CN102789385B - 视频文件播放器和视频文件播放的处理方法 - Google Patents

Abstract

本发明公开了一种视频文件播放器和视频文件播放的处理方法。其中，视频文件播放器包括：应用程序主窗口，用于接收用户对第一文字的取词指令，其中，第一文字为第一视频画面的字幕中的文字，第一视频画面为用户发送取词指令时显示在应用程序主窗口上的视频画面；以及内核过滤器图表，用于在接收到来自应用程序主窗口转发的取词指令后，调用与取词指令相对应的注释信息，并控制注释信息对第一文字进行注释。通过本发明，解决了现有技术中视频文件播放器无法与用户进行字幕交互的问题，进而达到了提高用户通过播放器所播放的视频文件进行文字学习的效果。

Description

视频文件播放器和视频文件播放的处理方法

技术领域

本发明涉及数字处理领域，具体而言，涉及一种视频文件播放器和视频文件播放的处理方法。

背景技术

现有技术中在对视频文件进行播放时，一般的播放器对视频文件的处理原理在图1中示出，如图1所示，其处理原理为：接收视频文件或视频流得到音视频源文件（OriginalVideo）；经分离过滤器（Splitter）处理，将音视频进行分离；视频解码过滤器（VideoDecoder）对上游传送来的视频流数据进行解码；字幕渲染过滤器（SubtitleRenderer）进行字幕叠加；最终经视频渲染过滤器（VideoRenderer）输出视频画面。基于以上处理原理的播放器在进行视频文件播放时，由于只能在输出视频画面的同时同步输出与视频画面相匹配的字幕文字，造成对视频文件的播放处理功能单一、缺乏互动性，无法与用户进行字幕交互，不方便用户通过播放器所播放的视频文件进行文字学习。

针对相关技术中视频文件播放器无法与用户进行字幕交互的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种视频文件播放器和视频文件播放的处理方法，以解决现有技术中视频文件播放器无法与用户进行字幕交互的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种视频文件播放器，包括：应用程序主窗口，用于接收用户对第一文字的取词指令，其中，第一文字为第一视频画面的字幕中的文字，第一视频画面为用户发送取词指令时显示在应用程序主窗口上的视频画面；以及内核过滤器图表，用于在接收到来自应用程序主窗口转发的取词指令后，调用与取词指令相对应的注释信息，并控制注释信息对第一文字进行注释。

进一步地，内核过滤器图表包括：第一过滤器图表，用于在视频文件播放过程中调用与取词指令相对应的注释信息，并控制注释信息对第一文字进行注释；以及第二过滤器图表，用于在视频文件暂停时调用与取词指令相对应的注释信息，并控制注释信息对第一文字进行注释。

进一步地，第一过滤器图表包括：第一源过滤器，用于读取视频文件并将视频文件分离为音频数据流和视频数据流；第一转换过滤器，与第一源过滤器相连接，用于对视频数据流进行解码，得到视频帧；第二转换过滤器，与第一转换过滤器相连接，用于将视频文件的字幕及字幕中的各个文字的注释信息叠加到视频帧上，得到视频画面，其中，视频画面包括第一视频画面；第一渲染过滤器，与第二转换过滤器相连接，用于输出视频画面；第三转换过滤器，与第一源过滤器相连接，用于对音频数据流进行解码；以及第二渲染过滤器，与第三转换过滤器相连接，用于输出解码后的音频数据流，其中，第二转换器过滤器还用于在接收到取词指令时，激活与取词指令相对应的注释信息。

进一步地，注释信息包括文字注释信息和音频发音信息，应用程序主窗口还用于接收用户对音频发音信息的触发指令并将触发指令转发至第二转换过滤器，其中，第二转换过滤器通过以下方式激活与取词指令相对应的注释信息：第二转换过滤器控制文字注释信息显示在第一视频画面上；以及第二转换过滤器在接收到触发指令后控制音频发音信息播放。

进一步地，取词指令为第一鼠标信息或第一键盘导航信息，触发指令为第二鼠标信息或第二键盘导航信息，第二转换过滤器包括：第一COM接口，用于在接收到第一鼠标信息时控制文字注释信息显示在第一视频画面上；第二COM接口，用于在接收到第一键盘导航信息时控制文字注释信息显示在第一视频画面上；以及第三COM接口，用于在接收到第二鼠标信息或第二键盘导航信息时控制音频发音信息播放。

进一步地，视频文件播放器还包括：后台服务器，其中，视频文件的字幕及字幕中的各个文字的注释信息存储在后台服务器中，其中，第二转换过滤器还用发送查询请求至后台服务器以获取视频文件的字幕及字幕中的各个文字的注释信息。

进一步地，应用程序主窗口还用于接收用户的输入信息，后台服务器还用于按照输入信息更新存储的视频文件的字幕及字幕中的各个文字的注释信息。

进一步地，应用程序主窗口在视频文件暂停时接收取词指令，应用程序主窗口还用于在接收取词指令之前接收暂停指令并将暂停指令转发至第一过滤器图表，第二过滤器图表包括：第二源过滤器，用于接收第一视频画面，第一视频画面为第一过滤器在接收到暂停指令时输出的视频画面第四转换过滤器，与第二源过滤器相连接，用于在接收到取词指令时，激活与取词指令相对应的注释信息；以及第三渲染过滤器，与第四转换过滤器相连接，用于输出第一视频画面。

为了实现上述目的，根据本发明的另一方面，提供了一种视频文件播放的处理方法，包括：接收用户对第一文字的取词指令，其中，第一文字为第一视频画面的字幕中的文字，第一视频画面为用户发送取词指令时显示的视频画面；调用与取词指令相对应的注释信息；以及控制注释信息对第一文字进行注释。

进一步地，注释信息包括文字注释信息和音频发音信息，控制注释信息对第一文字进行注释包括：控制文字注释信息显示在第一视频画面上；接收用户对音频发音信息的触发指令；以及控制音频发音信息播放。

进一步地，在接收用户对第一文字的取词指令之后，处理方法还包括：调用与取词指令相对应的视频片段，其中，视频片段为视频文件中包括第一文字的片段；以及输出视频片段。

进一步地，取词指令为第一鼠标信息或第一键盘导航信息，触发指令为第二鼠标信息或第二键盘导航信息。

进一步地，第一视频画面的字幕的颜色为第一颜色，处理方法还包括：以第二颜色显示第二文字，其中，第二文字为第一视频画面的字幕中的文字，第一颜色与第二颜色为不同的颜色。

通过本发明，采用包括以下结构的视频文件播放器：应用程序主窗口，用于接收用户对第一文字的取词指令，其中，第一文字为第一视频画面的字幕中的文字，第一视频画面为用户发送取词指令时显示在应用程序主窗口上的视频画面；以及内核过滤器图表，用于在接收到来自应用程序主窗口转发的取词指令后，调用与取词指令相对应的注释信息，并控制注释信息对第一文字进行注释。通过在视频文件播放器中设置能够接收取词指令的应用程序主窗口，实现了当应用程序主窗口上显示出某帧视频画面及该帧画面的字幕时，用户能够对字幕中的文字进行取词；通过设置能够调用注释信息并控制注释信息对用户所取词的文字进行注释的内核过滤器图表，实现了当接收到用户的取词指令后，能够对取词指令进行响应并控制响应结果（注释信息）对所取词的文字进行说明注释，达到与用户之间进行字幕交互，解决了现有技术中视频文件播放器无法与用户进行字幕交互的问题，进而达到了提高用户通过播放器所播放的视频文件进行文字学习的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据相关技术的播放器进行视频文件播放的原理图；

图2是根据本发明实施例的视频文件播放器的示意图；

图3是根据本发明实施例的第一过滤器图表的示意图；

图4是根据本发明实施例的第二过滤器图表的示意图；以及

图5是根据本发明实施例的处理方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

本发明实施例提供了一种视频文件播放器，以下对本发明实施例所提供的视频文件播放器进行具体介绍：

图2是根据本发明实施例的视频文件播放器的示意图，如图2所示，本发明实施例的视频文件播放器整体应用基于DirectShow框架，由应用程序主窗口和内核过滤器图表（FilterGraph）组成。

其中，应用程序主窗口为客户端窗口，当用户通过应用程序主窗口打开一个视频文件后，视频文件的各个视频画面均可以在应用程序主窗口内显示，假设当应用程序主窗口上所显示的视频画面为第一视频画面时，用户对第一视频画面的字幕中的第一文字进行取词，此时，应用程序主窗口会接收到用户的取词指令，并将取词指令发送至在打开视频文件时调用的内核过滤器图表；内核过滤器图表在接收到来自应用程序主窗口转发的取词指令后，调用与取词指令相对应的注释信息，并控制注释信息对第一文字进行注释。其中，在用户通过应用程序主窗口打开一个视频文件时，内核过滤器图表会将该视频文件的字幕或其它文本信息（包含导演评论、用户微博及评论等）加载到视频画面上，视频文件的字幕或其它文本信息可以是从本地获取到的，也可以是按多媒体视频文件的内容时间轴从网络服务器上获取到的。

通过在视频文件播放器中设置能够接收取词指令的应用程序主窗口，实现了当应用程序主窗口上显示出某帧视频画面及该帧画面的字幕时，用户能够对字幕中的文字进行取词；通过设置能够调用注释信息并控制注释信息对用户所取词的文字进行注释的内核过滤器图表，实现了当接收到用户的取词指令后，能够对取词指令进行响应并控制响应结果（注释信息）对所取词的文字进行说明注释，达到与用户之间进行字幕交互，解决了现有技术中视频文件播放器无法与用户进行字幕交互的问题，进而达到了提高用户通过播放器所播放的视频文件进行文字学习的效果。

进一步地，内核过滤器图表包括两个过滤器图表，其中，第一过滤器图表用于在视频文件播放过程中调用与取词指令相对应的注释信息，并控制注释信息对第一文字进行注释，其中，注释信息可以是过滤器图表中已预先存储的注释信息，也可以是按多媒体视频文件内容时间轴从网络上实时或近似实时获取到的网络社区协同翻译制作的字幕辅助信息；第二过滤器图表用于在视频文件暂停时调用与取词指令相对应的注释信息，并控制注释信息对第一文字进行注释。

具体地，第一过滤器图表的组成在图3中示出，如图3所示，第一过滤器图表包括：音视频文件分离过滤器（Splittersourcefilter），即，第一源过滤器（SourceFilter）；视频解码器（VideoStreamDecodertransformfilter），即，第一转换过滤器（TransformFilter）；第一字幕及解释协作过滤器（Subtitle&ContentHelperfilter），即，第二转换过滤器（TransformFilter）；第一视频渲染过滤器（VideoRendererfilter），即，第一渲染过滤器；音频解码器（AudioStreamDecoderfilter），即，第三转换过滤器（TransformFilter）；音频渲染过滤器（AudioRendererfilter），即，第二渲染过滤器。

音视频文件分离过滤器，用于读取音视频源文件并将音频、视频分离为独立的数据流，然后将分离的流通过独立的插针（Pin）向下游过滤器传输。下游连接视频解码器和音频解码器。视频解码器，上游连接过滤器音视频文件分离过滤器，用于将编码（H.264,MPEG等）的视频帧数据解码为YUV12等的视频帧，然后向下游传递，下游连接过滤器第一字幕及解释协作过滤器。第一字幕及解释协作过滤器，用于将字幕及解释信息叠加到视频帧上，得到视频画面，其中，视频画面包括第一视频画面，必要时访问支持此服务的在线数据，下游连接视频渲染过滤器。第一视频渲染过滤器，上游连接字幕及解释协作过滤器，用于将视频画面输出到指定设备上（显示屏、投影仪等）。音频解码器，上游连接音视频文件分离过滤器，用于将编码（AC3、MP3等）的音频数据解码为PCM流，然后向下游传递，下游连接音频渲染过滤器。音频渲染过滤器，上游连接音频解码器，用于将解码后的音频输出到声音播放设备上（耳机、音箱等）。其中，第一字幕及解释协作过滤器在接收到取词指令时，激活与取词指令相对应的注释信息。

其中，注释信息包括文字注释信息和音频发音信息，应用程序主窗口还用于接收用户对音频发音信息的触发指令并将触发指令转发至第二转换过滤器，其中，第一字幕及解释协作过滤器通过以下方式激活与取词指令相对应的注释信息：控制文字注释信息显示在第一视频画面上；以及在接收到触发指令后控制音频发音信息播放。

进一步地，本发明实施例的视频文件播放器还包括后台服务器，该后台服务器内存储有各个视频文件的字幕及每个字幕中的各个文字的注释信息，当用户打开一个视频文件时，第一字幕及解释协作过滤器会发起查询请求指令至后台服务器，以从后台服务器中获取到该视频文件的字幕及字幕中各个文字的注释信息，其中，查询请求指令以该视频文件内容标识（包括视频文件名、视频播放时长、视频大小和视频文件的年代）为参数。视频文件在播放过程中，用户还可以通过触发应用程序主窗口上的文本输入框等输入界面来进行信息输入，信息输入可以为文字信息，也可以为用户录制的音视频内容，还可以为图片等。当用户触发了文本输入指令后，视频播放器会自动暂停当前正在播放的视频，并在用户进行信息输入的过程自动将输入信息上传至服务器，然后由服务器按照输入信息更新已存储的字幕和字幕的注释信息，以使第一字幕及解释协作过滤器在下一次下发查询请求时能够获取到最新的字幕和字幕的注释信息。其中，用户的输入信息还可以为微博及微博评论等文本信息。

取词指令可以由用户通过鼠标、键盘、游戏操纵杆或与计算机存在通信连接的遥控器（蓝牙遥控设备、红外遥控设备）等设备进行发送，计算机在接收到通过鼠标、键盘、游戏操纵杆或遥控器发送来的取词指令后将其转换为计算机可识别的鼠标信息或键盘导航信息，相应的，应用程序主窗口会接收到与取词指令相应的鼠标信息或键盘导航信息；同样，触发指令也可以由用户通过鼠标、键盘进行游戏操纵杆或遥控器发送，并由计算机将其转换为可识别的鼠标信息或键盘导航信息，相应的，应用程序主窗口会接收到与触发指令相应的鼠标信息或键盘导航信息。假设取词指令包括第一鼠标信息或第一键盘导航信息，触发指令包括第二鼠标信息或第二键盘导航信息。本发明实施例的第二转换过滤器包括：第一COM接口，用于在接收到第一鼠标信息时控制文字注释信息显示在第一视频画面上；第二COM接口，用于在接收到第一键盘导航信息时控制文字注释信息显示在第一视频画面上；以及第三COM接口，用于在接收到第二鼠标信息或第二键盘导航信息时控制音频发音信息播放。

进一步地，取词指令和触发指令均可以是由用户自定义设置的某个快捷功能键，用户可以通过该快捷功能键，查看当前多媒体视频文件的解释信息，播放解释信息中的音频、视频内容，录制发布的音视频内容，以及将解释信息在服务器端标记为个人收藏。即，当该快捷功能键被触发时即实现对取词指令进行响应并控制响应结果（注释信息）对所取词的文字进行说明注释，达到与用户之间进行字幕交互。

第二过滤器图表的组成在图4中示出，如图4所示，第二过滤器图表包括静态帧源过滤器（StillFramesourcefilter），即，第二源过滤器；第二字幕及解释协作过滤器，即，第四转换过滤器；第二视频渲染过滤器，即，第三渲染过滤器。

其中，如果应用程序主窗口在视频文件暂停时接收到用户的取词指令，则在用户发送取词指令之前，必然还发送了暂停指令，该暂停指令可由应用程序主窗口接收，应用程序主窗口接收到暂停指令后将暂停指令转发至第一过滤器图表，此时，第一过滤器图表会将在接收到暂停指令时所输出的视频画面（假设为第一视频画面）发送给第二过滤器图表，第二过滤器图表中的静态帧源过滤器接收第一视频画面，并将该第一视频画面往下游传递，下游连接第二字幕及解释协作过滤器；第二字幕及解释协作过滤器接收第一视频画面，并在接收到取词指令时，激活与取词指令相对应的注释信息；最后由与第二字幕及解释协作过滤器的下游相连接的第二视频渲染过滤器输出第一视频画面。

第一字幕及解释协作过滤器与第二字幕及解释协作过滤器的实现上可使用VisualStudio创建一个继承自CTransformFilter的C++类，然后重载过滤器转换方法（TransformMethod）处理字幕和解释信息叠加及暂停画面转发，主要在其中实现判断是否客户端转发来暂停命令，决定是否转发当前帧并暂停。如需暂停则向负责视频暂停时的过滤器图表转发最后一帧画面，成功后通知当前过滤器图表（负责播放的图表）暂停。静态帧源过滤器的实现可使用VisualStudio创建一个继承自CSourceFilter的C++类，然后加载读取播放图表转发的暂停画面的方法函数，加载基类填充缓冲区方法（FillBufferMethod）将静态暂停画面填充到帧数据缓冲。

本发明实施例还提供了一种视频文件播放的处理方法，以下对本发明实施例所提供的视频文件播放的处理方法进行具体介绍：

图5是根据本发明实施例的处理方法的流程图，如图5所示，该实施例的处理方法包括如下步骤S502至步骤S506：

S502：接收用户对第一文字的取词指令。具体地，当用户通过应用程序主窗口打开一个视频文件后，视频文件的各个视频画面均可以在应用程序主窗口内显示，假设当应用程序主窗口上所显示的视频画面为第一视频画面时，用户对第一视频画面的字幕中的第一文字进行取词，此时，应用程序主窗口会接收到用户的取词指令，并将取词指令发送至在打开视频文件时调用起的内核过滤器图表。其中，取词指令可以由用户通过鼠标或键盘进行发送。

S504：内核过滤器图表接收到取词指令后调用与取词指令相对应的注释信息；以及

S506：控制注释信息对第一文字进行注释。

通过在视频文件播放器中设置能够接收取词指令的应用程序主窗口，实现了当应用程序主窗口上显示出某帧视频画面及该帧画面的字幕时，用户能够对字幕中的文字进行取词；通过设置能够调用注释信息并控制注释信息对用户所取词的文字进行注释的内核过滤器图表，实现了当接收到用户的取词指令后，能够对取词指令进行响应并控制响应结果（注释信息）对所取词的文字进行说明注释，达到与用户之间进行字幕交互，解决了现有技术中视频文件播放器无法与用户进行字幕交互的问题，进而达到了提高用户通过播放器所播放的视频文件进行文字学习的效果。

其中，注释信息包括文字注释信息和音频发音信息，控制注释信息对第一文字进行注释包括：控制文字注释信息显示在第一视频画面上；在接收到用户对音频发音信息的触发指令后，控制音频发音信息播放。

用户可以在视频文件处于播放状态时进行取词也可以在视频文件暂停时取词，相应的，内核过滤器图表可以在视频文件处于播放状态时调用注释信息也可以在视频文件暂停时调用注释信息。

具体地，当视频处于播放状态时，用户通过鼠标和键盘可进行基本的视频播放操作：暂停、转到指定的时间点、转到指定的章节等等，同时通过鼠标和键盘还可以使客户端的视频画面显示指定字幕内容的解释信息。当视频处于暂停状态时，用户通过鼠标和键盘可进行基本的视频播放操作：播放、转到指定的时间点、转到指定的章节等等，同时通过鼠标和键盘还可以使客户端的视频画面显示指定字幕内容的解释信息。当用户发出暂停播放命令时，客户端会立即切换到（必要时创建）负责视频暂停时的过滤器图表。当用户在视频暂停状态时发出继续播放命令时，客户端会立即切换到负责播放动态画面的图表。本发明实施例的处理方法在对视频文件进行处理时还可以在播放过程中根据学习理解需要将字幕中的部分内容以不同颜色显示。

进一步地，本发明实施例的处理方法在接收用户对第一文字的取词指令之后，还包括：调用与取词指令相对应的视频片段，其中，视频片段为视频文件中包括第一文字的片段；以及输出视频片段。通过将包含第一文字的视频片段输出，实现了为用户筛选出包括其取词对象文字的视频片段，以便用户进行选择播放操作或顺序播放操作，进一步提高了用户与播放器之间的交互。

进一步地，假设在进行视频文件播放时，视频文件的字幕以第一颜色进行显示，则还可以控制字幕中的某些特定文字以不同于第一颜色的第二颜色进行显示，这些特定文字可以为用户当前取词指令所选中的文字，也可以为***预设的一些文字，还可以为用户在进行视频播放过程中经常进行取词的文字。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种视频文件播放器，其特征在于，包括：

应用程序主窗口，用于接收用户对第一文字的取词指令，其中，所述第一文字为第一视频画面的字幕中的文字，所述第一视频画面为所述用户发送所述取词指令时显示在所述应用程序主窗口上的视频画面；以及

内核过滤器图表，用于在接收到来自所述应用程序主窗口转发的所述取词指令后，调用与所述取词指令相对应的注释信息，并控制所述注释信息对所述第一文字进行注释。

2.根据权利要求1所述的视频文件播放器，其特征在于，所述内核过滤器图表包括：

第一过滤器图表，用于在视频文件播放过程中调用与所述取词指令相对应的注释信息，并控制所述注释信息对所述第一文字进行注释；以及

第二过滤器图表，用于在所述视频文件暂停时调用与所述取词指令相对应的注释信息，并控制所述注释信息对所述第一文字进行注释。

3.根据权利要求2所述的视频文件播放器，其特征在于，所述第一过滤器图表包括：

第一源过滤器，用于读取所述视频文件并将所述视频文件分离为音频数据流和视频数据流；

第一转换过滤器，与所述第一源过滤器相连接，用于对所述视频数据流进行解码，得到视频帧；

第二转换过滤器，与所述第一转换过滤器相连接，用于将所述视频文件的字幕及所述字幕中的各个文字的注释信息叠加到所述视频帧上，得到视频画面，其中，所述视频画面包括所述第一视频画面；

第一渲染过滤器，与所述第二转换过滤器相连接，用于输出所述视频画面；

第三转换过滤器，与所述第一源过滤器相连接，用于对所述音频数据流进行解码；以及

第二渲染过滤器，与所述第三转换过滤器相连接，用于输出解码后的所述音频数据流，

其中，所述第二转换器过滤器还用于在接收到所述取词指令时，激活与所述取词指令相对应的注释信息。

4.根据权利要求3所述的视频文件播放器，其特征在于，所述注释信息包括文字注释信息和音频发音信息，所述应用程序主窗口还用于接收所述用户对所述音频发音信息的触发指令并将所述触发指令转发至所述第二转换过滤器，其中，所述第二转换过滤器通过以下方式激活与所述取词指令相对应的注释信息：

所述第二转换过滤器控制所述文字注释信息显示在所述第一视频画面上；以及

所述第二转换过滤器在接收到所述触发指令后控制所述音频发音信息播放。

5.根据权利要求4所述的视频文件播放器，其特征在于，所述取词指令为第一鼠标信息或第一键盘导航信息，所述触发指令为第二鼠标信息或第二键盘导航信息，所述第二转换过滤器包括：

第一COM接口，用于在接收到所述第一鼠标信息时控制所述文字注释信息显示在所述第一视频画面上；

第二COM接口，用于在接收到所述第一键盘导航信息时控制所述文字注释信息显示在所述第一视频画面上；以及

第三COM接口，用于在接收到所述第二鼠标信息或所述第二键盘导航信息时控制所述音频发音信息播放。

6.根据权利要求3所述的视频文件播放器，其特征在于，所述视频文件播放器还包括：

后台服务器，其中，所述视频文件的字幕及所述字幕中的各个文字的注释信息存储在所述后台服务器中，

其中，所述第二转换过滤器还用发送查询请求至所述后台服务器以获取所述视频文件的字幕及所述字幕中的各个文字的注释信息。

7.根据权利要求6所述的视频文件播放器，其特征在于，所述应用程序主窗口还用于接收用户的输入信息，所述后台服务器还用于按照所述输入信息更新存储的所述视频文件的字幕及所述字幕中的各个文字的注释信息。

8.根据权利要求2所述的视频文件播放器，其特征在于，所述应用程序主窗口在所述视频文件暂停时接收所述取词指令，所述应用程序主窗口还用于在接收所述取词指令之前接收暂停指令并将所述暂停指令转发至所述第一过滤器图表，所述第二过滤器图表包括：

第二源过滤器，用于接收所述第一视频画面，所述第一视频画面为所述第一过滤器在接收到所述暂停指令时输出的视频画面

第四转换过滤器，与所述第二源过滤器相连接，用于在接收到所述取词指令时，激活与所述取词指令相对应的注释信息；以及

第三渲染过滤器，与所述第四转换过滤器相连接，用于输出所述第一视频画面。

9.一种视频文件播放的处理方法，其特征在于，包括：

接收用户对第一文字的取词指令，其中，所述第一文字为第一视频画面的字幕中的文字，所述第一视频画面为所述用户发送取词指令时显示的视频画面；

调用与所述取词指令相对应的注释信息；以及

控制所述注释信息对所述第一文字进行注释。

10.根据权利要求9所述的处理方法，其特征在于，所述注释信息包括文字注释信息和音频发音信息，控制所述注释信息对所述第一文字进行注释包括：

控制所述文字注释信息显示在所述第一视频画面上；

接收所述用户对所述音频发音信息的触发指令；以及

控制所述音频发音信息播放。

11.根据权利要求9所述的处理方法，其特征在于，在接收用户对第一文字的取词指令之后，所述处理方法还包括：

调用与所述取词指令相对应的视频片段，其中，所述视频片段为视频文件中包括所述第一文字的片段；以及

输出所述视频片段。

12.根据权利要求10所述的处理方法，其特征在于，所述取词指令为第一鼠标信息或第一键盘导航信息，所述触发指令为第二鼠标信息或第二键盘导航信息。

13.根据权利要求9所述的处理方法，其特征在于，所述第一视频画面的字幕的颜色为第一颜色，所述处理方法还包括：以第二颜色显示第二文字，其中，所述第二文字为所述第一视频画面的字幕中的文字，所述第一颜色与所述第二颜色为不同的颜色。