CN108769745A - 视频播放方法和装置 - Google Patents

视频播放方法和装置 Download PDF

Info

Publication number
CN108769745A
CN108769745A CN201810714342.8A CN201810714342A CN108769745A CN 108769745 A CN108769745 A CN 108769745A CN 201810714342 A CN201810714342 A CN 201810714342A CN 108769745 A CN108769745 A CN 108769745A
Authority
CN
China
Prior art keywords
video
timing node
interactive voice
server
smart machine
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810714342.8A
Other languages
English (en)
Inventor
唐欢
袁鹏
袁海光
武良呈
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810714342.8A priority Critical patent/CN108769745A/zh
Publication of CN108769745A publication Critical patent/CN108769745A/zh
Priority to US16/351,134 priority patent/US20200007926A1/en
Priority to JP2019048239A priority patent/JP6999594B2/ja
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8545—Content authoring for generating interactive applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4333—Processing operations in response to a pause request
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
    • H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42203—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/4722—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting additional data associated with the content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/65—Transmission of management data between client and server
    • H04N21/658—Transmission by the client directed to the server
    • H04N21/6581—Reference data, e.g. a movie identifier for ordering a movie or a product identifier in a home shopping application
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8106—Monomedia components thereof involving special audio data, e.g. different tracks for different languages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8455—Structuring of content, e.g. decomposing content into time segments involving pointers to the content, e.g. pointers to the I-frames of the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8547—Content authoring involving timestamps for synchronizing content

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请实施例公开了视频播放方法和装置。该方法的一具体实施方式包括：响应于检测到目标视频播放到关联有时间节点的图像帧，暂停目标视频的播放，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；向服务器发送用于获取与时间节点对应的语音交互内容的请求；接收服务器返回的语音交互内容；播放所接收的语音交互内容。该实施方式实现了在视频播放过程中与用户进行对话式互动交互。

Description

视频播放方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及视频播放方法和装置。
背景技术
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器(也称为智能设备)，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家***等。
智能设备可以与用户以自然语言对话的方式进行交互，获取用户的语音输入上报服务器，并接收服务器返回的指令来执行相应的操作，例如，视频播放、天气查询、日常管理等。
现有的智能设备在进行视频播放的过程中，大多可以支持快进、快退、播放、暂停等通用操作。
发明内容
本申请实施例提出了视频播放方法和装置。
第一方面，本申请实施例提供了一种用于智能设备的视频播放方法，该方法包括：响应于检测到目标视频播放到关联有时间节点的图像帧，暂停目标视频的播放，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；向服务器发送用于获取与时间节点对应的语音交互内容的请求；接收服务器返回的语音交互内容；播放所接收的语音交互内容。
在一些实施例中，该方法还包括：接收用户针对所播放的语音交互内容的语音反馈信息；确定语音反馈信息是否满足预设条件；响应于确定出语音反馈信息满足预设条件，继续播放目标视频。
在一些实施例中，该方法还包括：响应于确定出语音反馈信息不满足预设条件，执行预设操作。
在一些实施例中，确定语音反馈信息是否满足预设条件，包括：将语音反馈信息发送到服务器，服务器被配置成确定语音反馈信息是否满足预设条件；接收服务器返回的确定结果。
在一些实施例中，服务器存储有视频集合，视频集合中的视频包括关联有时间节点的至少一个图像帧，视频集合的视频通过如下步骤生成：获取内容提供者上传的原始视频，原始视频包括至少一个图像帧；获取内容提供者针对原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容；对于至少一个时间节点描述信息中的时间节点描述信息，创建该时间节点描述信息对应的时间节点，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作；将关联有时间节点的原始视频加入视频集合中作为视频集合中的视频。
第二方面，本申请实施例提供了一种用于服务器的视频播放方法，该方法包括：接收智能设备发送的语音交互内容获取请求，其中，语音交互内容获取请求是智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停目标视频的播放的情况下发送的，语音交互内容获取请求包括时间节点的标识，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；确定与时间节点的标识对应的语音交互内容；将所确定的语音交互内容发送到智能设备，以便智能设备播放所接收的语音交互内容。
在一些实施例中，该方法还包括：接收智能设备针对所播放的语音交互内容发送的语音反馈信息；确定语音反馈信息是否满足预设条件；将确定结果发送到智能设备。
在一些实施例中，服务器存储有视频集合，视频集合中的视频包括关联有时间节点的至少一个图像帧；以及方法还包括：获取内容提供者上传的原始视频，原始视频包括至少一个图像帧；获取内容提供者针对原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容；对于至少一个时间节点描述信息中的时间节点描述信息，创建该时间节点描述信息对应的时间节点，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作；将关联有时间节点的原始视频加入视频集合中。
第三方面，本申请实施例提供了一种用于智能设备的视频播放装置，装置包括：视频暂停单元，被配置成响应于检测到目标视频播放到关联有时间节点的图像帧，暂停目标视频的播放，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；请求发送单元，被配置成向服务器发送用于获取与时间节点对应的语音交互内容的请求；内容接收单元，被配置成接收服务器返回的语音交互内容；内容播放单元，被配置成播放所接收的语音交互内容。
在一些实施例中，装置还包括：反馈信息接收单元，被配置成接收用户针对所播放的语音交互内容的语音反馈信息；条件确定单元，被配置成确定语音反馈信息是否满足预设条件；视频播放单元，被配置成响应于确定出语音反馈信息满足预设条件，继续播放目标视频。
在一些实施例中，装置还包括：操作执行单元，被配置成响应于确定出语音反馈信息不满足预设条件，执行预设操作。
在一些实施例中，条件确定单元包括：信息发送模块，被配置成将语音反馈信息发送到服务器，服务器被配置成确定语音反馈信息是否满足预设条件；结果接收模块，被配置成接收服务器返回的确定结果。
在一些实施例中，服务器存储有视频集合，视频集合中的视频包括关联有时间节点的至少一个图像帧。该视频集合的视频通过如下步骤生成：获取内容提供者上传的原始视频，原始视频包括至少一个图像帧；获取内容提供者针对原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容；对于至少一个时间节点描述信息中的时间节点描述信息，创建该时间节点描述信息对应的时间节点，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作；将关联有时间节点的原始视频加入视频集合中作为视频集合中的视频。
第四方面，本申请实施例提供了一种用于服务器的视频播放装置，装置包括：请求接收单元，被配置成接收智能设备发送的语音交互内容获取请求，其中，语音交互内容获取请求是智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停目标视频的播放的情况下发送的，语音交互内容获取请求包括时间节点的标识，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；内容确定单元，被配置成确定与时间节点的标识对应的语音交互内容；内容发送单元，被配置成将所确定的语音交互内容发送到智能设备，以便智能设备播放所接收的语音交互内容。
在一些实施例中，装置还包括：信息接收单元，被配置成接收智能设备针对所播放的语音交互内容发送的语音反馈信息；条件确定单元，被配置成确定语音反馈信息是否满足预设条件；结果发送单元，被配置成将确定结果发送到智能设备。
在一些实施例中，服务器存储有视频集合，视频集合中的视频包括关联有时间节点的至少一个图像帧。装置还包括：视频获取单元，被配置成获取内容提供者上传的原始视频，原始视频包括至少一个图像帧；节点信息获取单元，被配置成获取内容提供者针对原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容；关联单元，被配置成对于至少一个时间节点描述信息中的时间节点描述信息，创建该时间节点描述信息对应的时间节点，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作；视频添加单元，被配置成将关联有时间节点的原始视频加入视频集合中。
第五方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法或实现如第二方面中任一实现方式描述的方法。
第六方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法或实现如第二方面中任一实现方式描述的方法。
本申请实施例提供的视频播放方法和装置，通过智能设备在检测到目标视频播放到关联有时间节点的图像帧时暂停目标视频的播放，之后向服务器发送获取语音交互内容的请求以及接收服务器返回的语音交互内容，最后播放交互内容，从而实现了在视频播放过程中与用户进行对话式互动交互。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例可以应用于其中的示例性***架构图；
图2是根据本申请的用于智能设备的视频播放方法的一个实施例的流程图；
图3A和图3B是根据本申请的用于智能设备的视频播放方法的一个应用场景的示意图；
图4是根据本申请的用于服务器的视频播放方法的一个实施例的流程图；
图5是根据本申请的用于智能设备的视频播放装置的一个实施例的结构示意图；
图6是根据本申请的用于服务器的视频播放装置的一个实施例的结构示意图；
图7是适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
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申请。
图1示出了可以应用本申请的用于智能设备的视频播放方法、用于服务器的视频播放方法、用于智能设备的视频播放装置或用于服务器的视频播放装置的实施例的示例性***架构100。
如图1所示，***架构100可以包括智能设备101、102、103，网络104和服务器105。网络104用以在智能设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以通过自然语言对话方式操作智能设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。智能设备101、102、103上可以安装有各种通讯客户端应用，例如视频播放类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
智能设备101、102、103可以是硬件，也可以是软件。当智能设备101、102、103为硬件时，可以是具有显示屏并且支持对话式交互和视频播放的各种电子设备，包括但不限于智能手机、平板电脑、智能空调、智能冰箱、智能电视等等。当智能设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对智能设备101、102、103上播放的视频提供支持的后台服务器。后台服务器可以对接收的语音内容获取请求等数据进行分析处理，并将处理结果(例如，语音交互内容)反馈给智能设备。
需要说明的是，本申请实施例所提供的用于智能设备的视频播放方法一般由智能设备101、102、103执行，相应地，用于智能设备的视频播放装置一般设置于智能设备101、102、103中。本申请实施例所提供的用于服务器的视频播放方法一般由服务器105执行，相应地，用于服务器的视频播放装置一般设置于服务器105中。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的智能设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意合适数目的智能设备、网络和服务器。
继续参考图2，示出了根据本申请的用于智能设备的视频播放方法的一个实施例的流程200。该用于智能设备的视频播放方法，包括以下步骤：
步骤201，响应于检测到目标视频播放到关联有时间节点的图像帧，暂停目标视频的播放。
在本实施例中，用于智能设备的视频播放方法的执行主体(例如，图1的智能设备101、102、103)可以检测智能设备上播放的目标视频是否播放到关联有时间节点的图像帧。若是，则暂停目标视频的播放。其中，目标视频是智能设备响应于接收到语音形式的视频播放语音指令(例如“播放手工制作消防车的视频”)而从服务器(例如，图1的服务器105)获取的。这里，时间节点可以是用于表示目标视频中的需要与用户进行语音交互的时刻(或该时刻对应的图像帧)的标签或标记。语音交互可以是指智能终端与用户以语音形式进行互动交互，例如，以自然语言方式进行对话。
作为一个示例，目标视频“手工制作消防车的视频”包括100个图像帧，目标视频的第1个图像帧至第35个图像帧是制作车头的演示，目标视频的内容提供者为了确定用户是否学会作车头，需要在目标视频的第35个图像帧处关联一个用于触发语音交互的时间节点。当目标视频播放到关联有时间节点的图像帧(即，第35个图像帧)时，智能设备就会触发下文将要描述的语音交互操作，并且可以暂停目标视频“手工制作消防车的视频”的播放。
步骤202，向服务器发送用于获取与时间节点对应的语音交互内容的请求。
在本实施例中，上述执行主体可以通过有线连接方式或无线连接方式向服务器发送语音交互内容获取请求，以获取与上述时间节点对应的语音交互内容。其中，语音交互内容获取请求可以包括上述时间节点的标识。这里，语音交互内容是指智能终端要与用户进行语音交互的内容，例如，“刚才讲的你都听懂了吗？”、“车头的制作包括哪几步？”等等。
需要指出的是，上述无线连接方式可以包括但不限于3G(the 3rd generation，第三代)/4G(the 4th generation，***)/5G(the 5th generation，第五代)通信连接、Wi-Fi(Wireless-Fidelity，无线保真)连接、蓝牙连接、WiMAX(Worldwide Interoperabilityfor Microwave Access，全球微波互联接入)连接、Zigbee(又名紫蜂协议)连接、UWB(UltraWideband，超宽带)连接、以及其他现在已知或将来开发的无线连接方式。
步骤203，接收服务器返回的语音交互内容。
在本实施例中，上述执行主体可以接收服务器返回的语音交互内容。其中，语音交互内容是服务器根据语音交互内容获取请求中的时间节点的标识从本地或远程获取的。
步骤204，播放所接收的语音交互内容。
在本实施例中，上述执行主体可以以语音方式播放步骤203接收的语音交互内容。例如，智能设备可以以自然语言对话的方式向用户提问：“刚才讲的你都听懂了吗？”。
在本实施例的一些可选实现方式中，该用于智能设备的视频播放方法还可以包括如下步骤：
首先，上述执行主体可以接收用户针对智能设备播放的语音交互内容的语音反馈信息。例如，智能设备播放语音交互内容：“刚才讲的你都听懂了吗？”，用户可以语音反馈：“我听懂了”。
然后，上述执行主体可以确定接收的语音反馈信息是否满足预设条件。这里，预设条件是指预先设置的、用于判断用户的语音反馈信息是否达到预期效果的条件。以“手工制作消防车的视频”的目标视频为例，针对第35个图像帧处的语音交互，预设条件可以是语音反馈信息中包括“听懂”或类似语义的信息。当接收的语音反馈信息为“我听懂了”时，可以确定所接收的语音反馈信息满足预设条件。而当接收的语音反馈信息为“我没听懂”时，可以确定所接收的语音反馈信息不满足预设条件。
最后，上述执行主体可以根据所接收的语音反馈信息是否满足预设条件来执行相应的操作。
在一些示例中，在接收的语音信息(例如，“我听懂了”)满足预设条件的情况下，上述执行主体可以继续播放目标视频。
在其他的一些示例中，在接收的语音信息(例如，“我没听懂”)不满足预设条件的情况下，上述执行主体可以执行预设操作。这里，预设操作可以包括在用户的语音反馈信息未达到预期效果的情况下，智能设备要执行的操作。例如，重新播放制作车头的演示等。
尽管上述实现方式描述了由智能设备确定接收的语音反馈信息是否满足条件，但是本申请并不限于此。
在本实施例的一些可选的实现方式中，确定语音反馈信息是否满足预设条件可以包括如下步骤：将语音反馈信息发送到服务器，其中，服务器被配置成确定语音反馈信息是否满足预设条件；接收服务器返回的确定结果。
在本实施例的一些可选的实现方式中，服务器可以存储有视频集合。其中，视频集合中的每个视频可以包括关联有时间节点的至少一个图像帧。该视频集合的视频通过如下步骤生成：
首先，获取内容提供者(也称为开发者)上传的原始视频，原始视频包括至少一个图像帧。
之后，获取内容提供者针对原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容。作为一个示例，在原始视频上传之后，可以为内容提供者提供原始视频编辑界面，内容提供者可以通过提供的界面选择智能设备需要与用户交互的图像帧并提供语音交互内容。
然后，对于至少一个时间节点描述信息中的每个时间节点描述信息，创建该时间节点描述信息对应的时间节点(例如，创建一个时间标签或时间标记)，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作。这里，将时间节点与图像帧相关联可以是将时间节点添加到图像帧(或图像帧的属性)中，也可以不对图像帧进行实质改变，只要智能设备能够通过该图像帧检测到对应的时间节点即可，本申请对于关联方式不作具体限定。
最后，将关联有时间节点的原始视频加入视频集合中作为视频集合中的视频。
应当理解，上面描述的视频集合的视频生成步骤的执行主体可以是接收语音交互内容获取请求的服务器，也可以是其他的服务器(例如，由其他服务器生成上述视频集合，然后存储在接收语音交互内容获取请求的服务器上)，本申请对此不作具体限定。
继续参考图3A和图3B，其示出了根据本申请的用于智能设备的视频播放方法的一个应用场景。在图3A中，首先用户301发出语音指令“播放手工制作汽车的视频”；之后智能电视302向服务器303发送视频获取请求，以及接收服务器303返回的视频“手工制作汽车的视频”并进行播放。在图3B中，当智能设备302检测到视频“手工制作汽车的视频”播放到关联有时间节点的图像帧304时，暂停视频“手工制作汽车的视频”的播放，并向服务器303发送语音交互内容获取请求；之后智能设备304接收到服务器303返回的语音交互内容，并向用户301播放语音交互内容：“小朋友，制作车头包括哪些步骤？”；用户301听到上述问题后，可以回答：“三步，第一步……第二步……第三步……”，若用户的回答包含预设的步骤要点，则智能设备302可以发出语音提示“回答得很棒，请继续观看”，并继续播放视频“手工制作汽车的视频”，从而实现了在视频播放过程中智能设备与用户的语音交互。
本申请的上述实施例提供的用于智能设备的视频播放方法，通过智能设备在检测到目标视频播放到关联有时间节点的图像帧时暂停目标视频的播放，之后向服务器发送获取语音交互内容的请求以及接收服务器返回的语音交互内容，最后播放交互内容，从而实现了在视频播放过程中与用户进行对话式互动交互。
进一步参考图4，其示出了根据本申请的用于服务器的视频播放方法的一个实施例的流程400。该用于服务器的视频播放方法，包括以下步骤：
步骤401，接收智能设备发送的语音交互内容获取请求。
在本实施例中，用于服务器的视频播放方法的执行主体(例如，图1的服务器105)可以通过有线连接方式或无线连接方式接收智能设备(例如，图1的智能设备101、102、103)发送的语音交互内容获取请求。其中，语音交互内容获取请求是智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停目标视频的播放的情况下发送的。语音交互内容获取请求可以包括时间节点的标识。这里，时间节点可以是用于表示目标视频中的需要与用户进行语音交互的时刻(或该时刻对应的图像帧)的标签或标记。目标视频是智能设备响应于接收到语音形式的视频播放语音指令(例如“播放手工制作消防车的视频”)而从服务器获取的。
步骤402，确定与时间节点的标识对应的语音交互内容。
在本实施例中，上述执行主体可以从本地或远程获取与步骤401接收的语音交互内容获取请求中的标识对应的语音交互内容。这里，语音交互内容是指智能终端要与用户进行语音交互的内容，例如，“刚才讲的你都听懂了吗？”、“车头的制作包括哪几步？”等等。
步骤403，将所确定的语音交互内容发送到智能设备。
在本实施例中，上述执行主体可以将步骤402中确定的语音交互内容发送到智能设备，以便智能设备可以以自然语言对话的方式播放所接收的语音交互内容。
在本实施例的一些可选的实现方式中，该用于服务器的视频播放方法还可以包括如下步骤：
首先，上述执行主体可以接收智能设备针对所播放的语音交互内容发送的语音反馈信息。其中，语音反馈信息是用户针对智能终端播放的语音交互内容反馈的。例如，智能设备播放语音交互内容：“刚才讲的你都听懂了吗？”，用户可以语音反馈：“我听懂了”。
然后，上述执行主体可以确定语音反馈信息是否满足预设条件。这里，预设条件是指预先设置的、用于判断用户的语音反馈信息是否达到预期效果的条件。例如，预设条件可以是“听懂”或类似语义的信息。当接收的语音反馈信息为“我听懂了”时，可以确定所接收的语音反馈信息满足预设条件。而当接收的语音反馈信息为“我没听懂”时，可以确定所接收的语音反馈信息不满足预设条件。
最后，上述执行主体可以将确定结果发送到智能设备，以便智能设备可以根据上述确定结果执行相应的操作(例如，继续播放目标视频)。
在本实施例的一些可选的实现方式中，服务器可以存储有视频集合。其中，视频集合中的每个视频可以包括关联有时间节点的至少一个图像帧。该用于服务器的视频播放方法还可以包括如下步骤：
首先，上述执行主体可以获取内容提供者(也称为开发者)上传的原始视频，原始视频包括至少一个图像帧。
之后，上述执行主体可以获取内容提供者针对原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容。作为一个示例，在原始视频上传之后，可以为内容提供者提供原始视频编辑界面，内容提供者可以通过提供的界面选择智能设备需要与用户交互的图像帧并提供语音交互内容。
然后，对于至少一个时间节点描述信息中的每个时间节点描述信息，上述执行主体可以创建该时间节点描述信息对应的时间节点(例如，创建一个时间标签或时间标记)，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作。
最后，上述执行主体可以将关联有时间节点的原始视频加入视频集合中。
本申请的上述实施例提供的用于服务器的视频播放方法，通过接收智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停目标视频的播放的情况下发送的语音交互内容获取请求，然后确定与语音交互内容获取请求中的时间节点的标识对应的语音交互内容以及将确定的语音交互内容发送到智能设备，从而实现了在视频播放过程中智能设备与用户进行对话式互动交互。
进一步参考图5，作为对图2所示方法的实现，本申请提供了一种用于智能设备的视频播放装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于智能设备中。
如图5所示，本实施例的用于智能设备的视频播放装置500可以包括视频暂停单元501、请求发送单元502、内容接收单元503和内容播放单元504。其中，视频暂停单元501被配置成响应于检测到目标视频播放到关联有时间节点的图像帧，暂停目标视频的播放，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；请求发送单元502被配置成向服务器发送用于获取与时间节点对应的语音交互内容的请求；内容接收单元503被配置成接收服务器返回的语音交互内容；而内容播放单元504被配置成播放所接收的语音交互内容。
在本实施例中，用于智能设备的视频播放装置500的上述视频暂停单元501可以检测智能设备(例如，图1的智能设备101、102、103)上播放的目标视频是否播放到关联有时间节点的图像帧。若是，则暂停目标视频的播放。其中，目标视频是智能设备响应于接收到语音形式的视频播放语音指令(例如“播放手工制作消防车的视频”)而从服务器(例如，图1的服务器105)获取的。这里，时间节点可以是用于表示目标视频中的需要与用户进行语音交互的时刻(或该时刻对应的图像帧)的标签或标记。
在本实施例中，上述请求发送单元502可以通过有线连接方式或无线连接方式向服务器发送语音交互内容获取请求，以获取与上述时间节点对应的语音交互内容。其中，语音交互内容获取请求可以包括上述时间节点的标识。这里，语音交互内容是指智能终端要与用户进行语音交互的内容，例如，“刚才讲的你都听懂了吗？”、“车头的制作包括哪几步？”等等。
在本实施例中，上述内容接收单元503可以接收服务器返回的语音交互内容。其中，语音交互内容是服务器根据语音交互内容获取请求中的标识从本地或远程获取的。
在本实施例中，上述内容播放单元504可以以语音方式播放上述内容接收单元503接收的语音交互内容。例如，智能设备可以以自然语言对话的方式向用户提问：“刚才讲的你都听懂了吗？”。
在本实施例的一些可选的实现方式中，该装置500还可以包括反馈信息接收单元、条件确定单元和视频播放单元。其中，反馈信息接收单元被配置成接收用户针对所播放的语音交互内容的语音反馈信息；条件确定单元被配置成确定语音反馈信息是否满足预设条件；视频播放单元被配置成响应于确定出语音反馈信息满足预设条件，继续播放目标视频。
在本实施例的一些可选的实现方式中，该装置500还可以包括操作执行单元。其中，操作执行单元被配置成响应于确定出语音反馈信息不满足预设条件，执行预设操作。
在本实施例的一些可选的实现方式中，上述条件确定单元可以包括信息发送模块和结果接收模块。其中，信息发送模块被配置成将语音反馈信息发送到服务器，服务器被配置成确定语音反馈信息是否满足预设条件；结果接收模块被配置成接收服务器返回的确定结果。
在本实施例的一些可选的实现方式中，服务器可以存储有视频集合，视频集合中的每个视频可以包括关联有时间节点的至少一个图像帧。该视频集合的每个视频可以通过如下步骤生成：获取内容提供者上传的原始视频，原始视频包括至少一个图像帧；获取内容提供者针对原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容；对于至少一个时间节点描述信息中的时间节点描述信息，创建该时间节点描述信息对应的时间节点，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作；将关联有时间节点的原始视频加入视频集合中作为视频集合中的视频。
本申请的上述实施例提供的用于智能设备的视频播放装置，通过智能设备在检测到目标视频播放到关联有时间节点的图像帧时暂停目标视频的播放，之后向服务器发送获取语音交互内容的请求以及接收服务器返回的语音交互内容，最后播放交互内容，从而实现了在视频播放过程中与用户进行对话式互动交互。
进一步参考图6，作为对图4所示方法的实现，本申请提供了一种用于服务器的视频播放装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于服务器中。
如图6所示，本实施例的用于服务器的视频播放装置600包括请求接收单元601、内容确定单元602和内容发送单元603。其中，请求接收单元601被配置成接收智能设备发送的语音交互内容获取请求，其中，语音交互内容获取请求是智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停目标视频的播放的情况下发送的，语音交互内容获取请求包括时间节点的标识，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；内容确定单元602被配置成确定与时间节点的标识对应的语音交互内容；而内容发送单元603被配置成将所确定的语音交互内容发送到智能设备，以便智能设备播放所接收的语音交互内容。
在本实施例中，用于服务器的视频播放装置600的上述请求接收单元601可以通过有线连接方式或无线连接方式接收智能设备(例如，图1的智能设备101、102、103)发送的语音交互内容获取请求。其中，语音交互内容获取请求是智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停目标视频的播放的情况下发送的。语音交互内容获取请求可以包括时间节点的标识。这里，时间节点可以是用于表示目标视频中的需要与用户进行语音交互的时刻(或该时刻对应的图像帧)的标签或标记。目标视频是智能设备响应于接收到语音形式的视频播放语音指令(例如“播放手工制作消防车的视频”)而从服务器(例如，图1的服务器105)获取的。
在本实施例中，用于服务器的视频播放装置600的上述内容确定单元602可以从本地或远程获取与上述请求接收单元601接收的语音交互内容获取请求中的标识对应的语音交互内容。这里，语音交互内容是指智能终端要与用户进行语音交互的内容，例如，“刚才讲的你都听懂了吗？”、“车头的制作包括哪几步？”等等。
在本实施例中，用于服务器的视频播放装置600的上述内容发送单元603可以将上述内容确定单元602确定的语音交互内容发送到智能设备，以便智能设备可以以自然语言对话的方式播放所接收的语音交互内容。
在本实施例的一些可选的实现方式中，该用于服务器的视频播放装置600还可以包括信息接收单元、条件确定单元和结果发送单元。其中，信息接收单元被配置成接收智能设备针对所播放的语音交互内容发送的语音反馈信息；条件确定单元被配置成确定语音反馈信息是否满足预设条件；结果发送单元被配置成将确定结果发送到智能设备。
在本实施例的一些可选的实现方式中，服务器存储有视频集合，视频集合中的视频包括关联有时间节点的至少一个图像帧。该用于服务器的视频播放装置600还可以还包括视频获取单元、节点信息获取单元、关联单元和视频添加单元。其中，视频获取单元被配置成获取内容提供者上传的原始视频，原始视频包括至少一个图像帧；节点信息获取单元被配置成获取内容提供者针对原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容；关联单元被配置成对于至少一个时间节点描述信息中的时间节点描述信息，创建该时间节点描述信息对应的时间节点，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作；视频添加单元被配置成将关联有时间节点的原始视频加入视频集合中。
本申请的上述实施例提供的用于服务器的视频播放装置，通过接收智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停目标视频的播放的情况下发送的语音交互内容获取请求，然后确定与语音交互内容获取请求中的时间节点的标识对应的语音交互内容以及将确定的语音交互内容发送到智能设备，从而实现了在视频播放过程中智能设备与用户进行对话式互动交互。
下面参考图7，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的智能设备101、102、103或服务器105)的计算机***700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示，计算机***700包括一个或多个中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括麦克风等的输入部分706；包括诸如有机发光二极管(OLED)显示器、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括视频暂停单元、请求发送单元、内容接收单元和内容播放单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，视频暂停单元还可以被描述为“响应于检测到目标视频播放到关联有时间节点的图像帧，暂停目标视频的播放的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的智能终端或服务器中所包含的；也可以是单独存在，而未装配入该智能终端或服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该智能终端执行时，使得该智能终端：响应于检测到目标视频播放到关联有时间节点的图像帧，暂停目标视频的播放，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；向服务器发送用于获取与时间节点对应的语音交互内容的请求；接收服务器返回的语音交互内容；播放所接收的语音交互内容。当上述一个或者多个程序被该服务器执行时，使得该服务器：接收智能设备发送的语音交互内容获取请求，其中，语音交互内容获取请求是智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停目标视频的播放的情况下发送的，语音交互内容获取请求包括时间节点的标识，目标视频是智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；确定与时间节点的标识对应的语音交互内容；将所确定的语音交互内容发送到智能设备，以便智能设备播放所接收的语音交互内容。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于智能设备的视频播放方法，包括：
响应于检测到目标视频播放到关联有时间节点的图像帧，暂停所述目标视频的播放，所述目标视频是所述智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；
向所述服务器发送用于获取与所述时间节点对应的语音交互内容的请求；
接收所述服务器返回的语音交互内容；
播放所接收的语音交互内容。
2.根据权利要求1所述的方法，其中，所述方法还包括：
接收用户针对所播放的语音交互内容的语音反馈信息；
确定所述语音反馈信息是否满足预设条件；
响应于确定出所述语音反馈信息满足所述预设条件，继续播放所述目标视频。
3.根据权利要求2所述的方法，其中，所述方法还包括：
响应于确定出所述语音反馈信息不满足所述预设条件，执行预设操作。
4.根据权利要求2所述的方法，其中，所述确定所述语音反馈信息是否满足预设条件，包括：
将所述语音反馈信息发送到所述服务器，所述服务器被配置成确定所述语音反馈信息是否满足预设条件；
接收所述服务器返回的确定结果。
5.根据权利要求1-4之一所述的方法，其中，所述服务器存储有视频集合，视频集合中的视频包括关联有时间节点的至少一个图像帧，视频集合的视频通过如下步骤生成：
获取内容提供者上传的原始视频，所述原始视频包括至少一个图像帧；
获取所述内容提供者针对所述原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容；
对于所述至少一个时间节点描述信息中的时间节点描述信息，创建该时间节点描述信息对应的时间节点，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作；
将关联有时间节点的原始视频加入视频集合中作为视频集合中的视频。
6.一种用于服务器的视频播放方法，包括：
接收智能设备发送的语音交互内容获取请求，其中，所述语音交互内容获取请求是所述智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停所述目标视频的播放的情况下发送的，所述语音交互内容获取请求包括所述时间节点的标识，所述目标视频是所述智能设备响应于接收到语音形式的视频播放语音指令而从所述服务器获取的；
确定与所述时间节点的标识对应的语音交互内容；
将所确定的语音交互内容发送到所述智能设备，以便所述智能设备播放所接收的语音交互内容。
7.根据权利要求6所述的方法，其中，所述方法还包括：
接收所述智能设备针对所播放的语音交互内容发送的语音反馈信息；
确定所述语音反馈信息是否满足预设条件；
将确定结果发送到所述智能设备。
8.根据权利要求6-7之一所述的方法，其中，所述服务器存储有视频集合，视频集合中的视频包括关联有时间节点的至少一个图像帧；以及
所述方法还包括：
获取内容提供者上传的原始视频，所述原始视频包括至少一个图像帧；
获取所述内容提供者针对所述原始视频提交的至少一个时间节点描述信息，时间节点描述信息包括图像帧标识和语音交互内容；
对于所述至少一个时间节点描述信息中的时间节点描述信息，创建该时间节点描述信息对应的时间节点，将所创建的时间节点与该时间节点描述信息中的图像帧标识表征的图像帧相关联，使得该图像帧被播放时触发用于获取该时间节点描述信息中的语音交互内容的操作；
将关联有时间节点的原始视频加入视频集合中。
9.一种用于智能设备的视频播放装置，包括：
视频暂停单元，被配置成响应于检测到目标视频播放到关联有时间节点的图像帧，暂停所述目标视频的播放，所述目标视频是所述智能设备响应于接收到语音形式的视频播放语音指令而从服务器获取的；
请求发送单元，被配置成向所述服务器发送用于获取与所述时间节点对应的语音交互内容的请求；
内容接收单元，被配置成接收所述服务器返回的语音交互内容；
内容播放单元，被配置成播放所接收的语音交互内容。
10.一种用于服务器的视频播放装置，包括：
请求接收单元，被配置成接收智能设备发送的语音交互内容获取请求，其中，所述语音交互内容获取请求是所述智能设备在检测到目标视频播放到关联有时间节点的图像帧以及暂停所述目标视频的播放的情况下发送的，所述语音交互内容获取请求包括所述时间节点的标识，所述目标视频是所述智能设备响应于接收到语音形式的视频播放语音指令而从所述服务器获取的；
内容确定单元，被配置成确定与所述时间节点的标识对应的语音交互内容；
内容发送单元，被配置成将所确定的语音交互内容发送到所述智能设备，以便所述智能设备播放所接收的语音交互内容。
11.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法或如权利要求6-8中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法或如权利要求6-8中任一所述的方法。
CN201810714342.8A 2018-06-29 2018-06-29 视频播放方法和装置 Pending CN108769745A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810714342.8A CN108769745A (zh) 2018-06-29 2018-06-29 视频播放方法和装置
US16/351,134 US20200007926A1 (en) 2018-06-29 2019-03-12 Method and apparatus for playing video
JP2019048239A JP6999594B2 (ja) 2018-06-29 2019-03-15 映像再生方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810714342.8A CN108769745A (zh) 2018-06-29 2018-06-29 视频播放方法和装置

Publications (1)

Publication Number Publication Date
CN108769745A true CN108769745A (zh) 2018-11-06

Family

ID=63975671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810714342.8A Pending CN108769745A (zh) 2018-06-29 2018-06-29 视频播放方法和装置

Country Status (3)

Country Link
US (1) US20200007926A1 (zh)
JP (1) JP6999594B2 (zh)
CN (1) CN108769745A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109889921A (zh) * 2019-04-02 2019-06-14 北京蓦然认知科技有限公司 一种具备交互功能的音视频创建、播放方法及装置
CN110297940A (zh) * 2019-06-13 2019-10-01 百度在线网络技术（北京）有限公司 播放处理方法、装置、设备和存储介质
CN111177453A (zh) * 2020-01-07 2020-05-19 百度在线网络技术（北京）有限公司 控制音频播放的方法、装置、设备及计算机可读存储介质
CN111212311A (zh) * 2020-01-13 2020-05-29 四川长虹电器股份有限公司 一种语音交互视频的生成及播放方法
CN111462744A (zh) * 2020-04-02 2020-07-28 深圳创维－Rgb电子有限公司 一种语音交互方法、装置、电子设备及存储介质
CN113542797A (zh) * 2020-09-18 2021-10-22 腾讯科技（深圳）有限公司 视频播放中的互动方法、装置及计算机可读存储介质

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109951743A (zh) * 2019-03-29 2019-06-28 上海哔哩哔哩科技有限公司 弹幕信息处理方法、***及计算机设备
US11204737B2 (en) 2019-11-11 2021-12-21 Sonos, Inc. Playback queues for shared experiences
US11636855B2 (en) 2019-11-11 2023-04-25 Sonos, Inc. Media content based on operational data
CN111464861B (zh) * 2020-03-06 2022-06-17 深圳千舟云格科技有限公司 一种交互方法及交互***
CA3176129C (en) 2020-04-21 2023-10-31 Ryan Taylor Priority media content
CN111818388A (zh) * 2020-05-27 2020-10-23 深圳壹账通智能科技有限公司 多进程访问的视频播放方法、装置、设备及存储介质
CN111698566A (zh) * 2020-06-04 2020-09-22 北京奇艺世纪科技有限公司 视频播放方法、装置、电子设备及存储介质
CN112040263A (zh) * 2020-08-31 2020-12-04 腾讯科技（深圳）有限公司 视频处理方法、视频播放方法、装置、存储介质和设备
CN112102449B (zh) * 2020-09-14 2024-05-03 北京百度网讯科技有限公司 虚拟人物的生成方法、展示方法及装置、设备和介质
CN113301395B (zh) * 2021-04-30 2023-07-07 当趣网络科技(杭州)有限公司 在视频播放状态下结合用户等级的语音搜索方法
CN115499697B (zh) * 2021-06-17 2023-07-07 福建省天奕网络科技有限公司 一种视频轮播切换方法及终端
CN113873278B (zh) * 2021-09-26 2024-01-23 北京奇艺世纪科技有限公司 播放内容审核方法、装置及电子设备
CN114191824A (zh) * 2021-11-30 2022-03-18 上海乐畅信息技术有限公司 一种向用户发送好友召回信息的方法与设备
CN114245227B (zh) * 2021-12-24 2023-12-15 阿维塔科技(重庆)有限公司 一种车辆环境控制方法、装置及计算机可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100083324A1 (en) * 2008-09-30 2010-04-01 Microsoft Corporation Synchronized Video Playback Among Multiple Users Across A Network
CN104216990A (zh) * 2014-09-09 2014-12-17 科大讯飞股份有限公司 视频广告播放方法及***
CN105139701A (zh) * 2015-09-16 2015-12-09 华中师范大学 一种互动式幼儿教学***
CN105847998A (zh) * 2016-03-28 2016-08-10 乐视控股（北京）有限公司 一种视频播放方法、播放终端及媒体服务器
CN106200886A (zh) * 2015-04-30 2016-12-07 包伯瑜 一种基于语言交互操控的移动智能玩具及玩具使用方法
CN106375828A (zh) * 2016-08-30 2017-02-01 胡峰 一种基于人工智能的人机互动方法
CN107945596A (zh) * 2017-12-25 2018-04-20 成都福润得科技有限责任公司 一种便于灵活教学的交互式教学方法
CN108024139A (zh) * 2017-12-08 2018-05-11 广州视源电子科技股份有限公司 网络视频课件的播放方法、装置、终端设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001249609A (ja) * 2000-03-06 2001-09-14 Sony Corp 教育・訓練装置
JP2005284181A (ja) * 2004-03-30 2005-10-13 Toshiba Corp 学習支援方法、学習支援システムおよび学習支援プログラム
US7873654B2 (en) * 2005-01-24 2011-01-18 The Intellection Group, Inc. Multimodal natural language query system for processing and analyzing voice and proximity-based queries
BRPI0607229A2 (pt) * 2005-01-28 2009-12-22 Breakthrough Performance Techn métodos de treinamento de usuário via marcação de erros e via sistema de treinamento eletrÈnico interativo, usando sistema de treinamento eletrÈnico interativo, e respectivo sistema
WO2014014963A1 (en) * 2012-07-16 2014-01-23 Questionmine, LLC Apparatus and method for synchronizing interactive content with multimedia
JP6440513B2 (ja) * 2014-05-13 2018-12-19 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 音声認識機能を用いた情報提供方法および機器の制御方法
CN104134334A (zh) * 2014-08-04 2014-11-05 张慧燕 测试装置及测试***
US10235997B2 (en) * 2016-05-10 2019-03-19 Google Llc Voice-controlled closed caption display
US10595090B2 (en) * 2016-09-02 2020-03-17 Sony Corporation System and method for optimized and efficient interactive experience

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100083324A1 (en) * 2008-09-30 2010-04-01 Microsoft Corporation Synchronized Video Playback Among Multiple Users Across A Network
CN104216990A (zh) * 2014-09-09 2014-12-17 科大讯飞股份有限公司 视频广告播放方法及***
CN106200886A (zh) * 2015-04-30 2016-12-07 包伯瑜 一种基于语言交互操控的移动智能玩具及玩具使用方法
CN105139701A (zh) * 2015-09-16 2015-12-09 华中师范大学 一种互动式幼儿教学***
CN105847998A (zh) * 2016-03-28 2016-08-10 乐视控股（北京）有限公司 一种视频播放方法、播放终端及媒体服务器
CN106375828A (zh) * 2016-08-30 2017-02-01 胡峰 一种基于人工智能的人机互动方法
CN108024139A (zh) * 2017-12-08 2018-05-11 广州视源电子科技股份有限公司 网络视频课件的播放方法、装置、终端设备及存储介质
CN107945596A (zh) * 2017-12-25 2018-04-20 成都福润得科技有限责任公司 一种便于灵活教学的交互式教学方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109889921A (zh) * 2019-04-02 2019-06-14 北京蓦然认知科技有限公司 一种具备交互功能的音视频创建、播放方法及装置
CN109889921B (zh) * 2019-04-02 2022-03-01 杭州蓦然认知科技有限公司 一种具备交互功能的音视频创建、播放方法及装置
CN110297940A (zh) * 2019-06-13 2019-10-01 百度在线网络技术（北京）有限公司 播放处理方法、装置、设备和存储介质
CN111177453A (zh) * 2020-01-07 2020-05-19 百度在线网络技术（北京）有限公司 控制音频播放的方法、装置、设备及计算机可读存储介质
CN111177453B (zh) * 2020-01-07 2023-11-14 百度在线网络技术（北京）有限公司 控制音频播放的方法、装置、设备及计算机可读存储介质
CN111212311A (zh) * 2020-01-13 2020-05-29 四川长虹电器股份有限公司 一种语音交互视频的生成及播放方法
CN111462744A (zh) * 2020-04-02 2020-07-28 深圳创维－Rgb电子有限公司 一种语音交互方法、装置、电子设备及存储介质
CN111462744B (zh) * 2020-04-02 2024-01-30 深圳创维－Rgb电子有限公司 一种语音交互方法、装置、电子设备及存储介质
CN113542797A (zh) * 2020-09-18 2021-10-22 腾讯科技（深圳）有限公司 视频播放中的互动方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
JP6999594B2 (ja) 2022-01-18
US20200007926A1 (en) 2020-01-02
JP2020005248A (ja) 2020-01-09

Similar Documents

Publication Publication Date Title
CN108769745A (zh) 视频播放方法和装置
US11158102B2 (en) Method and apparatus for processing information
US11151765B2 (en) Method and apparatus for generating information
CN107835444A (zh) 信息交互方法、装置、音频终端及计算机可读存储介质
CN108986805B (zh) 用于发送信息的方法和装置
CN108022586A (zh) 用于控制页面的方法和装置
CN108648756A (zh) 语音交互方法、装置和***
CN108196820A (zh) 用于调节播放参数的方法和装置
CN107452378A (zh) 基于人工智能的语音交互方法和装置
CN109190114A (zh) 用于生成回复信息的方法和装置
CN109643540A (zh) 用于人工智能语音演进的***和方法
CN108933730A (zh) 信息推送方法和装置
CN109036397A (zh) 用于呈现内容的方法和装置
CN108959087A (zh) 测试方法和装置
CN109829164A (zh) 用于生成文本的方法和装置
CN107342083A (zh) 用于提供语音服务的方法和装置
CN108334498A (zh) 用于处理语音请求的方法和装置
CN109885277A (zh) 人机交互设备、方法、***和装置
CN108509611A (zh) 用于推送信息的方法和装置
CN109767773A (zh) 基于语音交互终端的信息输出方法和装置
CN109344330A (zh) 信息处理方法和装置
CN109582825A (zh) 用于生成信息的方法和装置
CN109873756A (zh) 用于发送信息的方法和装置
CN108337556A (zh) 用于播放影音文件的方法和装置
CN108494975A (zh) 来电响应方法和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181106