本申请涉及人机交互，尤其涉及一种人机交互方法、设备、存储介质及程序产品。
背景技术：
1、随着科技的飞速发展，人机交互技术已成为连接用户与智能设备、系统之间的关键桥梁。近年来，基于语音、手势、眼动等生物特征识别技术的新型人机交互方式应运而生，极大地丰富了人机交互的手段和维度。
2、然而，现有的这些人机交互方式通常需要在初始阶段预先采集并定义一系列特定的语音指令、手势动作或眼动操作等交互操作，随后通过将这些交互操作与特定的操作功能建立起一一对应的关联关系，以供后续人机交互的实用。这种“预设-匹配”的交互模式，虽然在一定程度上实现了人机交互的智能化，但其本质上仍然是一种静态、固定的关联方式，在人机交互的灵活性方面存在明显不足。即现有人机交互方式存在交互灵活性偏低的问题。
3、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种人机交互方法、设备、存储介质及程序产品，旨在解决现有人机交互方式的交互灵活性偏低的技术问题。
2、为实现上述目的，本申请提出一种人机交互方法，所述人机交互方法包括：
3、在接收到目标用户的语音指令后，获取所述语音指令对应的功能操作，以及所述目标用户在下发所述语音指令的时段内的肢体动作；
4、根据所述肢体动作和所述功能操作生成训练样本，并基于所述训练样本进行自学习，得到满足预设置信度阈值的目标关联关系；
5、基于所述目标关联关系，构建交互映射表，用于人机交互。
6、在一实施例中，所述在接收到目标用户的语音指令后，获取所述语音指令对应的功能操作，以及所述目标用户在下发所述语音指令的时段内的肢体动作的步骤，包括：
7、在接收到目标用户的语音指令后，执行所述语音指令对应的功能操作，并确定所述语音指令的下发时刻；
8、根据所述下发时刻，提取所述下发时刻对应时间段内所述目标用户的用户图像信息；
9、对所述用户图像信息进行图像识别，得到所述目标用户在下发所述语音指令的时段内的肢体动作。
10、在一实施例中，所述基于所述训练样本进行自学习，得到满足预设置信度阈值的目标关联关系的步骤，包括：
11、对所述训练样本进行数据挖掘，识别出所述训练样本中的各频繁项集，并基于各所述频繁项集生成对应的关联规则；
12、计算各所述关联规则的置信度，并将所述置信度大于所述预设置信度阈值的关联规则作为目标关联关系。
13、在一实施例中，在所述基于所述目标关联关系，构建交互映射表的步骤之后，包括：
14、在接收到目标用户的第一交互动作后，查询所述交互映射表，得到所述第一交互动作对应的第一功能操作；
15、执行所述第一功能操作。
16、在一实施例中，所述执行所述第一功能操作的步骤之前，包括：
17、获取所述第一功能操作对应的历史操作环境，以及所述目标用户的当前操作环境；
18、在所述历史操作环境和所述当前操作环境匹配后，执行步骤：执行所述第一功能操作。
19、在一实施例中，在所述基于所述目标关联关系，构建交互映射表的步骤之后，还包括：
20、在接收到目标用户下发的交互语音后，将所述交互语音与各预设语音指令进行匹配，筛选得到所述交互语音对应的各疑似语音指令；
21、根据各所述疑似语音指令和所述交互映射表，确定各所述疑似语音指令的肢体动作；
22、获取所述目标用户在发出所述交互语音的时段内的第二交互动作；
23、将所述第二交互动作与各所述疑似语音指令的肢体动作进行匹配，得到与所述交互动作匹配的目标肢体动作，并执行所述目标肢体动作对应的疑似语音指令。
24、在一实施例中，所述将所述交互语音与各预设语音指令进行匹配，筛选得到所述交互语音对应的各疑似语音指令的步骤，包括：
25、将所述交互语音与各预设语音指令进行匹配，得到所述交互语音与各预设语音指令之间的匹配度；
26、判断所述交互语音与各预设语音指令之间的匹配度是否大于预设匹配度阈值；
27、若所述交互语音与各预设语音指令之间的匹配度均不大于预设匹配度阈值，则将所述匹配度最高的预设数量的预设语音指令作为所述交互语音对应的各疑似语音指令。
28、此外，为实现上述目的，本申请还提出一种人机交互设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的人机交互方法的步骤。
29、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的人机交互方法的步骤。
30、此外，为实现上述目的，本申请还提供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，所述计算机程序被处理器执行时实现如上文所述的人机交互方法的步骤。
31、本申请提出的一个或多个技术方案，至少具有以下技术效果：
32、本申请通过在接收到目标用户的语音指令后，获取所述语音指令对应的功能操作，以及所述目标用户在下发所述语音指令的时段内的肢体动作，进而根据所述肢体动作和所述功能操作生成训练样本，并基于所述训练样本进行自学习，得到满足预设置信度阈值的目标关联关系。由此本申请通过采集目标用户在下发语音指令的时段内的肢体动作，以及该语音指令对应的功能操作，进而对所述肢体动作和功能操作之间的关联进行自学习，识别出所述肢体动作和功能操作之间可信的目标关联关系。从而可以基于所述目标关联关系，构建交互映射表，用于人机交互。本申请通过语音交互过程中目标用户的肢体动作，以及语音指令对应的功能操作，构建了新的交互映射表，目标用户在语音交互过程中根据自身需求逐步自定义肢体动作，从而在后续人机交互时实现通过自定义的肢体动作可直接触发相关功能操作的效果，有效提高了人机交互过程中的交互灵活性。
1.一种人机交互方法，其特征在于，所述人机交互方法包括：
2.如权利要求1所述的方法，其特征在于，所述在接收到目标用户的语音指令后，获取所述语音指令对应的功能操作，以及所述目标用户在下发所述语音指令的时段内的肢体动作的步骤，包括：
3.如权利要求1所述的方法，其特征在于，所述基于所述训练样本进行自学习，得到满足预设置信度阈值的目标关联关系的步骤，包括：
4.如权利要求1至3中任一项所述的方法，其特征在于，在所述基于所述目标关联关系，构建交互映射表的步骤之后，包括：
5.如权利要求4所述的方法，其特征在于，所述执行所述第一功能操作的步骤之前，包括：
6.如权利要求1至3中任一项所述的方法，其特征在于，在所述基于所述目标关联关系，构建交互映射表的步骤之后，还包括：
7.如权利要求6所述的方法，其特征在于，所述将所述交互语音与各预设语音指令进行匹配，筛选得到所述交互语音对应的各疑似语音指令的步骤，包括：
8.一种人机交互设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的人机交互方法的步骤。
9.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的人机交互方法的步骤。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的人机交互方法的步骤。
