于所述文本数据，向所述语音播放设备发送语音播放指令，所述语音播放指令携带所述文本数据；
17.所述语音播放设备用于确定所述文本数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。
18.在一些实施例中，所述终端用于响应于对第一按键的触发操作，向所述语音播放设备发送语音播放指令，所述终端显示有多个第二按键，所述多个第二按键分别对应一条语音数据，所述第一按键为所述多个第二按键中的任一按键，所述语音播放指令携带所述第一按键对应的第二语音数据；
19.所述语音播放设备用于确定所述第二语音数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。
20.在一些实施例中，所述终端用于响应于对第三按键的触发操作，向所述语音播放设备发送语音播放指令，所述终端显示有多个第四按键，所述多个第四按键分别对应所述多条音频数据，所述第三按键为所述多个第四按键中的任一按键；
21.所述语音播放设备用于将所述多条音频数据中所述第三按键对应的音频数据作为所述目标音频数据。
22.在一些实施例中，所述控制设备用于在所述对象的停留时长大于第一时长且不大于第二时长的情况下，向所述终端发送携带有所述第一时长的报警信息；在所述对象的停留时长大于第二时长且不大于第三时长的情况下，向所述终端发送携带有所述第二时长的报警信息；在所述对象的停留时长大于第三时长的情况下，向所述终端发送携带有所述第三时长的报警信息，所述第一时长小于所述第二时长，所述第二时长小于所述第三时长。
23.在一些实施例中，所述控制设备用于基于多个预设对象和所述视频流进行第一事件的检测，在所述目标区域内停留的对象不是所述多个预设对象中的对象的情况下，确定检测到第一事件。
24.在一些实施例中，所述控制设备用于在基于所述视频流检测到第二事件的情况下，向所述终端发送第二报警信息，所述第二事件为所述摄像设备不再发送视频流的事件。
25.在一些实施例中，所述第二报警信息携带目标时段内的视频流，所述目标时段的时长为预设时长，所述目标时段的终点为所述摄像设备不再发送视频流的时间点。
26.另一方面，提供了一种报警控制方法，所述方法包括：
27.摄像设备对目标区域进行监控，将监控得到的视频流发送至控制设备；
28.所述控制设备接收所述视频流，在基于所述视频流检测到第一事件的情况下，向终端发送第一报警信息，所述第一事件为所述目标区域内停留有对象的事件；
29.所述终端接收所述第一报警信息，基于所述第一报警信息向语音播放设备发送语音播放指令，所述语音播放指令携带语音信息，所述语音信息指示待播放的语音内容；
30.所述语音播放设备接收所述语音播放指令，基于所述语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，在所述目标区域播放所述目标音频数据，所述目
标音频数据与所述语音信息相匹配。
31.在一些实施例中，所述基于所述第一报警信息向语音播放设备发送语音播放指令，包括：
32.所述终端采集第一语音数据，基于所述第一语音数据，向所述语音播放设备发送语音播放指令，所述语音播放指令携带所述第一语音数据；
33.所述基于所述语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，包括：
34.所述语音播放设备确定所述第一语音数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。
35.在一些实施例中，所述目标区域包括多个第一子区域和多个第二子区域，所述第一子区域为禁止停留区域，所述第二子区域为出口区域；
36.所述在基于所述视频流检测到第一事件的情况下，向所述终端发送第一报警信息，包括：
37.所述控制设备基于所述视频流检测到任一第一子区域内停留有对象的情况下，向所述终端发送第一报警信息；
38.所述方法还包括：
39.所述语音播放设备从多个第二子区域中，确定距离所述对象停留的第一子区域最近的目标子区域，基于所述对象停留的第一子区域和所述目标子区域生成引导音频数据，且在播放所述目标音频数据后播放所述引导音频数据，所述引导音频数据用于指示从所述对象停留的第一子区域到达所述目标子区域的路径。
40.在一些实施例中，所述系统还包括多个灯光设备，所述多个灯光设备分布在所述多个第二子区域；所述方法还包括：
41.所述控制设备还在所述语音播放设备播放音频数据的情况下，控制所述目标子区域的灯光设备输出光信号，所述光信号用于指示所述目标子区域。
42.在一些实施例中，所述基于所述第一报警信息向语音播放设备发送语音播放指令，包括：
43.所述终端获取输入的文本数据，基于所述文本数据，向所述语音播放设备发送语音播放指令，所述语音播放指令携带所述文本数据；
44.所述基于所述语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，包括：
45.所述语音播放设备确定所述文本数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。
46.在一些实施例中，所述基于所述第一报警信息向语音播放设备发送语音播放指令，包括：
47.所述终端响应于对第一按键的触发操作，向所述语音播放设备发送语音播放指令，所述终端显示有多个第二按键，所述多个第二按键分别对应一条语音数据，所述第一按键为所述多个第二按键中的任一按键，所述语音播放指令携带所述第一按键对应的第二语音数据；
48.所述基于所述语音播放指令携带的语音信息，从多条音频数据中确定目标音频数
据，包括：
49.所述语音播放设备确定所述第二语音数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。
50.在一些实施例中，所述基于所述第一报警信息向语音播放设备发送语音播放指令，包括：
51.所述终端响应于对第三按键的触发操作，向所述语音播放设备发送语音播放指令，所述终端显示有多个第四按键，所述多个第四按键分别对应所述多条音频数据，所述第三按键为所述多个第四按键中的任一按键；
52.所述基于所述语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，包括：
53.所述语音播放设备将所述多条音频数据中所述第三按键对应的音频数据作为所述目标音频数据。
54.在一些实施例中，所述向所述终端发送第一报警信息，包括：
55.所述控制设备在所述对象的停留时长大于第一时长且不大于第二时长的情况下，向所述终端发送携带有所述第一时长的报警信息；在所述对象的停留时长大于第二时长且不大于第三时长的情况下，向所述终端发送携带有所述第二时长的报警信息；在所述对象的停留时长大于第三时长的情况下，向所述终端发送携带有所述第三时长的报警信息，所述第一时长小于所述第二时长，所述第二时长小于所述第三时长。
56.在一些实施例中，所述方法还包括：
57.所述控制设备基于多个预设对象和所述视频流进行第一事件的检测，在所述目标区域内停留的对象不是所述多个预设对象中的对象的情况下，确定检测到第一事件。
58.在一些实施例中，所述方法还包括：
59.所述控制设备在基于所述视频流检测到第二事件的情况下，向所述终端发送第二报警信息，所述第二事件为所述摄像设备不再发送视频流的事件。
60.在一些实施例中，所述第二报警信息携带目标时段内的视频流，所述目标时段的时长为预设时长，所述目标时段的终点为所述摄像设备不再发送视频流的时间点。
61.另一方面，提供了一种电子设备，所述电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行，以实现上述任一实现方式所述的报警控制方法。
62.另一方面，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程序代码，所述至少一条程序代码由处理器加载并执行，以实现上述任一实现方式所述的报警控制方法。
63.另一方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序代码，所述计算机程序代码存储在计算机可读存储介质中，电子设备的处理器从所述计算机可读存储介质读取所述计算机程序代码，所述处理器执行所述计算机程序代码，使得所述电子设备执行上述任一实现方式所述的报警控制方法。
64.本技术实施例提供了一种报警控制系统，该系统中的摄像设备和控制设备能够自动检测人员停留的事件，且向终端发送报警信息，使得终端的使用对象能够及时对该事件进行处理。语音播放设备能够基于终端反馈的语音播放指令和指令中携带的语音信息，从
多个音频数据中，选择与语音信息相匹配的音频数据进行播放，使得播放的音频数据能够实现对停留对象的有效警告和驱逐作用；该系统保证了对事件报警的及时性以及对事件处理的有效性。
附图说明
65.为了更清楚地说明本技术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技术的一些实施例，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。
66.图1是本技术实施例提供的一种报警控制系统的示意图；
67.图2是本技术实施例提供的另一种报警控制系统的示意图；
68.图3是本技术实施例提供的另一种报警控制系统的示意图；
69.图4是本技术实施例提供的一种报警控制方法的流程图；
70.图5是本技术实施例提供的一种终端的框图。
具体实施方式
71.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
72.本技术的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”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”以及它们的任意变形，意图在于覆盖不排他的包括。例如包括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。
73.需要说明的是，本技术所涉及的消息(包括但不限于用户设备消息、用户个人消息等)、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，本技术中涉及到的视频流都是在充分授权的情况下获取的。
74.本技术实施例提供了一种报警控制系统，参见图1，系统包括摄像设备10、控制设备20、语音播放设备30和终端40。
75.摄像设备10用于对目标区域进行监控，将监控得到的视频流发送至控制设备20。
76.在本技术实施例中，目标区域可以为任一需要监控的区域，如该目标区域可以为工厂区域、仓库区域或住宅区域等。摄像设备10可以通过有线或无线连接方式与控制设备20连接，摄像设备10和控制设备20均安装在目标区域，用于监控目标区域。
77.控制设备20用于接收视频流，在基于视频流检测到第一事件的情况下，向终端40发送第一报警信息，第一事件为目标区域内停留有对象的事件。
78.在本技术实施例中，控制设备20与终端40通讯连接，终端40的使用对象用于管理目标区域。第一报警信息用于指示发生的第一事件，第一报警信息包括但不限于第一事件的事件标识、发生时间以及所停留对象的图像等。
79.终端40用于接收第一报警信息，基于第一报警信息向语音播放设备30发送语音播放指令，语音播放指令携带语音信息，语音信息指示待播放的语音内容。
80.在本技术实施例中，终端40与语音播放设备30通讯连接，终端40可以为智能手机、平板电脑、笔记本电脑、台式计算机等。在一些实施例中，终端40还可以从控制设备20处获取实时视频流，使终端40的使用对象可以查看实时监控画面。在本技术实施例中，终端40的使用对象基于终端40接收到第一报警信息后，基于第一报警信息触发终端40发送语音播放指令。相应地，语音信息指示的语音内容为终端40的使用对象指示的语音内容。
81.语音播放设备30用于接收语音播放指令，基于语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，在目标区域播放目标音频数据，目标音频数据与语音信息相匹配。
82.在本技术实施例中，语音播放设备30安装在目标区域，用于在目标区域播放音频数据，以驱逐停留的对象。多条音频数据为预先设定的音频数据，多条音频数据的语义不同，进而对于不同语义的语音信息，可以选取最合适的音频数据来进行播放，以充分地表达语音信息的语义。
83.在本技术实施例中，语音信息可以为语音数据、可以为文本数据、还可以为按键数据。在本技术实施例中，语音播放设备30通过nlp(natural language processing，自然语言处理)以及asr(automatic speech recognition，自动语音识别)等技术来处理语音信息，以便更便捷和智能地匹配到目标音频数据。
84.在本技术实施例中，若使用对象输出语音，则语音信息为语音数据。相应地，终端40用于采集第一语音数据，基于第一语音数据，向语音播放设备30发送语音播放指令，语音播放指令携带第一语音数据。语音播放设备30用于确定第一语音数据分别与多条音频数据之间的语义相似度，将多条音频数据中语义相似度最大的音频数据作为目标音频数据。
85.在该实施例中，多个音频数据为预先设定的，语义信息完整且完善，即播放后能够实现对第一事件的有效处理，如有效驱逐停留的对象。而采集的第一语音数据可能较为简短，内容不完整，因此通过匹配语义相似的音频数据，能够实现对第一语音数据的完善，提高所播放音频数据的完整性和有效性。
86.在一些实施例中，语音播放设备30在确定目标音频数据时，若语义相似度最大的音频数据的语义相似度大于预设相似度，则将语义相似度最大的音频数据作为目标音频数据；若语义相似度最大的音频数据的语义相似度不大于预设相似度，则语音播放设备30直接播放第一语音数据。在该实施例中，语义相似度最大的音频数据的语义相似度不大于预设相似度，说明多个音频数据与第一语音数据的语义均相差较远，不能很好的替代和完善第一语音数据，进而直接播放第一语音数据，提高了播放音频数据的准确性与灵活性。
87.在另一些实施例中，终端40响应于使用对象在终端40上的语音播放设置操作，可以选择通过多个音频数据来播放语音数据，也可以选择直接播放语音数据，在此不作具体限定。例如，使用对象选择直接播放语音数据，则可以通过终端40和语音播放设备30实现对所停留对象的直接喊话和震慑。
88.其中，终端40还可以响应于使用对象在终端40上的语音播放设置操作，设置所播放语音数据的音色，使得语音播放设备30对第一语音数据进行音色转换后播放。例如，设置所播放语音数据的音色为男性音色，这样第一语音数据的音色为女性音色时，就可以将第
一语音数据的女性音色转换为男性音色，使得播放的第一语音数据能够起到有效震慑的作用。同理，多个音频数据的音色通过终端进行设定并更改，在此不作具体限定。
89.在本技术实施例中，若使用对象在终端40上输入文本，则语音信息为文本数据。相应地，终端40用于获取输入的文本数据，基于文本数据，向语音播放设备30发送语音播放指令，语音播放指令携带文本数据。语音播放设备30用于确定文本数据分别与多条音频数据之间的语义相似度，将多条音频数据中语义相似度最大的音频数据作为目标音频数据。
90.在本技术实施例中，基于输入的文本播放语音数据，这样在使用对象不便于输出语音时，还能够通过输入文字来实现播放音频数据，提高了音频播放的灵活性。且在该实施例中，由于多个音频数据为预先设定的，语义信息完善且完整，而输入的文本数据可能较为简短，内容不完整，因此通过匹配语义相似的音频数据，能够实现对文本数据的完善，提高所播放音频数据的有效性。
91.在一些实施例中，语音播放设备30在确定目标音频数据时，若语义相似度最大的音频数据的语义相似度大于预设相似度，则将语义相似度最大的音频数据作为所述目标音频数据；若语义相似度最大的音频数据的语义相似度不大于预设相似度，则语音播放设备30直接播放文本数据对应的音频数据。在该实施例中，语义相似度最大的音频数据的语义相似度不大于预设相似度，说明多个音频数据与文本数据的语义均相差较远，不能很好的替代和完善文本数据，进而直接播放文本数据对应的音频数据，提高了播放音频数据的准确性与灵活性。
92.在另一些实施例中，终端40响应于使用对象在终端40上的语音播放设置操作，可以选择通过多个音频数据来播放语音数据，也可以选择直接播放文本数据对应的语音数据，在此不作具体限定。其中，终端40还可以响应于使用对象在终端40上的语音播放设置操作，设置播放文本数据对应的语音数据的音色。
93.在一些实施例中，终端40显示有多个第二按键，多个第二按键分别对应一条语音数据；若使用对象触发任一第二按键，则语音信息为该按键对应的语音数据。相应地，终端40用于响应于对第一按键的触发操作，向语音播放设备30发送语音播放指令，第一按键为多个第二按键中的任一按键，语音播放指令携带第一按键对应的第二语音数据。语音播放设备30用于确定第二语音数据分别与多条音频数据之间的语义相似度，将多条音频数据中语义相似度最大的音频数据作为目标音频数据。在该实施例中，可以实现一键触发语音播放设备30播放音频数据，且播放与第一按键对应的语音数据语义匹配的音频数据，提高了播放音频数据的便捷性和有效性。
94.在一些实施例中，对于每个第二按键，可以事先确定多个音频数据中与该第二按键的语音数据语义相似度最大的音频数据，进而后续可以快速确定目标音频数据，提高确定目标音频数据的效率。
95.在一些实施例中，终端40显示有多个第四按键，多个第四按键分别对应多条音频数据。相应地，若使用对象触发任一第四按键，则语音信息为该按键对应的音频数据的信息。相应地，终端40用于响应于对第三按键的触发操作，向语音播放设备30发送语音播放指令，第三按键为多个第四按键中的任一按键。语音播放设备30用于将多条音频数据中第三按键对应的音频数据作为目标音频数据。在该实施例中，多个按键对应该多条语音数据，进而响应于对任一按键的触发操作，就能够播放该按键对应的音频数据，无需语义匹配，进一
步提高了音频播放的便捷性和效率。
96.在本技术实施例中，该系统支持多种触发语音播放指令的模式，即使用对象可以选择输入语音来触发语音播放指令，也可以选择输入文本来触发语音播放指令，还可以选择触发按键来触发语音播放指令；这样通过多种模式，提高了触发语音播放的灵活性和多样性。
97.在一些实施例中，目标区域的面积较大，目标区域可以划分为多个子区域。可选地，目标区域包括多个第一子区域和多个第二子区域，第一子区域为禁止停留区域，第二子区域为出口区域；控制设备20用于基于视频流检测到任一第一子区域内停留有对象的情况下，向终端40发送第一报警信息；语音播放设备30用于从多个第二子区域中，确定距离对象停留的第一子区域最近的目标子区域，基于对象停留的第一子区域和目标子区域生成引导音频数据，且在播放目标音频数据后播放引导音频数据，引导音频数据用于指示从对象停留的第一子区域到达目标子区域的路径。
98.在本技术实施例中，引导音频数据可以临时生成，也可以事先生成。例如，在第一子区域的数目超过预设数目的情况下，即第一子区域的数目较多的情况下，临时生成引导音频数据，避免提前生成引导音频数据，占用较多的存储资源。而在第一子区域的数目不超过预设数目的情况下，即第一子区域的数目较少的情况下，可以事先生成引导音频数据，即对于每个第一子区域，事先确定距离其最近的第二子区域，基于每个第一子区域和距离其最近的第二子区域，生成每个第一子区域对应的引导音频数据，进而可降低语音播放设备30的计算资源损耗，且提高语音播放设备30获取引导音频数据的效率，进而提高音频播放效率。
99.在一些实施例中，控制设备20还可以与语音播放设备30连接，进而可以将停留有对象的第一子区域的信息发送至语音控制设备20，便于语音控制设备20生成引导音频数据。可选地，目标子区域还可以由控制设备20确定，控制设备20将目标子区域的信息发送至语音播放设备30，以便于语音播放设备30生成引导音频数据。进一步地，引导音频数据还可以由控制设备20生成，进一步降低语音播放设备30的计算压力。
100.在另一些实施例中，控制设备20不与语音播放设备30连接，而是第一报警信息携带第一子区域的信息，由终端40将第一子区域的信息发送至语音播放设备30，进而减少了设备连接数量。
101.在本技术实施例中，连续播放目标音频数据和引导音频数据，这样不仅能够通过目标音频数据驱逐停留的对象，还能够通过引导音频数据指引对象离开的路径，进而通过对停留对象的引导，使停留对象快速离开，提高驱逐效率。
102.在一些实施例中，参见图2，系统还包括多个灯光设备，多个灯光设备分布在多个第二子区域；控制设备20还用于在语音播放设备30播放音频数据的情况下，控制目标子区域的灯光设备输出光信号，光信号用于指示目标子区域。
103.其中，多个灯光设备分别与控制设备20连接。在该实施例中，通过在多个出口区域设置灯光设备，这样在引导对象离开时，能够通过输出的光信号对停留对象起到进一步的引导作用，促进停留对象快速离开。
104.在另一些实施例中，控制设备20还可以在语音播放设备30播放音频数据的情况下，控制距离对象停留的第一子区域最近的多个第二子区域的灯光设备输出光信号，这样
使得停留对象可以自主选择离去的出口，能够进一步促进对象离开。
105.在一些实施例中，控制设备20基于对象的停留时长，向终端40发送第一报警信息。可选地，控制设备20用于在对象的停留时长大于第一时长且不大于第二时长的情况下，向终端40发送携带有第一时长的报警信息；在对象的停留时长大于第二时长且不大于第三时长的情况下，向终端40发送携带有第二时长的报警信息；在对象的停留时长大于第三时长的情况下，向终端40发送携带有第三时长的报警信息，第一时长小于第二时长，第二时长小于第三时长。
106.在本技术实施例中，第一时长、第二时长和第三时长可以根据需要进行设定，在此不作具体限定，例如，第一时长为10s，第二时长为20s，第三时长为30s。
107.在一些实施例中，控制设备20基于对象的停留时长，确定第一事件的报警级别，基于报警级别向终端40发送第一报警信息。可选地，在停留时长大于第一时长且不大于第二时长的情况下，为一星级别，在停留时长大于第二时长且不大于第三时长的情况下，为二星级别，在停留时长大于第三时长的情况下，为三星级别。相应地，携带有第一时长的报警信息即为携带一星级别标识的报警信息，携带有第二时长的报警信息为携带二星级别标识的报警信息，携带有第三时长的报警信息为携带三星级别标识的报警信息。
108.在该实施例中，在报警信息中携带对象的停留时长的信息，便于终端40的使用对象基于该停留时长确定事件的紧要程度，对事件做出有效处理。例如，在停留时长较短时，可以通过播放音频数据驱逐，在停留时长较长时，则需赶到现场来驱逐停留的对象。
109.在一些实施例中，控制设备20基于对象的停留时长，确定向终端40发送报警信息的方式。例如，在对象的停留时长大于第一时长且不大于第二时长的情况下，以通知消息的方式向终端40发送携带第一时长的报警信息；在对象的停留时长大于第二时长且不大于第三时长的情况下，以短信的方式向终端40发送携带第二时长的报警信息，在对象的停留时长大于第三时长的情况下，以报警通话的方式向终端40发送携带第三时长的报警信息。在本技术实施例中，随着对象停留的时长越长，事件的紧迫程度越大，进而转换报警方式，可提高向终端40报警的灵活性和有效性。
110.在一些实施例中，该系统仅用于检测陌生人。其中，控制设备20事先录入了多个检测时要排除的预设对象。例如，目标区域为家中，则预设对象可以为家庭成员。相应地，控制设备20在基于视频流检测第一事件时，控制设备20用于基于多个预设对象和视频流进行第一事件的检测，在目标区域内停留的对象不是多个预设对象中的对象的情况下，确定检测到第一事件。在该实施例中，在检测第一事件时，通过排除预设对象，保证了第一事件检测的有效性。
111.在一些实施例中，若目标区域包括多个停留的对象，在多个停留的对象均不是多个预设对象中的对象的情况下，确定检测到第一事件。在该多个停留的对象中至少有一个是预设对象的情况下，则未检测到第一事件。
112.在一些实施例中，控制设备20用于在基于视频流检测到第二事件的情况下，向终端40发送第二报警信息，第二事件为摄像设备10不再发送视频流的事件。在该实施例中，摄像设备10不再发送视频流，则说明摄像设备10发生了故障，异常断开，进而在该情况下发送报警信息，便于使用对象能够及时对该事件进行处理。
113.在一些实施例中，第二报警信息携带目标时段内的视频流，目标时段的时长为预
设时长，目标时段的终点为摄像设备10不再发送视频流的时间点。
114.其中，预设时长可以根据需要进行设定并更改，在此不作具体限定。例如，预设时长为30s。在该实施例中，目标时段内的视频流即为摄像设备10最后采集的一段视频流，通过向终端40发送该视频流，进而便于使用对象基于最后一段视频流对摄像设备10异常的事件进行处理。
115.在一些实施例中，第二报警信息还携带第二事件的事件标识、发生时间等，在此不作具体限定。
116.在一些实施例中，终端40还可以与摄像设备10连接，摄像设备10为声光摄像头，摄像设备10能够基于终端40的指令，输出光信号和报警铃声。例如，终端40在接收第一报警信息后，响应于使用对象对终端40上声光按键的触发操作，向摄像设备10发送声光指令；摄像设备10接收该声光指令后，基于该声光指令输出光信号和报警铃声。
117.在一些实施例中，控制设备20还可以在检测到第一事件后，向摄像设备10发送声光指令，摄像设备10接收该声光指令后，基于该声光指令输出光信号和报警铃声。即控制设备20在检测到第一事件后，自动控制摄像设备10进行声光报警，进而便于快速对停留的对象进行驱逐。
118.在一些实施例中，摄像设备10与语音播放设备30连接，摄像设备10能够基于语音播放设备30的指令，输出光信号和报警铃声。例如，摄像设备10在语音播放设备30播放音频数据时，输出光信号和报警铃声，这样使得声光摄像头与语音播放设备30配合使用，来播放警报，提高音频数据播放的有效性，对停留对象起到有效的震慑作用。
119.在一些实施例中，终端40与摄像设备10连接，相应地，摄像设备10可以响应于终端40的指令开启或关闭。可选地，摄像设备10上还设有麦克风，摄像设备10还可以响应于终端40的指令，开启或关闭麦克风的录音功能。这样通过终端40远程控制摄像设备10，提高了控制摄像设备10的便捷性。
120.在一些实施例中，控制设备20包括算法识别单元和预警分析单元。算法识别单元用于基于视频流进行人员算法识别，记录相关信息发送给预警分析单元。预警分析单元用于确定安全策略指标，即基于对象的停留时长，确定报警级别，以及基于报警级别向终端40发送报警信息。且预警分析单元还用于在基于视频流检测到第二事件的情况下，向终端40发送第二报警信息。
121.在一些实施例中，终端40包括端控展示单元和指令控制单元。端控展示单元与控制设备20连接，用于展示报警信息和监控画面。指令控制单元与摄像设备10和语音播放设备30连接，用于向摄像设备10和语音播放设备30下发指令。在一些实施例中，语音播放设备30还可以基于指令控制单元向终端40反馈音频数据的播放情况。在一些实施例中，摄像设备10还可以基于指令控制单元向终端40反馈声光输出情况，且还可以基于指令控制单元向终端40发送视频流，在此不作具体限定。
122.在本技术实施例中，摄像设备10可以视为视频流单元，语音播放设备30可以视为安全盒子。本技术实施例提供的系统，通过视频流单元、算法识别单元、预警分析单元、指令控制单元、端控展示单元和安全盒子的相互配合和交互，达到了一个更实时、更智能和更易用的安全管家系统，解决了多个设备之间不具有实时交互和完善的预警机制的问题。例如，参见图3，图3是本技术实施例提供的一种报警控制系统的示意图，该系统包括视频流单元、
算法识别单元、预警分析单元、端控显示单元、指令控制单元和安全盒子。
123.在本技术实施例中，通过智能设备和智能系统的配合，提供了一套完善且实时双向交互的系统。结合人工智能相关必备硬件设施，运用一系列技术进行更及时的检测和分析，以及采用更优的安全管家方案来得出异常趋势，更早预警。在本技术实施例中，多个设备之间的连接可以是通讯连接或硬连接，在此不作具体限定。
124.在一些实施例中，终端40可以为多个，该多个终端40可以对应多个使用对象，该多个使用对象均为目标区域的管理者。该多个终端40也可以对应一个使用对象，例如，多个终端40为一个使用对象使用的手机和电脑，这样可以通过手机随时进行管理，也能够通过电脑较大的显示屏，更好地展示监控画面。
125.在一些实施例中，摄像设备10、控制设备20和语音播放设备30配置有独立电源，如蓄电池；这样在停电后，系统的多个设备还可通过独立电源继续工作。
126.本技术实施例提供了一种报警控制系统，该系统中的摄像设备10和控制设备20能够自动检测人员停留的事件，且向终端40发送报警信息，使得终端40的使用对象能够及时对该事件进行处理。语音播放设备30能够基于终端40反馈的语音播放指令和指令中携带的语音信息，从多个音频数据中，选择与语音信息相匹配的音频数据进行播放，使得播放的音频数据能够实现对停留对象的有效警告和驱逐作用；该系统保证了对事件报警的及时性以及对事件处理的有效性。
127.图4是本技术实施例提供的一种报警控制方法的流程图，参见图4，该方法包括：
128.401、摄像设备对目标区域进行监控，将监控得到的视频流发送至控制设备。
129.402、控制设备接收视频流，在基于视频流检测到第一事件的情况下，向终端发送第一报警信息，第一事件为目标区域内停留有对象的事件。
130.403、终端接收第一报警信息，基于第一报警信息向语音播放设备发送语音播放指令，语音播放指令携带语音信息，语音信息指示待播放的语音内容。
131.404、语音播放设备接收语音播放指令，基于语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，在目标区域播放目标音频数据，目标音频数据与语音信息相匹配。
132.在一些实施例中，基于第一报警信息向语音播放设备发送语音播放指令，包括：
133.终端采集第一语音数据，基于第一语音数据，向语音播放设备发送语音播放指令，语音播放指令携带第一语音数据；
134.基于语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，包括：
135.语音播放设备确定第一语音数据分别与多条音频数据之间的语义相似度，将多条音频数据中语义相似度最大的音频数据作为目标音频数据。
136.在一些实施例中，目标区域包括多个第一子区域和多个第二子区域，第一子区域为禁止停留区域，第二子区域为出口区域；
137.在基于视频流检测到第一事件的情况下，向终端发送第一报警信息，包括：
138.控制设备基于视频流检测到任一第一子区域内停留有对象的情况下，向终端发送第一报警信息；
139.方法还包括：
140.语音播放设备从多个第二子区域中，确定距离对象停留的第一子区域最近的目标
子区域，基于对象停留的第一子区域和目标子区域生成引导音频数据，且在播放目标音频数据后播放引导音频数据，引导音频数据用于指示从对象停留的第一子区域到达目标子区域的路径。
141.在一些实施例中，系统还包括多个灯光设备，多个灯光设备分布在多个第二子区域；方法还包括：
142.控制设备还在语音播放设备播放音频数据的情况下，控制目标子区域的灯光设备输出光信号，光信号用于指示目标子区域。
143.在一些实施例中，基于第一报警信息向语音播放设备发送语音播放指令，包括：
144.终端获取输入的文本数据，基于文本数据，向语音播放设备发送语音播放指令，语音播放指令携带文本数据；
145.基于语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，包括：
146.语音播放设备确定文本数据分别与多条音频数据之间的语义相似度，将多条音频数据中语义相似度最大的音频数据作为目标音频数据。
147.在一些实施例中，基于第一报警信息向语音播放设备发送语音播放指令，包括：
148.终端响应于对第一按键的触发操作，向语音播放设备发送语音播放指令，终端显示有多个第二按键，多个第二按键分别对应一条语音数据，第一按键为多个第二按键中的任一按键，语音播放指令携带第一按键对应的第二语音数据；
149.基于语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，包括：
150.语音播放设备确定第二语音数据分别与多条音频数据之间的语义相似度，将多条音频数据中语义相似度最大的音频数据作为目标音频数据。
151.在一些实施例中，基于第一报警信息向语音播放设备发送语音播放指令，包括：
152.终端响应于对第三按键的触发操作，向语音播放设备发送语音播放指令，终端显示有多个第四按键，多个第四按键分别对应多条音频数据，第三按键为多个第四按键中的任一按键；
153.基于语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，包括：
154.语音播放设备将多条音频数据中第三按键对应的音频数据作为目标音频数据。
155.在一些实施例中，向终端发送第一报警信息，包括：
156.控制设备在对象的停留时长大于第一时长且不大于第二时长的情况下，向终端发送携带有第一时长的报警信息；在对象的停留时长大于第二时长且不大于第三时长的情况下，向终端发送携带有第二时长的报警信息；在对象的停留时长大于第三时长的情况下，向终端发送携带有第三时长的报警信息，第一时长小于第二时长，第二时长小于第三时长。
157.在一些实施例中，方法还包括：
158.控制设备基于多个预设对象和视频流进行第一事件的检测，在目标区域内停留的对象不是多个预设对象中的对象的情况下，确定检测到第一事件。
159.在一些实施例中，方法还包括：
160.控制设备在基于视频流检测到第二事件的情况下，向终端发送第二报警信息，第二事件为摄像设备不再发送视频流的事件。
161.在一些实施例中，第二报警信息携带目标时段内的视频流，目标时段的时长为预设时长，目标时段的终点为摄像设备不再发送视频流的时间点。
162.本技术实施例提供了一种报警控制方法，摄像设备和控制设备能够自动检测人员停留的事件，且向终端发送报警信息，使得终端的使用对象能够及时对该事件进行处理。语音播放设备能够基于终端反馈的语音播放指令和指令中携带的语音信息，从多个音频数据中，选择与语音信息相匹配的音频数据进行播放，使得播放的音频数据能够实现对停留对象的有效警告和驱逐作用；该系统保证了对事件报警的及时性以及对事件处理的有效性。
163.在本技术实施例中，电子设备可以提供为摄像设备、控制设备、语音播放设备或终端。图5示出了本技术一个示例性实施例提供的终端500的结构框图。该终端500可以是便携式移动终端，比如：智能手机、平板电脑、mp3播放器(moving picture experts group audio layer iii，动态影像专家压缩标准音频层面3)、mp4(moving picture experts group audio layer iv，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
164.通常，终端500包括有：处理器501和存储器502。
165.处理器501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501可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501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cpu(central processing unit，中央处理器)；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501可以集成有gpu(graphics processing unit，图像处理器)，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501还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
166.存储器502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非暂态的。存储器502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502中的非暂态的计算机可读存储介质用于存储至少一个程序代码，该至少一个程序代码用于被处理器501所执行以实现本技术中方法实施例提供的报警控制方法。
167.在一些实施例中，终端500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、显示屏505、摄像头组件506、音频电路507和电源508中的至少一种。
168.外围设备接口503可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503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501、存储器502和外围设备接口503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。
169.射频电路504用于接收和发射rf(radio frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包
括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wireless fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括nfc(near field communication，近距离无线通信)有关的电路，本技术对此不加以限定。
170.显示屏505用于显示ui(user interface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置在终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在另一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用lcd(liquid crystal display，液晶显示屏)、oled(organic light-emitting diode，有机发光二极管)等材质制备。
171.摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtual reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
172.音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。
173.电源508用于为终端500中的各个组件进行供电。电源508可以是交流电、直流电、一次性电池或可充电电池。当电源508包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
174.在一些实施例中，终端500还包括有一个或多个传感器509。该一个或多个传感器509包括但不限于：加速度传感器510、陀螺仪传感器511、压力传感器512、光学传感器513以及接近传感器514。
175.加速度传感器510可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器510可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器510采集的重力加速度信号，控制显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器510还可以用于游戏或者用户的运动数据的采集。
176.陀螺仪传感器511可以检测终端500的机体方向及转动角度，陀螺仪传感器511可以与加速度传感器510协同采集用户对终端500的3d动作。处理器501根据陀螺仪传感器511采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变ui)、拍摄时的图像稳定、游戏控制以及惯性导航。
177.压力传感器512可以设置在终端500的侧边框和/或显示屏505的下层。当压力传感器512设置在终端500的侧边框时，可以检测用户对终端500的握持信号，由处理器501根据压力传感器512采集的握持信号进行左右手识别或快捷操作。当压力传感器512设置在显示屏505的下层时，由处理器501根据用户对显示屏505的压力操作，实现对ui界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
178.光学传感器513用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器513采集的环境光强度，控制显示屏505的显示亮度。具体地，当环境光强度较高时，调高显示屏505的显示亮度；当环境光强度较低时，调低显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器513采集的环境光强度，动态调整摄像头组件506的拍摄参数。
179.接近传感器514，也称距离传感器，通常设置在终端500的前面板。接近传感器514用于采集用户与终端500的正面之间的距离。在一个实施例中，当接近传感器514检测到用户与终端500的正面之间的距离逐渐变小时，由处理器501控制显示屏505从亮屏状态切换为息屏状态；当接近传感器514检测到用户与终端500的正面之间的距离逐渐变大时，由处理器501控制显示屏505从息屏状态切换为亮屏状态。
180.本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
181.本技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质中存储有至少一条程序代码，至少一条程序代码由处理器加载并执行，以实现上述任一实现方式的报警控制方法。
182.本技术实施例还提供了一种计算机程序产品，计算机程序产品包括计算机程序代码，计算机程序代码存储在计算机可读存储介质中，电子设备的处理器从计算机可读存储介质读取计算机程序代码，处理器执行计算机程序代码，使得电子设备执行上述任一实现方式的报警控制方法。
183.在一些实施例中，本技术实施例所涉及的计算机程序产品可被部署在一个电子设备上执行，或者在位于一个地点的多个电子设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个电子设备上执行，分布在多个地点且通过通信网络互连的多个电子设备可以组成区块链系统。
184.以上仅为本技术的可选实施例，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本技术的保护范围之内。

技术特征：
1.一种报警控制系统，其特征在于，所述系统包括摄像设备、控制设备、语音播放设备和终端；所述摄像设备用于对目标区域进行监控，将监控得到的视频流发送至控制设备；所述控制设备用于接收所述视频流，在基于所述视频流检测到第一事件的情况下，向所述终端发送第一报警信息，所述第一事件为所述目标区域内停留有对象的事件；所述终端用于接收所述第一报警信息，基于所述第一报警信息向所述语音播放设备发送语音播放指令，所述语音播放指令携带语音信息，所述语音信息指示待播放的语音内容；所述语音播放设备用于接收所述语音播放指令，基于所述语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，在所述目标区域播放所述目标音频数据，所述目标音频数据与所述语音信息相匹配。2.根据权利要求1所述的系统，其特征在于，所述终端用于采集第一语音数据，基于所述第一语音数据，向所述语音播放设备发送语音播放指令，所述语音播放指令携带所述第一语音数据；所述语音播放设备用于确定所述第一语音数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。3.根据权利要求1所述的系统，其特征在于，所述目标区域包括多个第一子区域和多个第二子区域，所述第一子区域为禁止停留区域，所述第二子区域为出口区域；所述控制设备用于基于所述视频流检测到任一第一子区域内停留有对象的情况下，向所述终端发送第一报警信息；所述语音播放设备用于从多个第二子区域中，确定距离所述对象停留的第一子区域最近的目标子区域，基于所述对象停留的第一子区域和所述目标子区域生成引导音频数据，且在播放所述目标音频数据后播放所述引导音频数据，所述引导音频数据用于指示从所述对象停留的第一子区域到达所述目标子区域的路径。4.根据权利要求3所述的系统，其特征在于，所述系统还包括多个灯光设备，所述多个灯光设备分布在所述多个第二子区域；所述控制设备还用于在所述语音播放设备播放音频数据的情况下，控制所述目标子区域的灯光设备输出光信号，所述光信号用于指示所述目标子区域。5.根据权利要求1所述的系统，其特征在于，所述终端用于获取输入的文本数据，基于所述文本数据，向所述语音播放设备发送语音播放指令，所述语音播放指令携带所述文本数据；所述语音播放设备用于确定所述文本数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。6.根据权利要求1所述的系统，其特征在于，所述终端用于响应于对第一按键的触发操作，向所述语音播放设备发送语音播放指令，所述终端显示有多个第二按键，所述多个第二按键分别对应一条语音数据，所述第一按键为所述多个第二按键中的任一按键，所述语音播放指令携带所述第一按键对应的第二语音数据；所述语音播放设备用于确定所述第二语音数据分别与所述多条音频数据之间的语义相似度，将所述多条音频数据中语义相似度最大的音频数据作为所述目标音频数据。
7.根据权利要求1所述的系统，其特征在于，所述终端用于响应于对第三按键的触发操作，向所述语音播放设备发送语音播放指令，所述终端显示有多个第四按键，所述多个第四按键分别对应所述多条音频数据，所述第三按键为所述多个第四按键中的任一按键；所述语音播放设备用于将所述多条音频数据中所述第三按键对应的音频数据作为所述目标音频数据。8.根据权利要求1所述的系统，其特征在于，所述控制设备用于在所述对象的停留时长大于第一时长且不大于第二时长的情况下，向所述终端发送携带有所述第一时长的报警信息；在所述对象的停留时长大于第二时长且不大于第三时长的情况下，向所述终端发送携带有所述第二时长的报警信息；在所述对象的停留时长大于第三时长的情况下，向所述终端发送携带有所述第三时长的报警信息，所述第一时长小于所述第二时长，所述第二时长小于所述第三时长。9.根据权利要求1所述的系统，其特征在于，所述控制设备用于基于多个预设对象和所述视频流进行第一事件的检测，在所述目标区域内停留的对象不是所述多个预设对象中的对象的情况下，确定检测到第一事件。10.根据权利要求1所述的系统，其特征在于，所述控制设备用于在基于所述视频流检测到第二事件的情况下，向所述终端发送第二报警信息，所述第二事件为所述摄像设备不再发送视频流的事件。11.根据权利要求10所述的系统，其特征在于，所述第二报警信息携带目标时段内的视频流，所述目标时段的时长为预设时长，所述目标时段的终点为所述摄像设备不再发送视频流的时间点。12.一种报警控制方法，其特征在于，所述方法包括：摄像设备对目标区域进行监控，将监控得到的视频流发送至控制设备；所述控制设备接收所述视频流，在基于所述视频流检测到第一事件的情况下，向终端发送第一报警信息，所述第一事件为所述目标区域内停留有对象的事件；所述终端接收所述第一报警信息，基于所述第一报警信息向语音播放设备发送语音播放指令，所述语音播放指令携带语音信息，所述语音信息指示待播放的语音内容；所述语音播放设备接收所述语音播放指令，基于所述语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，在所述目标区域播放所述目标音频数据，所述目标音频数据与所述语音信息相匹配。13.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行，以实现如权利要求12所述的报警控制方法。14.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如权利要求12所述的报警控制方法。15.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序代码，所述计算机程序代码存储在计算机可读存储介质中，电子设备的处理器从所述计算机可读存储介质读取所述计算机程序代码，所述处理器执行所述计算机程序代码，使得所述电子设
备执行如权利要求12所述的报警控制方法。

技术总结
本申请提供了一种报警控制系统、方法、设备及存储介质，属于监控技术领域。系统包括摄像设备、控制设备、语音播放设备和终端；摄像设备用于对目标区域进行监控，将监控得到的视频流发送至控制设备；控制设备用于接收视频流，在基于视频流检测到第一事件的情况下，向终端发送第一报警信息，第一事件为目标区域内停留有对象的事件；终端用于基于第一报警信息向语音播放设备发送语音播放指令，语音播放指令携带语音信息；语音播放设备用于接收语音播放指令，基于语音播放指令携带的语音信息，从多条音频数据中确定目标音频数据，在目标区域播放目标音频数据，目标音频数据与语音信息相匹配。该系统保证了对事件报警的及时性以及对事件处理的有效性。件处理的有效性。件处理的有效性。


技术研发人员：李良斌
受保护的技术使用者：北京声智科技有限公司
技术研发日：2023.04.19
技术公布日：2023/7/20