1.一种宠物自动喂食方法，其特征在于，包括：

采集宠物的叫声；

对所述宠物的叫声进行声纹识别得到所述宠物的叫声声纹，从预设的宠物类型与声纹的映射关系中匹配出与所述叫声声纹对应的宠物类型；

将所述叫声输入至所述宠物类型对应的机器学习模型，输出与所述叫声对应的宠物状态，其中所述宠物类型对应的机器学习模型是预先基于与宠物类型对应的叫声样本集和对应的宠物状态样本集训练形成的；

若确定所述宠物状态为饥饿状态，则检测食物的剩余量，并根据检测结果进行食物补充，以实现对所述宠物的自动喂食；

所述机器学习模型按照宠物类型的不同分为多个，所述宠物类型对应的机器学习模型的训练过程包括：获取多条训练数据，各所述训练数据至少包括与宠物类型一一对应的叫声样本集，以及与各所述叫声样本集对应的宠物状态样本集；

基于所述训练数据，对与所述宠物类型对应的机器学习模型进行训练。

2.根据权利要求1所述的宠物自动喂食方法，其特征在于，所述若确定所述宠物状态为饥饿状态，则检测食物的剩余量，并根据检测结果进行食物补充，以实现对所述宠物的自动喂食，包括：检测食物的剩余量；

获取所述食物的预设食物量与所述剩余量的差值，并根据所述差值进行食物补充，以实现对所述宠物的自动喂食。

3.根据权利要求1所述的宠物自动喂食方法，其特征在于，所述若确定所述宠物状态为饥饿状态，则检测食物的剩余量，并根据检测结果进行食物补充，以实现对所述宠物的自动喂食，包括：获取当前时间与前次对所述宠物进行食物补充的时间差；

根据所述时间差获取目标补充食物总量；

获取所述目标补充食物总量与所述剩余量的差值，并根据所述差值进行食物补充，以实现对所述宠物的自动喂食。

4.根据权利要求3所述的宠物自动喂食方法，其特征在于，所述根据所述时间差获取目标补充食物总量，包括：基于时间差与补充食物总量之间的对应关系表，获取与所述时间差对应的补充食物总量作为所述目标补充食物总量。

5.根据权利要求3所述的宠物自动喂食方法，其特征在于，所述根据所述时间差获取目标补充食物总量，包括：获取标准补充食物总量和与所述标准补充食物总量对应的预设时间差；

基于所述标准补充食物总量和所述预设时间差，根据下述公式获取所述目标补充食物总量：F＝Q×T/T0

其中，F为所述目标补充食物总量，Q为所述标准补充食物总量，T0为与所述标准补充食物总量对应的预设时间差，T为所述当前时间与前次对所述宠物进行食物补充的时间差。

6.一种宠物自动喂食装置，其特征在于，所述装置包括：声音采集模块，用于采集宠物的叫声；

获取模块，用于对所述宠物的叫声进行声纹识别得到所述宠物的叫声声纹，从预设的宠物类型与声纹的映射关系中匹配出与所述叫声声纹对应的宠物类型；将所述叫声输入至所述宠物类型对应的机器学习模型，输出与所述叫声对应的宠物状态，其中所述宠物类型对应的机器学习模型是预先基于与宠物类型对应的叫声样本集和对应的宠物状态样本集训练形成的；

喂食模块，用于若确定所述宠物状态为饥饿状态，则检测食物剩余量，并根据检测结果进行食物补充，以实现对所述宠物的自动喂食；

所述机器学习模型按照宠物类型的不同分为多个，所述宠物类型对应的机器学习模型的训练过程包括：获取多条训练数据，各所述训练数据至少包括与宠物类型一一对应的叫声样本集，以及与各所述叫声样本集对应的宠物状态样本集；

基于所述训练数据，对与所述宠物类型对应的机器学习模型进行训练。

7.一种计算机存储介质，其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根据权利要求1至5中任一项所述的宠物自动喂食方法。

8.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行请求；

其中，所述处理器配置为经由执行所述可执行请求来执行权利要求1至5中任一项所述的宠物自动喂食方法。