CN113014854B - 互动记录的生成方法、装置、设备及介质 - Google Patents

互动记录的生成方法、装置、设备及介质 Download PDF

Info

Publication number
CN113014854B
CN113014854B CN202010366930.4A CN202010366930A CN113014854B CN 113014854 B CN113014854 B CN 113014854B CN 202010366930 A CN202010366930 A CN 202010366930A CN 113014854 B CN113014854 B CN 113014854B
Authority
CN
China
Prior art keywords
data
behavior
information
generating
interaction record
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.)
Active
Application number
CN202010366930.4A
Other languages
English (en)
Other versions
CN113014854A (zh
Inventor
杨晶生
陈可蓉
赵立
韩晓
史寅
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.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network 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 ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202010366930.4A priority Critical patent/CN113014854B/zh
Priority to JP2022563348A priority patent/JP2023522092A/ja
Priority to PCT/CN2021/090395 priority patent/WO2021218981A1/zh
Priority to EP21795627.5A priority patent/EP4124024A4/en
Publication of CN113014854A publication Critical patent/CN113014854A/zh
Priority to US17/881,999 priority patent/US20220375460A1/en
Application granted granted Critical
Publication of CN113014854B publication Critical patent/CN113014854B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/15—Conference systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/083—Recognition networks
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/005—Language recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/263—Language identification
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/57—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for processing of video signals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/72—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for transmitting results of analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/16—Arrangements for providing special services to substations
    • H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
    • H04L12/1813—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast for computer conferences, e.g. chat rooms
    • H04L12/1831—Tracking arrangements for later retrieval, e.g. recording contents, participants activities or behavior, network status
    • 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
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • 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
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
    • 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
    • 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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • 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
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/06—Decision making techniques; Pattern matching strategies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/16—Arrangements for providing special services to substations
    • H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
    • H04L12/1813—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast for computer conferences, e.g. chat rooms
    • H04L12/1827—Network arrangements for conference optimisation or adaptation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Transfer Between Computers (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开实施例公开了一种互动记录的生成方法、装置、设备及介质，该方法包括：从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；基于所述行为数据，生成与所述行为数据对应的互动记录数据。本公开实施例的技术方案，通过采集多媒体数据流中的语音信息和/或操作信息，并基于语音信息和操作信息生成互动记录数据，使得交互的用户可以通过互动记录数据确定互动信息，提高了交互用户的互动效率，进而提高用户体验的技术效果。

Description

互动记录的生成方法、装置、设备及介质
技术领域
本公开实施例涉及计算机数据处理技术领域，尤其涉及一种互动记录的生成方法、装置、设备及介质。
背景技术
目前，不论是实时互动还是录屏视频，服务端均可以接收到各发言用户的语音信息，并对语音信息进行处理后进行播放。
但是，在实际应用过程中，可能存在基于语音信息无法确定其发言内容时，只能让发言用户重复已发表的言论，或者通过发言用户接下来的发言内容来猜测其具体的意思，亦或是回放录屏视频来确认某个发言用户的核心思想，不论采用上述哪一种方式均会导致交互效率较低，以及用户体验较差的技术问题。
发明内容
本公开实施例提供了一种实时互动记录的生成方法、装置、设备及介质，以优化对互动过程的记录方式，从而提高互动沟通效率。
第一方面，本公开实施例提供了一种互动记录的生成方法，该方法包括：
从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；
基于所述行为数据，生成与所述行为数据对应的互动记录数据。
第二方面，本公开实施例还提供了一种互动记录的生成装置，该装置包括：
行为数据采集模块，用于从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；
互动记录数据生成模块，用于基于所述行为数据，生成与所述行为数据对应的互动记录数据。
第三方面，本公开实施例还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；
存储装置，用于存储一个或多个程序，
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本公开实施例任一所述的互动记录的生成方法。
第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的互动记录的生成方法。
本公开实施例的技术方案，通过采集多媒体数据流中的语音信息和/或操作信息，并基于语音信息和操作信息生成互动记录数据，使得交互的用户可以通过互动记录数据确定互动信息，提高了交互用户的互动效率，进而提高用户体验的技术效果。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例一所提供的一种互动记录的生成方法流程示意图；
图2为本公开实施例二所提供的一种互动记录的生成方法流程示意图；
图3为本公开实施例三所提供的一种互动记录的生成方法流程示意图；
图4为本公开实施例四所提供的一种互动记录的生成方法流程示意图；
图5为本公开实施例五所提供的一种互动记录的生成装置结构示意图；
图6为本公开实施例六所提供的一种电子设备结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
实施例一
图1为本公开实施例一所提供的一种互动记录的生成方法流程示意图，本公开实施例适用于在互联网所支持的互动应用场景中，基于用户的交互信息生成互动记录数据的情形，该方法可以由互动记录的生成装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。互动场景通常是由客户端和服务器来配合实现的，本实施例所提供的方法可以由服务端来执行，或者是客户端和服务端的配合来执行。
如图1，本实施例的方法包括：
S110、从多媒体数据流中，采集多媒体数据流所表征的用户的行为数据。
其中，多媒体数据流可以是与实时互动交互界面对应的视频流数据，或者是对实时互动界面进行录屏后，录屏视频中的视频流数据。实时互动界面为实时互动应用场景中的任意交互界面。实时互动场景可通过互联网和计算机手段实现，例如，通过原生程序或web程序等实现的交互应用程序。在实时交互界面中，可允许多个用户以各种形式的互动行为来进行交互，例如，输入文字、语音、视频或者共享等互动行为。行为数据中可包括互动行为所涉及的各种数据，例如，互动行为类型、以及互动行为中所涉及的具体内容。
由此，可以从基于与互动行为界面相对应的多媒体数据流中，采集各个参与互动的互动用户的语音数据和/或行为数据，以根据行为数据生成与行为数据对应的互动记录数据。
S120、基于行为数据，生成与行为数据对应的互动记录数据。
其中，互动记录数据与采集的行为数据相对应。互动记录数据可以是将互动行为中的语音信息、互动行为中所涉及的具体内容转换为相应的文字表述。可选的，互动记录数据可以是与行为数据相对应的互动记录文本，互动记录文本中包括与语音信息相对应的文字表述，或者是将操作信息转换为相应的文字表述，或者是互动记录文本中既包括与每个语音信息相对应的文字表述，以及与操作信息相对应的文字表述。生成互动记录数据的操作，可以由各个客户端自行处理产生，也可以由服务端统一对各用户的行为数据处理产生。
具体的，获取行为数据中的语音信息和/或操作信息，服务器可以对各行为数据进行处理，分别得到与语音信息和操作信息对应的文字表述，即生成与行为数据对应的互动记录数据。
生成互动记录数据的好处在于：考虑到在视频会议或者直播的过程中，无法理解或者漏掉其他发言用户的发言信息时，可以采集各个发言用户的行为数据，并基于行为数据生成与相应的互动记录数据，以便用户基于互动记录数据查看其它发言用户的发言信息，从而确定各发言用户的核心思想，提高了互动过程中的用户交互效率以及用户体验的技术效果。还考虑到，在基于录屏视频无法确定发言用户的语音信息时，需要用户手动触发回放的操作，如，每触发一次回放控件，可以回退五秒钟视频，或者拖动进度条控制录屏视频的播放画面，此种方式由于无法准确定位到发言用户发表言论的视频画面，导致需要用户手动多次操作，不仅提高了人力成本，还降低了用户交互效率，而本公开实施例的方案可以生成与录屏视频相对应的互动记录数据，可以比较直观的根据互动记录数据确定各发言用户的核心思想，提高了互动交互的便捷性和高效性。
例如，基于多媒体数据流获取了两个用户的语音信息，以及在视频会议过程中的触发的操作信息，如，操作信息可以是，触发了文档中的某段文字，可以将语音信息和操作信息转换为相应的文字表述，并且还可以获取发言用户触发的某段文字内容，可以将文字表述和文字内容作为互动记录数据。
为了便于发言用户基于互动记录数据，确定其他各发言用户的语音信息以及操作信息，互动记录数据中记录的数据可以包括发言用户标识，发言时间以及相应的文字表述，例如，互动记录数据中记录的数据可以是“ID1-20：00- 我认同这件事情”。
本公开实施例的技术方案，通过采集多媒体数据流中的语音信息和/或操作信息，并基于语音信息和操作信息生成互动记录数据，使得交互的用户可以通过互动记录数据确定互动信息，提高了交互用户的互动效率，进而提高用户体验的技术效果。
在本公开实施例中，所述行为数据包括操作信息，生成与行为数据对应的互动记录数据，包括：确定操作信息中的操作对象和操作行为，基于操作对象和操作行为的关联关系，生成互动记录数据。
其中，用户的操作行为可以有多种，相应的，与操作行为相对应的操作对象也包括多种。可以获取操作行为中的操作对象和操作行为，并将操作对象和操作行为转化为对应的互动记录数据。
在本实施例中，用户的操作行为有多种，典型的用户操作行为数据可以包括共享行为和共享对象，共享行为可以是文档共享操作和/或屏幕共享操作，共享对象可以是共享的具体内容。可选的，操作信息包括文档共享操作信息，则操作对象包括共享文档，操作行为包括文档共享的行为，基于行为数据，生成与行为数据对应的互动记录数据，包括：基于共享文档确定与共享文档关联的文档共享地址和/或存储地址，并基于共享地址和/或存储地址生成互动记录数据。操作信息包括屏幕共享操作信息，则操作对象包括共享屏幕，操作行为包括对共享屏幕的共享行为，基于行为数据，生成与行为数据对应的互动记录数据，包括：基于共享屏幕确定共享屏幕中的标识信息，并基于标识信息生成互动记录数据。本领域技术人员可以理解，在基于多媒体的互动应用场景中，用户操作行为可以是但不限于上述所列列举的，例如，还可以包括白板书写等行为。
实施例二
图2为本公开实施例二所提供的一种互动记录的生成方法流程示意图。本实施例以前述实施例为基础，多媒体数据流可以是基于实时互动界面来确定的，还可以是基于录屏视频确定的。当多媒体数据流的获取方式不同时，采集多媒体数据流所表征的用户行为数据也不相同，相应的，生成与行为数据相对应的互动记录数据也存在一定的差异。在本实施例中，以多媒体数据流是基于实时互动界面确定的为例来介绍。
如图2所示，所述方法包括：
S210、若接收到生成互动记录的请求信息时，基于请求信息实时采集各个用户的行为数据。
其中，若基于实时互动界面生成互动记录数据时，可以检测各发言用户是否触发了目标控件，可选的，目标控件可以是生成互动记录数据的控件，若触发了目标控件可以采集各发言用户的行为数据，反之则不采集发言用户的行为数据。若服务端生成互动记录，可以是：在实时互动过程中，例如在视频会议过程中，若用户在客户端触发了互动记录生成控件，客户端可以基于该触发操作生成互动记录的请求信息，并将请求信息发送至服务端。服务端接收请求信息，并基于请求信息开始实时采集各互动用户的语音信息和/或操作信息。
在本实施例中，采集多媒体数据流所表征的用户的行为数据，包括：接收客户端采集各个用户的语音信息，和/或接收与触发操作相对应的请求信息，确定与请求信息对应的操作信息。
具体的，可以将参与实时互动的用户称为互动用户或发言用户。若互动用户A通过语音发表了一些言论，与互动用户A对应的客户端可以采集该互动用户A的语音数据；和/或，若服务端接收到触发操作相对应的请求信息时，可以基于该请求信息去确定互动用户在客户端所触发的操作，进而确定与触发操作相对应操作对象和操作行为，以便基于操作对象和操作行为生成互动记录。
S220、基于行为数据，生成与行为数据相对应的互动记录。
可选的，如果行为数据中包括操作信息，确定操作信息中的操作对象和操作行为，基于操作对象和操作行为的关联关系，生成互动记录数据，包括：当检测到触发文档共享的操作时，获取共享文档，以及与共享文档相对应的关联信息；基于触发操作、共享文档以及关联信息，确定操作信息；关联信息中包括共享文档的共享链接，和/或共享文档的存放地址；基于操作信息，生成与行为数据对应的互动记录数据。
其中，若触发操作为文档共享操作，操作信息中的操作对象为共享文档，操作行为为文档共享的操作。基于操作信息生成互动记录可以是：检测到触发共享控件时，可以获取多媒体视频流中的共享文档，以及确定与共享文档对应的共享链接，或者共享文档的存放地址。可以基于文档共享的触发操作、共享文档以及与共享文档对应的链接或存放地址，生成互动记录数据中的一条数据，例如，与共享触发操作相对应的互动记录数据可以是：ID-共享操作-共享文档 A-存放链接为http//xxxxxxxxxx.com。
可选的，如果行为数据包括操作信息，操作信息为屏幕共享，生成与操作信息对应的互动记录数据，包括：当检测到触发屏幕共享操作时，识别共享屏幕中的标识性信息；基于标识性信息、触发屏幕共享操作、共享屏幕作为操作信息，以基于操作信息生成互动记录数据；其中，标识性信息包括共享屏幕中的链接。
其中，若触发操作为屏幕共享操作，操作信息中的操作对象为共享屏幕，操作行为为屏幕共享的操作。基于操作信息生成互动记录可以是：检测到触发共享控件时，可以获取多媒体视频流中的共享屏幕，并提取出共享屏幕中的标识性信息，如若共享屏幕中显示的内容为网页信息，提取出的共享屏幕中的标识性信息可以是该网页的链接。可以基于屏幕共享的触发操作、共享屏幕以及共享屏幕中的标识性信息，生成互动记录数据中的一条数据。
在本实施例中，生成与操作信息对应的互动记录，不仅可以确定互动用户的操作行为，还可以记录操作信息中的与操作对象关联的信息，以便用户基于互动记录数据中记录的操作信息调取相应的共享文档或者共享屏幕中的内容，进一步提高了实时互动的交互效率。
当然，在实时互动过程中，例如，在视频会议过程中，采集的行为数据中不可避免的包括个互动用户的语音信息。可选的，如果行为数据中包括语音信息，基于行为数据，生成与行为数据对应的互动记录数据，包括：对语音信息进行语音识别，基于对语音信息的识别结果，生成互动记录数据。
其中，对语音信息识别可以包括声纹识别，基于声纹识别结果可以确定各发言用户的身份信息。对语音信息识别还可以包括语种类型识别，可以确定语音信息所属发言用户的目标语种类型，进而将各发言用户的语音信息翻译为目标语种类型相同的文字表述，这样处理的好处在于，可以将其它语种类型的语音数据翻译为与目标语种类型相同的互动记录数据，从而便于用户根据互动记录数据辅助了解其他用户的发言信息，提高了互动过程中的沟通效率。
可选的，对语音信息进行语音识别，基于对语音信息的语音识别结果，生成互动记录数据，包括：确定语音信息所属发言用户的目标语种类型；基于目标语种类型对行为数据中的语音信息进行处理，生成互动记录数据。
需要说明的是，可以将每个客户端所对应的用户作为发言用户，所对应的客户端作为目标客户端。目标语种类型可以是目标发言用户当前所使用的语种类型，或者是，目标发言用户在客户端上预先设置的语种类型。
具体的，基于与语音信息，可以确定各语音信息所属发言用户的目标语种类型，将语音数据转化为与目标语种类型相同的互动记录数据。
由于目标语种类型可以是发言用户所使用的语种类型，或者是发言用户预先在客户端上设置的语种类型，即发言用户比较熟悉的语种，因此在将其它发言用户的语音数据转换为与目标语种类型对应的互动记录数据时，可以提高发言用户阅读互动记录数据的效率，并辅助发言用户便捷、准确的理解其它发言用户的语音信息，从而达到了提高交互效率的技术效果。
在本实施例中，确定语音信息所属发言用户的目标语种类型，包括：基于当前客户端所属发言用户的语种类型确定目标语种类型。
也就是说，可以根据每个客户端所属发言用户的语种类型来确定目标语种类型。
在本实施例中，确定当前客户端所属发言用户的语种类型通过以下至少一种方式确定：通过对行为数据中的语音信息进行语种类型识别，确定用户的语种类型；获取客户端上预先设置的语种类型；获取客户端的登录地址，基于所述登录地址确定与用户对应的语种类型。
第一种方式可以是：获取行为数据中的语音信息，基于语音信息确定与其对应的发言用户的语种类型，可以将此语种类型作为目标语种类型。例如，采集到发言用户A的语音信息，对语音信息处理后，确定发言用户A的语种类型为中文，可以将中文语种类型作为目标语种类型。
示例性的，假设有三个用户参与实时互动，可选的，实时互动为视频会议，可以将三个用户分别标记为用户A、用户B以及用户C，用户A所使用的语种类型为中文语种类型，用户B所使用的语种类型为英文语种类型，用户C所使用的语种类型为日文语种类型。当用户A触发字幕显示控件时，可以分别采集用户A、用户B以及用户C的语音信息，通过对用户A的语音信息进行处理，确定用户A的语种类型为中文，此时可将中文作为目标语种类型，同时可以将用户B以及用户C的语音信息翻译为中文，将操作信息转换为与其相对应的中文，即互动记录数据为将各用户的行为数据转化为中文的数据；当然，若用户B触发了字幕显示控件，可以根据用户B的语音信息目标语种类型为英文，相应的，可以将用户A以及用户C的语音信息翻译为英文。也就是说，可以将发言用户的语种类型作为目标语种类型，将其它发言用户的语音信息翻译为目标语种类型后作为互动记录数据。
第二种方式可以是：在发言用户触发显示字幕的操作时，可以设置字幕的语种类型，可以将设置的语种类型作为目标语种类型。示例性的，在发言用户触发字幕显示控件时，可以弹出语种选择列表以供用户选择。用户可以选择任意一种语种类型，如，用户触发了语种选择列表中的中文语种类型并点击了确认按键，服务端或客户端可以确定发言用户选择了中文语种类型，并将中文语种类型作为目标语种类型。
第三种方式可以是：若检测到发言用户触发字幕显示控件时，可以获取客户端的登录地址，即客户端的IP地址，以根据登录地址确定客户端所属的区域，进而将所属区域所使用的语种类型作为目标语种类型。例如，在用户触发字幕显示控件时，可以获取该客户端的登录地址，基于登录地址确定客户端所属的区域为中国，则目标语种类型为中文。
在本实施例中，确定与各发言用户对应的目标语种类型，并将其它发言用户的语音信息转换为目标语种类型，使得生成的互动记录数据，符合各发言用户的阅读习惯，以便于用户能够快速理解其它发言用户的发言信息，进而提高互动交互效率的技术效果。
需要说明的是，在采集各发言用户的行为数据并生成互动记录的过程中，若检测到用户触发暂停采集的控件时，可以不再采集用户的行为数据，并不再生成与行为数据对应的互动记录数据。
本公开实施例的技术方案，在实时互动的过程中采集各发言用户的行为数据，并将行为数据转换为目标语种类型的互动记录数据，便于发言用户基于互动记录数据理解其它发言用户的语音信息，以及基于互动记录数据进行互动复盘，不仅提高了互动交互效率，还提高了会议内容总结的技术效果。
在上述技术方案的基础上，若检测到互动界面中新增互动用户时，即新增发言用户时，获取当前互动界面中的历史互动记录数据，并将历史互动记录发送至新增用户的客户端。
也就是说，在实时互动过程中，如视频会议过程中，若新增了发言用户，可以在确定新增发言用户的目标语种类型时，获取历史互动记录数据。将历史互动记录数据转换为与目标语种类型相同的互动记录数据，并发送至与新增用户对应的客户端，以便新增用户阅读。此种设置方式的好处在于，在新增用户加入互动时，可以及时了解各发言用户的历史发言信息，进而确定各发言用户所持的观点或者言论，从而便于与其它发言用户进行有效沟通的技术效果。
实施例三
图3为本公开实施例三所提供的一种互动记录的生成方法流程示意图。在实施例一的基础上，多媒体数据流还可以是基于录屏视频来确定的，相应的，对采集行为数据以及生成互动记录数据可进行具体优化。
如图3所示，所述方法包括：
S310、采集录屏视频中的语音信息以及操作信息。
其中，在实时互动过程中，可以基于录屏设备录制互动过程，得到录屏视频。例如，在视频会议过程中，录制视频会议，将录制的视频会议作为录屏视频。基于录屏视频可以确定各发言用户的语音信息以及操作信息。
具体的，当需要基于录屏视频生成互动记录数据时，用户可以先触发互动记录数据生成控件，基于用户的触发操作，可以从录屏视频的多媒体数据流中采集的语音信息以及操作信息。
S320、基于所述行为数据，生成与所述行为数据对应的互动记录数据。
可选的，若采集的录屏视频中包括语音数据，对语音数据进行处理可以是：对语音信息进行声纹识别，确定语音信息所对应的发言用户；对语音信息进行语音识别，得到语音识别结果；基于发言用户和语音识别结果的关联，生成与行为数据对应的互动记录数据。
通常，客户端有对应的客户端账号或客户端ID，从而根据不同客户端账号来区分不同的发言用户。但是基于录屏视频，无法通过客户端ID对发言用户进行区别，由此，可以针对各发言用户的语音信息进行声纹识别，由于每个发言用户的语音具有独特的声纹，可据此来区分不同的发言用户。而后，互动记录数据中可包括用户A-语音数据对应的译文，用户B-语音数据对应的译文。
具体的，采集录屏视频中的各语音信息，通过对语音进行声纹识别来确定不同的发言用户身份；通过对语音数据的分析处理，确定与语音数据相对应的译文数据；将发言用户的身份与译文数据进行关联，确定与行为数据相对应的互动记录数据。互动记录数据中可以是发言用户A-翻译后的行为数据；发言用户B-翻译后的行为数据…。
录屏视频中还包括发言用户的操作信息，对操作信息进行处理可以是：通过对操作信息中的操作对象进行信息提取，生成与所述行为数据对应的互动记录数据。
可选的，对操作信息进行处理，生成与行为数据对应的互动记录数据包括：基于图像识别确定与所述操作信息相对应的目标图像中的目标元素；基于所述目标元素生成与所述行为数据对应的互动记录；其中，所述目标图像包括与共享文档对应的图像和/或与共享屏幕对应的图像其中，目标元素可以是目标链接、目标存储地址、电影、电视剧名称等标识信息中的至少一个或者多个。可以基于上述信息生成互动记录数据，即互动记录数据中包括目标链接、目标存储地址、电影、电视剧名称等信息。
本公开实施例的技术方案，通过对录屏视频中各发言用户的行为数据进行采集，并生成与行为数据相对应的互动记录数据，可以便于用户通过浏览互动记录数据，确定各发言用户的核心思想，避免了现有技术确定各发言用户的核心思想时，需要回放录屏视频，若录屏视频中存在较长时间的停顿，用户需要等待一定时长或者触发快进按键，通过触发快进按键存在无法准确定位到用户想要浏览的位置，导致浪费时间，以及实时互动复盘效率较低的问题，实现了将录屏视频转换为相应的互动记录文本，基于互动记录文本进行快速浏览，从而及时、便捷的了解各发言用户的核心思想时，起到了节省时间的技术效果。
实施例四
在上述实施例的基础上，在生成互动记录数据后，可以将互动记录数据展示在显示界面上。图4为本公开实施例四所提供的一种互动记录生成方法流程示意图。如图4所示，所述方法包括：
S410、从多媒体数据流中，采集多媒体数据流所表征的用户的行为数据，行为数据中包括语音信息和/或操作信息；
S420、基于行为数据，生成与行为数据对应的互动记录数据。
S430、将互动记录数据发送至目标客户端，以在目标客户端展示互动记录数据。
其中，将与发言用户对应的客户端作为目标客户端。
具体的，在确定互动记录数据后，可以将互动记录数据发送至目标客户端，以在目标客户端展示互动记录数据。
在客户端展示时，可以将其展示在目标区域。可选的，将互动记录数据展示在目标区域。
其中，可以预先设置互动记录的显示区域并将预先设置的显示区域作为目标区域。目标区域例如可以是主交互区域周边的区域，可是顶部、底部或侧边等。例如，在视频会议场景下，视频交互窗口是主交互区域，占据屏幕2/3的区域，展示互动记录数据的区域可以是侧边的1/3区域，相应的，侧边的1/3 区域为目标区域。可以将互动记录数据展示在侧边的1/3区域。可选的，将互动记录数据显示在目标区域，包括：将所述互动记录数据以弹幕的形式显示在所述目标区域；所述目标区域包括所述视频画面中的空白区域。
其中，空白区域可以是交互界面中未包括任何元素的区域，例如，文字、头像等元素。空白区域可以是预先设置的，以将互动记录数据存储在目标区域。当然，空白区域还可以是实时更新的，其具体的更新方式可以根据显示界面上显示的图像信息实时更新的。
也就是说，服务端可以实时检测互动交互界面，例如，检测视频会议界面，可以基于交互界面上展示的各个元素实时确定显示界面上没有任何元素的区域，并将此时确定的区域作为空白区域。
在上述技术方案的基础上，在生成互动记录数据后，还可以将互动记录数据存储至目标位置。
可选的，将互动记录数据将互动记录数据存储至本地；和/或，将互动记录数据存储至云端，并生成与互动记录数据对应的存储链接，以基于存储链接获取互动记录数据。
在实际应用过程中，为了会议复盘，例如，视频会议后，需要对视频会议中的内容进行复盘或者是会议内容汇总，可以将互动记录数据导出至目标位置。
在本实施例中，目标位置可以是云端，也可以是本地。所述将互动记录数据存储至目标位置，包括：将互动记录数据导出至本地；和/或将互动记录数据存储至云端，并生成与互动记录数据对应的存储链接，以基于存储链接获取互动记录数据。
本公开实施例的技术方案，可以将互动记录数据展示在目标区域，便于用户在实时互动过程中，可以浏览交互界面上显示的交互记录数据，提高了用户阅读交互记录数据的便捷性。
实施例五
图5是本公开实施例五所提供的一种互动记录的生成装置结构示意图。如图5所示，所述装置包括：行为数据采集模块510以及互动记录数据生成模块 520。
其中，行为数据采集模块510，用于从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；互动记录数据生成模块520，用于基于所述行为数据，生成与所述行为数据对应的互动记录数据。
本公开实施例的技术方案，通过采集多媒体数据流中的语音信息和/或操作信息，并基于语音信息和操作信息生成互动记录数据，使得交互的用户可以通过互动记录数据确定互动信息，提高了交互用户的互动效率，进而提高用户体验的技术效果。
在上述技术方案的基础上，所述行为数据包括操作信息，互动记录数据生成模块还用于：确定所述操作信息中的操作对象和操作行为，基于所述操作对象和操作行为的关联关系，生成互动记录数据。
在上述技术方案的基础上，所述操作信息包括文档共享操作信息，则所述操作对象包括共享文档，所述操作行为包括文档共享的行为，所述互动记录数据生成模块，还用于：基于所述共享文档确定与所述共享文档关联的文档共享地址和/或存储地址，并基于所述共享地址和/或存储地址生成所述互动记录数据。
在上述技术方案的基础上，所述操作信息包括屏幕共享操作信息，则所述操作对象包括共享屏幕，所述操作行为包括对所述共享屏幕的共享行为，所述互动记录数据生成模块，还用于：基于所述共享屏幕确定所述共享屏幕中的标识信息，并基于所述标识信息生成所述互动记录数据。
在上述技术方案的基础上，所述行为数据采集模块，还用于：采集所述录屏视频中的语音信息以及操作信息。
在上述技术方案的基础上，所述行为数据采集模块，还包括：
发言用户确定单元，用于对所述语音信息进行声纹识别，确定语音信息所对应的发言用户；语音识别单元，用于对所述语音信息进行语音识别，得到语音识别结果；互动记录数据生成单元，用于基于所述发言用户和所述语音识别结果的关联，生成与所述行为数据对应的互动记录数据。
在上述技术方案的基础上，所述行为数据采集模块，还用于：通过对操作信息中的操作对象进行信息提取，生成与所述行为数据对应的互动记录数据。
在上述技术方案的基础上，所述行为数据采集模块，还用于：
基于图像识别确定与所述操作信息相对应的目标图像中的目标元素；基于所述目标元素生成与所述行为数据对应的互动记录；其中，所述目标图像包括与共享文档对应的图像和/或与共享屏幕对应的图像。在上述技术方案的基础上，所述多媒体数据流为基于实时互动界面产生的数据流，所述行为数据采集模块，还用于：若接收到生成互动记录的请求信息时，基于所述请求信息实时采集各个用户的行为数据。
在上述技术方案的基础上，所述行为数据采集模块，还用于：接收客户端采集各个用户的语音信息，和/或接收与触发操作相对应的请求信息，确定与所述请求信息对应的操作信息。
在上述技术方案的基础上，如果所述行为数据包括操作信息，互动记录数据生成模块，还用于：当检测到触发文档共享的操作时，获取所述共享文档，以及与所述共享文档相对应的关联信息；基于触发操作、所述共享文档以及所述关联信息，确定所述操作信息；所述关联信息中包括所述共享文档的共享链接，和/或所述共享文档的存放地址；基于所述操作信息，生成与所述行为数据对应的互动记录数据。
在上述技术方案的基础上，如果所述行为数据包括操作信息，互动记录数据生成模块，还用于：当检测到触发屏幕共享操作时，识别所述共享屏幕中的标识性信息；基于所述标识性信息、触发操作以及所述共享屏幕的视频帧，确定所述操作信息；基于所述操作信息，生成与所述行为数据对应的互动记录数据；其中，所述标识性信息包括所述共享屏幕中的链接。在上述技术方案的基础上，如果所述行为数据包括语音信息，所述互动记录数据生成模块，还用于：
对所述语音信息进行语音识别，基于对所述语音信息的语音识别结果，生成所述互动记录数据。
在上述技术方案的基础上，所述互动记录数据生成模块，还包括：
语种类型确定单元，用于确定所述语音信息所属发言用户的目标语种类型；互动记录数据生成子模块，用于基于所述目标语种类型对行为数据中的语音信息进行处理，生成所述互动记录数据。
在上述技术方案的基础上，语种类型确定单元，还用于基于当前客户端所属发言用户的语种类型确定目标语种类型。
在上述技术方案的基础上，确定当前客户端所属发言用户的语种类型通过以下至少一种方式确定：通过对行为数据中的语音信息进行语种类型识别，确定用户的语种类型；获取客户端上预先设置的语种类型；获取客户端的登录地址，基于所述登录地址确定与用户对应的语种类型。
在上述技术方案的基础上，所述装置还包括互动记录数据展示模块，用于将所述互动记录数据发送至目标客户端，以在所述目标客户端展示所述互动记录数据。
在上述技术方案的基础上，所述装置还包括互动记录数据展示模块，还用于将所述互动记录数据显示在目标区域。
在上述技术方案的基础上，所述目标区域位于所述多媒体画面的***，或，位于所述视频画面中的空白区域。
在上述技术方案的基础上，互动记录数据展示模块，还用于将所述互动记录数据以弹幕的形式显示在所述目标区域；所述目标区域包括所述视频画面中的空白区域。
在上述技术方案的基础上，所述空白区域为基于显示界面上显示的图像信息实时更新的。
在上述技术方案的基础上，所述装置还包括：互动记录数据存储模块，用于将所述互动记录数据存储至目标位置。
在上述技术方案的基础上，互动记录数据存储模块还用于将所述互动记录数据存储至本地；和/或，将所述互动记录数据存储至云端，并生成与所述互动记录数据对应的存储链接，以基于所述存储链接获取所述互动记录数据。
在上述技术方案的基础上，所述多媒体数据流包括基于多媒体会议的视频数据流、基于视频直播的视频数据流或群聊的视频数据数据流。
本公开实施例所提供的装置可执行本公开任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。
实施例六
下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图6 中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图 6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608 加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O) 接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608 ；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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，其包括承载在非暂态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装置609从网络上被下载和安装，或者从存储装置608 被安装，或者从ROM602 被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
本公开实施例提供的电子设备与上述实施例提供的互动记录的生成方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
实施例五
本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的互动记录的生成方法。
需要说明的是，本公开上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。在本公开中，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。而在本公开中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、 RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
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电子设备执行时，使得该电子设备：
从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；
基于所述行为数据，生成与所述行为数据对应的互动记录数据。
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公开的操作的计算机程序代码，上述程序设计语言包括但不限于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，图示了按照本公开各种实施例的***、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。
描述于本公开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。其中，单元/模块的名称在某种情况下并不构成对该单元本身的限定，例如，行为数据采集模块还可以被描述为“采集模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器 (EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，【示例一】提供了一种互动记录的生成方法，该方法包括：
从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；
基于所述行为数据，生成与所述行为数据对应的互动记录数据。
根据本公开的一个或多个实施例，【示例二】提供了一种互动记录的生成方法，还包括：
可选的，所述行为数据包括操作信息，所述生成与所述行为数据对应的互动记录数据，包括：确定所述操作信息中的操作对象和操作行为，基于所述操作对象和操作行为的关联关系，生成互动记录数据。
根据本公开的一个或多个实施例，【示例三】提供了一种互动记录的生成方法，还包括：
可选的，所述操作信息包括文档共享操作信息，则所述操作对象包括共享文档，所述操作行为包括文档共享的行为，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：基于所述共享文档确定与所述共享文档关联的文档共享地址和/或存储地址，并基于所述共享地址和/或存储地址生成所述互动记录数据。
根据本公开的一个或多个实施例，【示例四】提供了一种互动记录的生成方法，还包括：
可选的，所述操作信息包括屏幕共享操作信息，则所述操作对象包括共享屏幕，所述操作行为包括对所述共享屏幕的共享行为，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：
基于所述共享屏幕确定所述共享屏幕中的标识信息，并基于所述标识信息生成所述互动记录数据。
根据本公开的一个或多个实施例，【示例五】提供了一种互动记录的生成方法，还包括：
可选的，所述互动界面为实时互动界面的录屏视频，所述采集所述多媒体数据流所表征的用户的行为数据，包括：
采集所述录屏视频中的语音信息以及操作信息。
根据本公开的一个或多个实施例，【示例六】提供了一种互动记录的生成方法，还包括：
可选的，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：
对所述语音信息进行声纹识别，确定语音信息所对应的发言用户；
对所述语音信息进行语音识别，得到语音识别结果；
基于所述发言用户和所述语音识别结果的关联，生成与所述行为数据对应的互动记录数据。
根据本公开的一个或多个实施例，【示例七】提供了一种互动记录的生成方法，还包括：
可选的，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：
通过对操作信息中的操作对象进行信息提取，生成与所述行为数据对应的互动记录数据。
根据本公开的一个或多个实施例，【示例八】提供了一种互动记录的生成方法，还包括：
可选的，所述通过对操作信息中的操作对象进行信息提取，生成与所述行为数据对应的互动记录数据，包括：
基于图像识别确定与所述操作信息相对应的目标图像中的目标元素；基于所述目标元素生成与所述行为数据对应的互动记录；其中，所述目标图像包括与共享文档对应的图像和/或与共享屏幕对应的图像。根据本公开的一个或多个实施例，【示例九】提供了一种互动记录的生成方法，还包括：
可选的，所述多媒体数据流为基于实时互动界面产生的数据流，所述从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，包括：
若接收到生成互动记录的请求信息时，基于所述请求信息实时采集各个用户的行为数据。
根据本公开的一个或多个实施例，【示例十】提供了一种互动记录的生成方法，还包括：
可选的，所述采集所述多媒体数据流所表征的用户的行为数据，包括：
接收客户端采集各个用户的语音信息，和/或接收与触发操作相对应的请求信息，确定与所述请求信息对应的操作信息。
根据本公开的一个或多个实施例，【示例十一】提供了一种互动记录的生成方法，还包括：
可选的，如果所述行为数据包括操作信息，所述确定所述操作信息中的操作对象和操作行为，基于所述操作对象和操作行为的关联关系，生成互动记录数据，包括：
当检测到触发文档共享的操作时，获取所述共享文档，以及与所述共享文档相对应的关联信息；
基于触发操作、所述共享文档以及所述关联信息，确定所述操作信息；所述关联信息中包括所述共享文档的共享链接，和/或所述共享文档的存放地址；
基于所述操作信息，生成与所述行为数据对应的互动记录数据。
根据本公开的一个或多个实施例，【示例十二】提供了一种互动记录的生成方法，还包括：
可选的，如果所述行为数据包括操作信息，所述确定所述操作信息中的操作对象和操作行为，基于所述操作对象和操作行为的关联关系，生成互动记录数据，包括：
当检测到触发屏幕共享操作时，识别所述共享屏幕中的标识性信息；基于所述标识性信息、触发操作以及所述共享屏幕的视频帧，确定所述操作信息；基于所述操作信息，生成与所述行为数据对应的互动记录数据；其中，所述标识性信息包括所述共享屏幕中的链接。根据本公开的一个或多个实施例，【示例十三】提供了一种互动记录的生成方法，还包括：
可选的，如果所述行为数据包括语音信息，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：
对所述语音信息进行语音识别，基于对所述语音信息的语音识别结果，生成所述互动记录数据。
根据本公开的一个或多个实施例，【示例十四】提供了一种互动记录的生成方法，还包括：
可选的，所述对所述语音信息进行语音识别，基于对所述语音信息的语音识别结果，生成所述互动记录数据，包括：
确定所述语音信息所属发言用户的目标语种类型；
基于所述目标语种类型对行为数据中的语音信息进行处理，生成所述互动记录数据。
根据本公开的一个或多个实施例，【示例十五】提供了一种互动记录的生成方法，还包括：
可选的，所述确定所述语音信息所属发言用户的目标语种类型，包括：
基于当前客户端所属发言用户的语种类型确定目标语种类型。
根据本公开的一个或多个实施例，【示例十六】提供了一种互动记录的生成方法，还包括：
可选的，确定当前客户端所属发言用户的语种类型通过以下至少一种方式确定：
通过对行为数据中的语音信息进行语种类型识别，确定用户的语种类型；
获取客户端上预先设置的语种类型；
获取客户端的登录地址，基于所述登录地址确定与用户对应的语种类型。
根据本公开的一个或多个实施例，【示例十七】提供了一种互动记录的生成方法，还包括：
若检测到新增用户时，获取历史互动记录数据，并将所述历史互动记录数据推送至所述新增用户的客户端。
根据本公开的一个或多个实施例，【示例十八】提供了一种互动记录的生成方法，还包括：
可选的，将所述互动记录数据发送至目标客户端，以在所述目标客户端展示所述互动记录数据。
根据本公开的一个或多个实施例，【示例十九】提供了一种互动记录的生成方法，还包括：
可选的，所述在所述目标客户端展示所述互动记录数据，包括：
将所述互动记录数据显示在目标区域。
根据本公开的一个或多个实施例，【示例二十】提供了一种互动记录的生成方法，还包括：
可选的，所述目标区域位于所述多媒体画面的***，或，位于所述视频画面中的空白区域。
根据本公开的一个或多个实施例，【示例二十一】提供了一种互动记录的生成方法，还包括：
可选的，所述将所述互动记录数据显示在目标区域，包括：
将所述互动记录数据以弹幕的形式显示在所述目标区域；
所述目标区域包括所述视频画面中的空白区域。
根据本公开的一个或多个实施例，【示例二十二】提供了一种互动记录的生成方法，还包括：
可选的，所述空白区域为基于显示界面上显示的图像信息实时更新的。
根据本公开的一个或多个实施例，【示例二十三】提供了一种互动记录的生成方法，还包括：
可选的，将所述互动记录数据存储至目标位置。
根据本公开的一个或多个实施例，【示例二十四】提供了一种互动记录的生成方法，还包括：
可选的，所述将所述互动记录数据存储至目标位置，包括：
将所述互动记录数据存储至本地；和/或，
将所述互动记录数据存储至云端，并生成与所述互动记录数据对应的存储链接，以基于所述存储链接获取所述互动记录数据。
根据本公开的一个或多个实施例，【示例二十五】提供了一种互动记录的生成方法，还包括：
可选的，所述多媒体数据流包括基于多媒体会议产生的视频数据流、基于视频直播产生的视频数据流或群聊过程中产生的视频数据流。
根据本公开的一个或多个实施例，【示例二十六】提供了一种互动记录的生成装置，该装置包括：
行为数据采集模块，用于从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；
互动记录数据生成模块，用于基于所述行为数据，生成与所述行为数据对应的互动记录数据。
以上描述仅为本公开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，本公开中所涉及的公开范围，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公开构思的情况下，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。例如上述特征与本公开中公开的(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。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (22)

1.一种互动记录的生成方法，其特征在于，包括：
从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；
基于所述行为数据，生成与所述行为数据对应的互动记录数据；
所述行为数据包括操作信息，所述生成与所述行为数据对应的互动记录数据，包括：
确定所述操作信息中的操作对象和操作行为，基于所述操作对象和操作行为的关联关系，生成互动记录数据；
所述操作信息包括文档共享操作信息，则所述操作对象包括共享文档，所述操作行为包括文档共享的行为，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：
基于所述共享文档确定与所述共享文档关联的文档共享地址和/或存储地址，并基于所述共享地址和/或存储地址生成所述互动记录数据；
将所述互动记录数据发送至目标客户端，以在所述目标客户端展示所述互动记录数据；
通过对操作信息中的操作对象进行信息提取，所述生成与所述行为数据对应的互动记录数据，包括：
基于图像识别确定与所述操作信息相对应的目标图像中的目标元素；
基于所述目标元素生成与所述行为数据对应的互动记录；
其中，所述目标图像包括与共享文档对应的图像和/或与共享屏幕对应的图像。
2.根据权利要求1所述的方法，其特征在于，所述操作信息包括屏幕共享操作信息，则所述操作对象包括共享屏幕，所述操作行为包括对所述共享屏幕的共享行为，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：
基于所述共享屏幕确定所述共享屏幕中的标识信息，并基于所述标识信息生成所述互动记录数据。
3.根据权利要求1所述的方法，其特征在于，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：
对所述语音信息进行声纹识别，确定语音信息所对应的发言用户；
对所述语音信息进行语音识别，得到语音识别结果；
基于所述发言用户和所述语音识别结果的关联，生成与所述行为数据对应的互动记录数据。
4.根据权利要求1所述的方法，其特征在于，所述采集所述多媒体数据流所表征的用户的行为数据，包括：
采集录屏视频中的语音信息以及操作信息。
5.根据权利要求1所述的方法，其特征在于，所述多媒体数据流为基于实时互动界面产生的数据流，所述从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，包括：
若接收到生成互动记录的请求信息时，基于所述请求信息实时采集各个用户的行为数据。
6.根据权利要求5所述的方法，其特征在于，所述采集所述多媒体数据流所表征的用户的行为数据，包括：
接收客户端采集各个用户的语音信息，和/或接收与触发操作相对应的请求信息，确定与所述请求信息对应的操作信息。
7.根据权利要求6所述的方法，其特征在于，如果所述行为数据包括操作信息，所述确定所述操作信息中的操作对象和操作行为，基于所述操作对象和操作行为的关联关系，生成互动记录数据，包括：
当检测到触发屏幕共享操作时，识别所述共享屏幕中的标识性信息；
基于所述标识性信息、触发操作以及所述共享屏幕的视频帧，确定所述操作信息；
基于所述操作信息，生成与所述行为数据对应的互动记录数据；
其中，所述标识性信息包括所述共享屏幕中的链接。
8.根据权利要求1所述的方法，其特征在于，如果所述行为数据包括语音信息，所述基于所述行为数据，生成与所述行为数据对应的互动记录数据，包括：
对所述语音信息进行语音识别，基于对所述语音信息的语音识别结果，生成所述互动记录数据。
9.根据权利要求8所述的方法，其特征在于，所述对所述语音信息进行语音识别，基于对所述语音信息的语音识别结果，生成所述互动记录数据，包括：
确定所述语音信息所属发言用户的目标语种类型；
基于所述目标语种类型对行为数据中的语音信息进行处理，生成所述互动记录数据。
10.根据权利要求9所述的方法，其特征在于，所述确定所述语音信息所属发言用户的目标语种类型，包括：
基于当前客户端所属发言用户的语种类型确定目标语种类型。
11.根据权利要求9所述的方法，其特征在于，确定当前客户端所属发言用户的语种类型通过以下至少一种方式确定：
通过对行为数据中的语音信息进行语种类型识别，确定用户的语种类型；
获取客户端上预先设置的语种类型；
获取客户端的登录地址，基于所述登录地址确定与用户对应的语种类型。
12.根据权利要求1所述的方法，其特征在于，还包括：
若检测到新增用户，获取历史互动记录数据，并将所述历史互动记录数据推送至所述新增用户的客户端。
13.根据权利要求1所述的方法，其特征在于，所述在所述目标客户端展示所述互动记录数据，包括：
将所述互动记录数据显示在目标区域。
14.根据权利要求13所述的方法，其特征在于，所述目标区域位于多媒体画面的***，或，位于所述多媒体画面中的空白区域。
15.根据权利要求14所述的方法，其特征在于，所述将所述互动记录数据显示在目标区域，包括：
将所述互动记录数据以弹幕的形式显示在所述目标区域；
所述目标区域包括所述多媒体画面中的空白区域。
16.根据权利要求14所述的方法，其特征在于，所述空白区域为基于显示界面上显示的图像信息实时更新的。
17.根据权利要求1所述的方法，其特征在于，还包括：
将所述互动记录数据存储至目标位置。
18.根据权利要求17所述的方法，其特征在于，所述将所述互动记录数据存储至目标位置，包括：
将所述互动记录数据存储至本地；和/或，
将所述互动记录数据存储至云端，并生成与所述互动记录数据对应的存储链接，以基于所述存储链接获取所述互动记录数据。
19.根据权利要求1-18中任一所述的方法，其特征在于，所述多媒体数据流包括基于多媒体会议产生的多媒体数据流、基于视频直播产生的视频数据流或群聊过程中产生的视频数据流。
20.一种互动记录的生成装置，其特征在于，包括：
行为数据采集模块，用于从多媒体数据流中，采集所述多媒体数据流所表征的用户的行为数据，所述行为数据中包括语音信息和/或操作信息；
互动记录数据生成模块，用于基于所述行为数据，生成与所述行为数据对应的互动记录数据；
所述行为数据包括操作信息，互动记录数据生成模块还用于：确定所述操作信息中的操作对象和操作行为，基于所述操作对象和操作行为的关联关系，生成互动记录数据；
所述操作信息包括文档共享操作信息，则所述操作对象包括共享文档，所述操作行为包括文档共享的行为，所述互动记录数据生成模块，还用于：基于所述共享文档确定与所述共享文档关联的文档共享地址和/或存储地址，并基于所述共享地址和/或存储地址生成所述互动记录数据；
互动记录数据展示模块，用于将所述互动记录数据发送至目标客户端，以在所述目标客户端展示所述互动记录数据；
所述行为数据采集模块，还用于：
基于图像识别确定与所述操作信息相对应的目标图像中的目标元素；基于所述目标元素生成与所述行为数据对应的互动记录；其中，所述目标图像包括与共享文档对应的图像和/或与共享屏幕对应的图像。
21.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
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1-19中任一所述的互动记录的生成方法。
22.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-19中任一所述的互动记录的生成方法。
CN202010366930.4A 2020-04-30 2020-04-30 互动记录的生成方法、装置、设备及介质 Active CN113014854B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010366930.4A CN113014854B (zh) 2020-04-30 2020-04-30 互动记录的生成方法、装置、设备及介质
JP2022563348A JP2023522092A (ja) 2020-04-30 2021-04-28 インタラクション記録生成方法、装置、デバイス及び媒体
PCT/CN2021/090395 WO2021218981A1 (zh) 2020-04-30 2021-04-28 互动记录的生成方法、装置、设备及介质
EP21795627.5A EP4124024A4 (en) 2020-04-30 2021-04-28 METHOD AND APPARATUS FOR GENERATING AN INTERACTION RECORD, DEVICE AND MEDIUM
US17/881,999 US20220375460A1 (en) 2020-04-30 2022-08-05 Method and apparatus for generating interaction record, and device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010366930.4A CN113014854B (zh) 2020-04-30 2020-04-30 互动记录的生成方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113014854A CN113014854A (zh) 2021-06-22
CN113014854B true CN113014854B (zh) 2022-11-11

Family

ID=76383544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010366930.4A Active CN113014854B (zh) 2020-04-30 2020-04-30 互动记录的生成方法、装置、设备及介质

Country Status (5)

Country Link
US (1) US20220375460A1 (zh)
EP (1) EP4124024A4 (zh)
JP (1) JP2023522092A (zh)
CN (1) CN113014854B (zh)
WO (1) WO2021218981A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113891146B (zh) * 2021-09-23 2023-08-22 中汽创智科技有限公司 一种多屏互动***、方法、驾驶设备及存储介质
CN114125342A (zh) * 2021-11-16 2022-03-01 中国银行股份有限公司 一种应急操作记录方法及装置
CN115547330A (zh) * 2022-10-31 2022-12-30 北京字跳网络技术有限公司 基于语音交互的信息展示方法、装置和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011135390A (ja) * 2009-12-25 2011-07-07 Nec Corp 会議記録要約システム、会議記録要約方法及びプログラム
CN105632498A (zh) * 2014-10-31 2016-06-01 株式会社东芝 生成会议记录的方法、装置和***
CN105893636A (zh) * 2016-06-23 2016-08-24 乐视控股（北京）有限公司 一种历史分享的记录方法及装置
WO2017063287A1 (zh) * 2015-10-15 2017-04-20 深圳市鹰硕技术有限公司 一种网络教学录播方法及***
CN107659416A (zh) * 2017-03-27 2018-02-02 广州视源电子科技股份有限公司 一种会议记录分享的方法、装置、会议终端和存储介质
CN109388701A (zh) * 2018-08-17 2019-02-26 深圳壹账通智能科技有限公司 会议记录生成方法、装置、设备和计算机存储介质

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6594688B2 (en) * 1993-10-01 2003-07-15 Collaboration Properties, Inc. Dedicated echo canceler for a workstation
US6343313B1 (en) * 1996-03-26 2002-01-29 Pixion, Inc. Computer conferencing system with real-time multipoint, multi-speed, multi-stream scalability
US6119147A (en) * 1998-07-28 2000-09-12 Fuji Xerox Co., Ltd. Method and system for computer-mediated, multi-modal, asynchronous meetings in a virtual space
US7356763B2 (en) * 2001-09-13 2008-04-08 Hewlett-Packard Development Company, L.P. Real-time slide presentation multimedia data object and system and method of recording and browsing a multimedia data object
US20060136220A1 (en) * 2004-12-22 2006-06-22 Rama Gurram Controlling user interfaces with voice commands from multiple languages
US8125509B2 (en) * 2006-01-24 2012-02-28 Lifesize Communications, Inc. Facial recognition for a videoconference
US8887067B2 (en) * 2008-05-30 2014-11-11 Microsoft Corporation Techniques to manage recordings for multimedia conference events
US8768686B2 (en) * 2010-05-13 2014-07-01 International Business Machines Corporation Machine translation with side information
WO2012118917A2 (en) * 2011-03-03 2012-09-07 Social Communications Company Realtime communications and network browsing client
CN102572356B (zh) * 2012-01-16 2014-09-03 华为技术有限公司 记录会议的方法和会议***
CN104427294A (zh) * 2013-08-29 2015-03-18 中兴通讯股份有限公司 支持电视会议同声传译的方法及云端服务器
US10965633B2 (en) * 2014-09-29 2021-03-30 Microsoft Technoiogy Licensing, LLC Session history horizon control
US20160269254A1 (en) * 2015-03-09 2016-09-15 Michael K. Forney Meeting Summary
CN106657865B (zh) * 2016-12-16 2020-08-25 联想(北京)有限公司 会议纪要的生成方法、装置及视频会议***
CN108510976B (zh) * 2017-02-24 2021-03-19 芋头科技（杭州）有限公司 一种多语言混合语音识别方法
US10296289B2 (en) * 2017-06-01 2019-05-21 Salesforce.Com, Inc. Multimodal commands
US20190065458A1 (en) * 2017-08-22 2019-02-28 Linkedin Corporation Determination of languages spoken by a member of a social network
CN109660447B (zh) * 2018-11-08 2022-03-15 厦门快商通信息技术有限公司 基于聊天数据的信息定向抓取方法及信息管理***
CN109361825A (zh) * 2018-11-12 2019-02-19 平安科技（深圳）有限公司 会议纪要记录方法、终端及计算机存储介质
CN111343473B (zh) * 2020-02-25 2022-07-01 北京达佳互联信息技术有限公司 直播应用的数据处理方法、装置、电子设备及存储介质
CN112231498A (zh) * 2020-09-29 2021-01-15 北京字跳网络技术有限公司 互动信息处理方法、装置、设备及介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011135390A (ja) * 2009-12-25 2011-07-07 Nec Corp 会議記録要約システム、会議記録要約方法及びプログラム
CN105632498A (zh) * 2014-10-31 2016-06-01 株式会社东芝 生成会议记录的方法、装置和***
WO2017063287A1 (zh) * 2015-10-15 2017-04-20 深圳市鹰硕技术有限公司 一种网络教学录播方法及***
CN105893636A (zh) * 2016-06-23 2016-08-24 乐视控股（北京）有限公司 一种历史分享的记录方法及装置
CN107659416A (zh) * 2017-03-27 2018-02-02 广州视源电子科技股份有限公司 一种会议记录分享的方法、装置、会议终端和存储介质
CN109388701A (zh) * 2018-08-17 2019-02-26 深圳壹账通智能科技有限公司 会议记录生成方法、装置、设备和计算机存储介质

Also Published As

Publication number Publication date
WO2021218981A1 (zh) 2021-11-04
US20220375460A1 (en) 2022-11-24
CN113014854A (zh) 2021-06-22
EP4124024A4 (en) 2023-08-30
JP2023522092A (ja) 2023-05-26
EP4124024A1 (en) 2023-01-25

Similar Documents

Publication Publication Date Title
US11917344B2 (en) Interactive information processing method, device and medium
CN113014854B (zh) 互动记录的生成方法、装置、设备及介质
CN108847214B (zh) 语音处理方法、客户端、装置、终端、服务器和存储介质
US20090063645A1 (en) System and method for supporting messaging using a set top box
US20220368980A1 (en) Video interaction method and device, electronic device and storage medium
CN113259740A (zh) 一种多媒体处理方法、装置、设备及介质
CN111629253A (zh) 视频处理方法及装置、计算机可读存储介质、电子设备
CN113010698B (zh) 多媒体的交互方法、信息交互方法、装置、设备及介质
CN111901695B (zh) 视频内容截取方法、装置和设备及计算机存储介质
CN112163102B (zh) 搜索内容匹配方法、装置、电子设备及存储介质
CN111818383B (zh) 视频数据的生成方法、***、装置、电子设备及存储介质
US20220391058A1 (en) Interaction information processing method and apparatus, electronic device and storage medium
CN113886612A (zh) 一种多媒体浏览方法、装置、设备及介质
CN112416963B (zh) 搜索内容的匹配方法、装置、电子设备及存储介质
US20220374618A1 (en) Interaction information processing method and apparatus, device, and medium
CN110109597B (zh) 一种歌单切换方法、装置、***、终端和存储介质
CN112163104B (zh) 搜索目标内容的方法、装置、电子设备及存储介质
CN113552984A (zh) 文本提取方法、装置、设备及介质
CN113473236A (zh) 录屏视频的处理方法、装置、可读介质和电子设备
CN112163103A (zh) 搜索目标内容的方法、装置、电子设备及存储介质
CN111625740A (zh) 图像显示方法、图像显示装置和电子设备
CN113132789B (zh) 一种多媒体的交互方法、装置、设备及介质
WO2022156557A1 (zh) 图像显示方法、装置、设备及介质
CN112163433B (zh) 关键词汇的匹配方法、装置、电子设备及存储介质
CN116204103A (zh) 信息生成方法、信息显示方法、装置、设备和存储介质

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
GR01 Patent grant
GR01 Patent grant