CN112533041A - 视频播放方法、装置、电子设备和可读存储介质 - Google Patents

视频播放方法、装置、电子设备和可读存储介质 Download PDF

Info

Publication number
CN112533041A
CN112533041A CN201910887365.3A CN201910887365A CN112533041A CN 112533041 A CN112533041 A CN 112533041A CN 201910887365 A CN201910887365 A CN 201910887365A CN 112533041 A CN112533041 A CN 112533041A
Authority
CN
China
Prior art keywords
video playing
information
video
playing interface
audio
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
CN201910887365.3A
Other languages
English (en)
Inventor
罗咏曦
王莎莎
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 Baidu Netcom Science and Technology Co Ltd
Shanghai Xiaodu 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 CN201910887365.3A priority Critical patent/CN112533041A/zh
Priority to KR1020190175879A priority patent/KR102320708B1/ko
Priority to EP19219810.9A priority patent/EP3796318A1/en
Priority to JP2019238254A priority patent/JP2021047835A/ja
Priority to US16/731,949 priority patent/US11178454B2/en
Publication of CN112533041A publication Critical patent/CN112533041A/zh
Pending legal-status Critical Current

Links

Images

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]
    • H04N21/40—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
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 
    • 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
    • H04N21/47202—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 content on demand, e.g. video on demand
    • 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
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/19—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier
    • G11B27/28—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording
    • G11B27/32—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording on separate auxiliary tracks of the same or an auxiliary record carrier
    • 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
    • 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
    • H04N21/485—End-user interface for client configuration
    • 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
    • H04N21/485—End-user interface for client configuration
    • H04N21/4858—End-user interface for client configuration for modifying screen layout parameters, e.g. fonts, size of the windows
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Abstract

本申请公开了视频播放方法、装置、电子设备和可读存储介质，涉及人工智能和语音识别领域。具体实现方案为：在目标工作模式下，探测视频播放操作；其中，目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，信息流是对音频流进行语音识别得到的；响应于视频播放操作，展示视频播放界面，以在视频播放界面中进行视频播放；其中，在视频播放界面中部分隐藏第一元素，以及展示第二元素，第一元素用于提示正在连续采集音频；第二元素用于根据信息流进行展示。该方案能够实现降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。

Description

视频播放方法、装置、电子设备和可读存储介质
技术领域
本申请涉及语音识别和人工智能技术领域，尤其涉及一种视频播放方法、装置、电子设备和可读存储介质。
背景技术
随着人工智能技术以及终端技术的不断发展，人工智能产品，比如智能音箱等电子设备不断普及，用户可以语音控制电子设备，以执行相应的控制指令。目前，当用户使用电子设备观看视频时，若用户通过电子设备表达交互需求时，视频播放界面将会展示语音采集图标、响应用户输入语音的识别信息、解析的中间态识别信息和拒识的识别信息、提示信息等等。
这种方式下，展示元素较多，对视频播放界面的遮挡较大，严重降低了用户观看视频时的沉浸式体验。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
本申请提出一种视频播放方法、装置、电子设备和可读存储介质，以实现降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。
本申请第一方面实施例提出了一种视频播放方法，包括：
在目标工作模式下，探测视频播放操作；其中，所述目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，所述信息流是对所述音频流进行语音识别得到的；
响应于所述视频播放操作，展示视频播放界面，以在所述视频播放界面中进行视频播放；其中，在所述视频播放界面中部分隐藏第一元素，以及展示第二元素，所述第一元素用于提示正在连续采集音频；所述第二元素用于根据所述信息流进行展示。
本申请第二方面实施例提出了一种视频播放装置，包括：
探测模块，用于在目标工作模式下，探测视频播放操作；其中，所述目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，所述信息流是对所述音频流进行语音识别得到的；
展示模块，用于响应于所述视频播放操作，展示视频播放界面，以在所述视频播放界面中进行视频播放；其中，在所述视频播放界面中部分隐藏第一元素，以及展示第二元素，所述第一元素用于提示正在连续采集音频；所述第二元素用于根据所述信息流进行展示。
本申请第三方面实施例提出了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请第一方面实施例提出的视频播放方法。
本申请第四方面实施例提出了一种计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请第一方面实施例提出的视频播放方法。
上述申请中的一个实施例具有如下优点或有益效果：
通过在目标工作模式下，探测视频播放操作；其中，目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，信息流是对音频流进行语音识别得到的；响应于视频播放操作，展示视频播放界面，以在视频播放界面中进行视频播放；其中，在视频播放界面中部分隐藏第一元素，以及展示第二元素，第一元素用于提示正在连续采集音频；第二元素用于根据信息流进行展示。由此，在目标工作模式下，电子设备的屏幕上除了显示视频播放界面，只展示部分第一元素和第二元素，可以降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。并且，在视频播放界面展示部分第一元素，用户可以明确电子设备正在聆听，从而获知无需重复唤醒设备即可语音输入控制指令或交互需求，可以进一步改善用户的使用体验。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定，本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解。其中：
图1为本申请实施例一所提供的视频播放方法的流程示意图；
图2为本申请实施例二所提供的视频播放方法的流程示意图；
图3为本申请实施例三所提供的视频播放方法的流程示意图；
图4为本申请实施例四所提供的视频播放装置的结构示意图；
图5为本申请实施例五所提供的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的视频播放方法、装置、电子设备和可读存储介质。
图1为本申请实施例一所提供的视频播放方法的流程示意图。
本申请实施例以该视频播放方法被配置于视频播放装置中来举例说明，该视频播放装置可以应用于任一电子设备中，以使该电子设备可以执行视频播放功能。
其中，电子设备可以为个人电脑(Personal Computer，简称PC)、云端设备、移动设备、智能音箱等，移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图1所示，该视频播放方法可以包括以下步骤：
步骤101，在目标工作模式下，探测视频播放操作；其中，目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，信息流是对音频流进行语音识别得到的。
本申请实施例中，目标工作模式可以为具有聆听状态的工作模式，当电子设备处于该具有聆听状态的目标工作模式下时，用户无需语音输入唤醒词，可以实时输入语音指令，以与电子设备进行交互。相应的，电子设备在该目标工作模式下，可以连续采集音频得到音频流，对该音频流进行语音识别，得到信息流。由此，当用户具有与电子设备进行实时交互或连续交互的需求时，无需连续输入唤醒词，可以简化用户操作，改善用户的使用体验。
本申请实施例中，当电子设备在目标工作模式下时，视频播放装置可以通过侦听方式，探测用户是否触发了视频播放操作，若是，则执行步骤102，若否，则继续采集音频得到音频流。
举例而言，用户可以通过点击电子设备显示界面上的视频文件，触发视频播放操作，或者，用户可以通过语音输入视频播放指令，比如用户语音输入“我要看电影A”，即视频播放指令为“播放电影A”，相应的，当视频播放装置探测到用户输入的语音，并确定对应的视频播放指令时，可以确定探测到视频播放操作。
步骤102，响应于视频播放操作，展示视频播放界面，以在视频播放界面中进行视频播放；其中，在视频播放界面中部分隐藏第一元素，以及展示第二元素，第一元素用于提示正在连续采集音频；第二元素用于根据信息流进行展示。
本申请实施例中，当视频播放装置探测到视频播放操作时，可以展示视频播放界面，以在视频播放界面中进行视频播放，其中，在视频播放界面中部分隐藏第一元素，第一元素用于提示正在连续采集音频，以及展示第二元素，第二元素用户根据信息流进行展示。由此，在目标工作模式下，电子设备的屏幕上除了显示视频播放界面，只展示部分第一元素和第二元素，可以降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。并且，在视频播放界面展示部分第一元素，用户可以明确电子设备正在聆听，从而获知无需重复唤醒设备即可语音输入控制指令或交互需求，可以进一步改善用户的使用体验。
作为一种示例，当电子设备处于目标工作模式下，若用户通过点击电子设备显示界面上的视频文件B，此时，电子设备可以确定用户触发了视频播放操作，因此，可以播放该视频文件B，展示视频播放界面。其中，在视频播放界面仅展示部分第一元素和第二元素，可以降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。
作为另一种示例，当电子设备处于目标工作模式下，若用户通过语音输入视频播放指令，比如用户语音输入“我要看电影A”，此时，电子设备可以确定用户触发了视频播放操作，因此，可以播放该电影A，展示视频播放界面。其中，在视频播放界面展示部分第一元素，用户可以明确电子设备正在聆听，从而获知无需重复唤醒设备即可语音输入控制指令或交互需求。比如，在该视频播放界面，用户想要调节音量，可以语音输入“大点声”，或者，用户想要查询天气，可以语音输入“今天天气如何”等等，而无需输入唤醒词，即可与设备进行交互。
本申请实施例的视频播放方法，通过在目标工作模式下，探测视频播放操作；其中，目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，信息流是对音频流进行语音识别得到的；响应于视频播放操作，展示视频播放界面，以在视频播放界面中进行视频播放；其中，在视频播放界面中部分隐藏第一元素，以及展示第二元素，第一元素用于提示正在连续采集音频；第二元素用于根据信息流进行展示。由此，在目标工作模式下，电子设备的屏幕上除了显示视频播放界面，只展示部分第一元素和第二元素，可以降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。并且，在视频播放界面展示部分第一元素，用户可以明确电子设备正在聆听，从而获知无需重复唤醒设备即可语音输入控制指令或交互需求，可以进一步改善用户的使用体验。
需要说明的是，当电子设备处于非目标工作模式下时，用户可以语音或者手动控制电子设备切换为目标工作模式，例如，用户在输入唤醒词后，可以语音输入“进入目标工作模式”，或者，用户可以在设置界面设置电子设备的工作模式为目标工作模式。或者，当电子设备处于非目标工作模式下时，用户可以触发具有设定控制意图的目标操作，来将电子设备从非目标工作模式切换为目标工作模式，本申请对此并不做限制。其中，设定控制意图可以为电子设备的内置程序预先设置的，或者，为了提升该方法的灵活性和适用性，设定控制意图还可以由用户进行设定，对此不作限制。例如，该设定控制意图可以为播放音视频、查询天气等等。
作为一种可能的实现方式，当电子设备在非目标工作模式下时，若获取到唤醒词，则采集唤醒词后的音频片段，并获取音频片段的意图，若音频片段的意图具有设定控制意图，则确定探测到具有设定控制意图的目标操作，此时，可以执行目标操作对应的控制指令，并将电子设备的工作模式从非目标工作模式切换为目标工作模式。
具体地，当电子设备处于非目标工作模式下，电子设备可以检测用户是否输入了唤醒词，若是，则可以采集用户在唤醒词之后输入的音频片段，并基于语音识别技术，对该音频片段进行识别，确定该音频片段对应的文本信息，之后，可以对该文本信息进行语义识别，确定对应的意图。举例而言，当音频片段为“我想听歌”，则该音频片段的意图为“听歌”或“播放音频”。当音频片段的意图与设定控制意图匹配时，则可以确定探测到目标操作，而当音频片段的意图与设定控制意图不匹配时，则可以确定未探测到目标操作。
作为一种示例，以电子设备为智能音箱，具有设定控制意图为播放音视频进行示例，当用户语音输入“小度小度，我想听歌”，则智能音箱在采集到用户输入的音频数据并对其进行识别后，可以确定音频片段“我想听歌”对应的意图为“播放音频”，此时，可以确定音频片段的意图与设定控制意图匹配，因此，可以播放歌曲，并将电子设备的工作模式从具有非聆听状态的工作模式切换为具有聆听状态的工作模式，以使用户可以与智能音箱进行连续对话，比如，“播放下一首”、“退出播放”等等，从而使得人机对话更加自然、真实，提升用户沉浸式体验。
作为另一种示例，以电子设备为智能音箱，具有设定控制意图为播放下一首进行示例，当用户听歌时，若用户语音输入了“小度小度，播放下一首歌吧”，则智能音箱可以确定音频片段的意图与设定控制意图匹配，因此，可以播放下一首歌曲，并将电子设备的工作模式从具有非聆听状态的工作模式切换为具有聆听状态的工作模式，以使用户可以与智能音箱进行连续对话。
由此，当用户具有与电子设备进行实时交互或连续交互的需求时，无需连续输入唤醒词，只需确保语音输入的音频数据满足设定控制意图，即可实现与电子设备进行实时交互，可以简化用户操作，改善用户的使用体验。
作为另一种可能的实现方式，当电子设备在非目标工作模式下时，若探测触控操作，并且触控操作为启动音视频的操作，则确定触控操作为具有设定控制意图的目标操作。其中，触控操作可以点击操作、选取操作、输入操作等等。
本申请实施例中，当电子设备处于非目标工作模式下，若触控操作为启动音视频的操作，例如，用户点击电子设备显示界面上的音视频时，此时，可以确定触控操作为具有设定控制意图的目标操作，即设定控制意图为播放音视频，而当触控操作不为启动音视频的操作时，比如，用户在编辑短信、发表状态、修改信息等等，此时，可以确定触控操作为不具有设定控制意图的目标操作。也就是说，本申请中，只有当触控操作具有对应的设定控制意图时，才确定该触控操作为目标操作，此时，可认为用户具有实时交互或连续交互的需求，因此，可以执行后续步骤，而当触控操作不具有对应的设定控制意图时，则确定该触控操作不为目标操作，此时，可认为用户不具有实时交互或连续交互的需求，因此，电子设备可以保持在该非目标工作模式下。
作为一种应用场景，当电子设备为智能音箱时，若用户点击了显示界面的某一个视频文件时，此时，可以确定用户触发的触控操作具有控制意图的目标操作，因此，可以播放该视频文件，并将电子设备的工作模式从具有非聆听状态的工作模式切换为具有聆听状态的工作模式，以使用户可以与智能音箱进行连续对话。
由此，当用户具有与电子设备进行实时交互或连续交互的需求时，无需连续输入唤醒词，只需触发启动音视频的操作，即可实现与电子设备进行连续交互，可以简化用户操作，改善用户的使用体验。
需要说明的是，用户在播放视频时，可能发生用户并未说话，或者，该用户与其他用户进行聊天的情况，此时，若对采集的视频流进行识别得到信息流，并将该信息流实时展示在视频播放界面，将严重降低用户的观看体验。因此，作为本申请实施例的一种可能的实现方式，为了进一步降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验，本申请中，可以仅在视频播放界面展示有效的信息流，而对无效的信息流进行屏蔽。下面结合实施例二，对上述过程进行详细说明。
图2为本申请实施例二所提供的视频播放方法的流程示意图。
如图2所示，在图1所示实施例的基础上，展示视频播放界面，具体可以包括以下子步骤：
步骤201，从信息流中筛选具有控制意图的目标信息。
本申请实施例中，可以对信息流进行语义识别，以确定该信息流是否具有控制意图，若是，则从信息流中筛选出对应的具有控制意图的目标信息，若否，则可以对该信息流进行屏蔽。
举例而言，比如信息流为空，不具有对应的文字信息，则表明用户并未说话，或者，该信息流的语义不连贯，无法识别其对应的控制意图，或者，即使该信息流的语义连贯，但是该信息流不具有对应的控制意图，比如该信息流为“小明，下午几点开会？”，可知，该信息流为用户与其他用户聊天时对应的文本信息，并不具有对应的控制意图，因此，可以将上述信息流进行屏蔽，即不在视频播放界面展示第二元素，可以降低对界面资源的占用。
步骤202，当筛选得到目标信息，根据目标信息生成第二元素。
步骤203，在视频播放界面内展示第二元素。
本申请实施例中，当筛选得到目标信息时，可以根据该目标信息生成第二元素，并在视频播放界面内展示第二元素。举例而言，信息流为“这首歌不行，换下一首”吧，则控制意图为“播放下一首”，则目标信息可以为“下一首”，此时，可以仅在视频播放界面内展示“下一首”这三个字，以降低对视频播放界面的遮挡，同时，可以执行目标信息对应的控制指令，即播放下一首歌曲，以满足用户的实际控制需求。
本申请实施例的视频播放方法，通过从信息流中筛选具有控制意图的目标信息；当筛选得到目标信息，根据目标信息生成第二元素；在视频播放界面内展示第二元素。由此，进一步降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。
需要说明的是，目前，在对音频流进行识别得到信息流时，在视频播放界面将会显示中间态的识别信息、拒识的识别信息或无效的识别信息，由此，将会增加对视频播放界面的遮挡。
而本申请实施例的视频播放方法，仅在视频播放界面展示根据具有控制意图的目标信息生成的第二元素，可以降低对视频播放界面的遮挡。并且，在识别目标信息时，是根据音频流中具有完整句子的音频进行识别得到的，一方面，可以降低计算资源的占用，另一方面，还可以提升意图识别的准确性。下面结合实施例三，对上述过程进行详细说明。
图3为本申请实施例三所提供的视频播放方法的流程示意图。
如图3所示，在图2所示实施例的基础上，步骤201具体可以包括以下子步骤：
步骤301，当从信息流中获取到中间态的识别信息时，等待一段时间以从信息流中获取最终态的识别信息；其中，中间态的识别信息是对不完整句子的音频进行语音识别得到的；最终态的识别信息是对完整句子的音频进行语音识别得到的。
本申请实施例中，可以对该信息流进行语义识别，判断该信息流中是否具有中间态的识别信息，其中，中间态的识别信息是对不完整句子的音频进行语音识别得到的，即中间态的识别信息语义并不连贯，此时，可以等待一段时间，以从信息流中获取最终态的识别信息，其中，最终态的识别信息是对完整句子的音频进行语音识别得到的，即最终态的识别信息语义连贯。
步骤302，对最终态的识别信息进行意图识别。
步骤303，若识别出的意图与控制意图匹配，将最终态的识别信息作为目标信息。
本申请实施例中，控制意图可以为电子设备可执行的控制意图，该电子设备中可以内置有控制意图库，该控制意图库中保存有电子设备可执行的各个控制意图。其中，为了提升该方法的灵活性以及适用性，还可以对该控制意图库进行动态维护和补充，比如，用户可以根据自身需求，增加或删减对应的控制意图，本申请对此并不做限制。
本申请实施例中，当最终态的识别信息的意图与电子设备可执行的控制意图匹配时，可以将最终态的识别信息作为目标信息。由此，仅根据最终态的识别信息进行意图识别，可以降低计算资源的占用，并且，还可以提升意图识别的准确性。
作为一种可能的实现方式，在响应于识别播放操作，展示视频播放界面时，可以设置第一元素在视频播放界面中的展示位置，以部分隐藏，例如，可以设置第一元素在视频播放界面中的展示位置为界面的非突出显示位置，以避免对用户的打扰，比如该展示位置可以为界面的左下角，或者右下角等等。之后，可以根据上述展示位置，在视频播放假面中展示第一元素。由此，在视频播放界面展示部分第一元素，用户可以明确电子设备正在聆听，从而获知无需重复唤醒设备即可语音输入对应的控制指令或交互需求，可以进一步改善用户的使用体验。
作为一种可能的实现方式，第一元素可以具有本体区域以及包围本体的光晕区域，在视频播放界面中，本体区域和部分光晕区域隐藏，由此，仅在视频播放假面展示部分光晕区域，一方面，可以降低界面资源的占用，另一方面，用户在视频播放界面看到该部分光源区域，比如彩色光晕区域，通过该显目的彩色光源区域，可以明确电子设备正在聆听，从而获知无需重复唤醒设备即可语音输入对应的控制指令或交互需求，可以进一步改善用户的使用体验。
也就是说，在目标工作模式下，在视频播放界面仅展示部分光晕区域，以降低视频播放界面的占用，而在非目标工作模式下，可以展示本体区域，或者，展示本体区域和光晕区域，以完整展示该第一元素，从而便于用户观看该第一元素，通过该第一元素获知电子设备正在聆听。
作为一种可能的实现方式，为了进一步降低对视频播放界面的遮挡，本申请中，在响应于视频播放操作时，可以在视频播放界面隐藏用于展示引导词的元素，其中，引导词用于提示可执行的控制意图。
也就是说，本申请中，仅在识别播放界面展示部分第一元素和具有控制意图的第二元素，电子设备可以根据该第二元素，直接执行对应的控制意图，而无需展示对应的控制意图，可以进一步降低对视频播放界面的遮挡，改善用户的使用体验。
为了实现上述实施例，本申请还提出一种视频播放装置。
图4为本申请实施例五所提供的视频播放装置的结构示意图。
如图4所示，该视频播放装置400包括：探测模块401和展示模块402。
其中，探测模块401，用于在目标工作模式下，探测视频播放操作；其中，目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，信息流是对音频流进行语音识别得到的。
展示模块402，用于响应于视频播放操作，展示视频播放界面，以在视频播放界面中进行视频播放；其中，在视频播放界面中部分隐藏第一元素，以及展示第二元素，第一元素用于提示正在连续采集音频；第二元素用于根据信息流进行展示。
作为一种可能的实现方式，展示模块402，具体用于：从信息流中筛选具有控制意图的目标信息；当筛选得到目标信息，根据目标信息生成第二元素；在视频播放界面内展示第二元素。
作为另一种可能的实现方式，展示模块402，还用于：当从信息流中获取到中间态的识别信息时，等待一段时间以从信息流中获取最终态的识别信息；其中，中间态的识别信息是对不完整句子的音频进行语音识别得到的；最终态的识别信息是对完整句子的音频进行语音识别得到的；对最终态的识别信息进行意图识别；若识别出的意图与控制意图匹配，将最终态的识别信息作为目标信息。
作为又一种可能的实现方式，展示模块402，具体用于：响应于视频播放操作，设置第一元素在视频播放界面中的展示位置，以部分隐藏；根据展示位置，在视频播放界面中展示第一元素。
其中，第一元素具有本体区域以及包围本体的光晕区域；在视频播放界面中，本体区域和部分光晕区域隐藏。
作为另一种可能的实现方式，展示模块402，具体用于：响应于视频播放操作，在视频播放界面隐藏用于展示引导词的元素；其中，引导词，用于提示可执行的控制意图。
需要说明的是，前述对视频播放方法实施例的解释说明也适用于该实施例的视频播放装置，此处不再赘述。
本申请实施例的视频播放装置，通过在目标工作模式下，探测视频播放操作；其中，目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，信息流是对音频流进行语音识别得到的；响应于视频播放操作，展示视频播放界面，以在视频播放界面中进行视频播放；其中，在视频播放界面中部分隐藏第一元素，以及展示第二元素，第一元素用于提示正在连续采集音频；第二元素用于根据信息流进行展示。由此，在目标工作模式下，电子设备的屏幕上除了显示视频播放界面，只展示部分第一元素和第二元素，可以降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。并且，在视频播放界面展示部分第一元素，用户可以明确电子设备正在聆听，从而获知无需重复唤醒设备即可语音输入控制指令或交互需求，可以进一步改善用户的使用体验。
为了实现上述实施例，本申请还提出一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本申请前述实施例提出的视频播放方法。
为了实现上述实施例，本申请还提出一种计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本申请前述实施例提出的视频播放方法。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是根据本申请实施例的视频播放方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的视频播放方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的视频播放方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的视频播放方法对应的程序指令/模块(例如，附图4所示的探测模块401和展示模块402)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的视频播放方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过在目标工作模式下，探测视频播放操作；其中，目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，信息流是对音频流进行语音识别得到的；响应于视频播放操作，展示视频播放界面，以在视频播放界面中进行视频播放；其中，在视频播放界面中部分隐藏第一元素，以及展示第二元素，第一元素用于提示正在连续采集音频；第二元素用于根据信息流进行展示。由此，在目标工作模式下，电子设备的屏幕上除了显示视频播放界面，只展示部分第一元素和第二元素，可以降低对视频播放界面的遮挡，提升用户对视频的沉浸式观看体验。并且，在视频播放界面展示部分第一元素，用户可以明确电子设备正在聆听，从而获知无需重复唤醒设备即可语音输入控制指令或交互需求，可以进一步改善用户的使用体验。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种视频播放方法，其特征在于，包括：
在目标工作模式下，探测视频播放操作；其中，所述目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，所述信息流是对所述音频流进行语音识别得到的；
响应于所述视频播放操作，展示视频播放界面，以在所述视频播放界面中进行视频播放；其中，在所述视频播放界面中部分隐藏第一元素，以及展示第二元素，所述第一元素用于提示正在连续采集音频；所述第二元素用于根据所述信息流进行展示。
2.根据权利要求1所述的视频播放方法，其特征在于，所述展示视频播放界面，包括：
从所述信息流中筛选具有控制意图的目标信息；
当筛选得到所述目标信息，根据所述目标信息生成所述第二元素；
在所述视频播放界面内展示所述第二元素。
3.根据权利要求2所述的视频播放方法，其特征在于，所述从所述信息流中筛选具有控制意图的目标信息，包括：
当从所述信息流中获取到中间态的识别信息时，等待一段时间以从所述信息流中获取最终态的识别信息；其中，所述中间态的识别信息是对不完整句子的音频进行语音识别得到的；所述最终态的识别信息是对完整句子的音频进行语音识别得到的；
对所述最终态的识别信息进行意图识别；
若识别出的意图与所述控制意图匹配，将所述最终态的识别信息作为所述目标信息。
4.根据权利要求1-3任一项所述的视频播放方法，其特征在于，所述响应于所述视频播放操作，展示视频播放界面，包括：
响应于所述视频播放操作，设置所述第一元素在所述视频播放界面中的展示位置，以部分隐藏；
根据所述展示位置，在所述视频播放界面中展示所述第一元素。
5.根据权利要求4所述的视频播放方法，其特征在于，所述第一元素具有本体区域以及包围所述本体的光晕区域；在所述视频播放界面中，所述本体区域和部分所述光晕区域隐藏。
6.根据权利要求1-3任一项所述的视频播放方法，其特征在于，所述响应于所述视频播放操作，展示视频播放界面，包括：
响应于所述视频播放操作，在所述视频播放界面隐藏用于展示引导词的元素；
其中，所述引导词，用于提示可执行的控制意图。
7.一种视频播放装置，其特征在于，包括：
探测模块，用于在目标工作模式下，探测视频播放操作；其中，所述目标工作模式下，连续采集音频得到音频流，并获取信息流；其中，所述信息流是对所述音频流进行语音识别得到的；
展示模块，用于响应于所述视频播放操作，展示视频播放界面，以在所述视频播放界面中进行视频播放；其中，在所述视频播放界面中部分隐藏第一元素，以及展示第二元素，所述第一元素用于提示正在连续采集音频；所述第二元素用于根据所述信息流进行展示。
8.根据权利要求7所述的视频播放装置，其特征在于，所述展示模块，具体用于：
从所述信息流中筛选具有控制意图的目标信息；
当筛选得到所述目标信息，根据所述目标信息生成所述第二元素；
在所述视频播放界面内展示所述第二元素。
9.根据权利要求8所述的视频播放装置，其特征在于，所述展示模块，还用于：
当从所述信息流中获取到中间态的识别信息时，等待一段时间以从所述信息流中获取最终态的识别信息；其中，所述中间态的识别信息是对不完整句子的音频进行语音识别得到的；所述最终态的识别信息是对完整句子的音频进行语音识别得到的；
对所述最终态的识别信息进行意图识别；
若识别出的意图与所述控制意图匹配，将所述最终态的识别信息作为所述目标信息。
10.根据权利要求7-9任一项所述的视频播放装置，其特征在于，所述展示模块，具体用于：
响应于所述视频播放操作，设置所述第一元素在所述视频播放界面中的展示位置，以部分隐藏；
根据所述展示位置，在所述视频播放界面中展示所述第一元素。
11.根据权利要求10所述的视频播放装置，其特征在于，所述第一元素具有本体区域以及包围所述本体的光晕区域；在所述视频播放界面中，所述本体区域和部分所述光晕区域隐藏。
12.根据权利要求7-9任一项所述的视频播放装置，其特征在于，所述展示模块，具体用于：
响应于所述视频播放操作，在所述视频播放界面隐藏用于展示引导词的元素；
其中，所述引导词，用于提示可执行的控制意图。
13.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的视频播放方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的视频播放方法。
CN201910887365.3A 2019-09-19 2019-09-19 视频播放方法、装置、电子设备和可读存储介质 Pending CN112533041A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201910887365.3A CN112533041A (zh) 2019-09-19 2019-09-19 视频播放方法、装置、电子设备和可读存储介质
KR1020190175879A KR102320708B1 (ko) 2019-09-19 2019-12-27 영상 재생 방법, 장치, 전자 기기 및 판독 가능 저장 매체
EP19219810.9A EP3796318A1 (en) 2019-09-19 2019-12-27 Video playing method and device, electronic device, and readable storage medium
JP2019238254A JP2021047835A (ja) 2019-09-19 2019-12-27 ビデオ再生方法、ビデオ再生装置、電子デバイス及び読み取り可能な記憶媒体
US16/731,949 US11178454B2 (en) 2019-09-19 2019-12-31 Video playing method and device, electronic device, and readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910887365.3A CN112533041A (zh) 2019-09-19 2019-09-19 视频播放方法、装置、电子设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN112533041A true CN112533041A (zh) 2021-03-19

Family

ID=69055742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910887365.3A Pending CN112533041A (zh) 2019-09-19 2019-09-19 视频播放方法、装置、电子设备和可读存储介质

Country Status (5)

Country Link
US (1) US11178454B2 (zh)
EP (1) EP3796318A1 (zh)
JP (1) JP2021047835A (zh)
KR (1) KR102320708B1 (zh)
CN (1) CN112533041A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024061361A1 (zh) * 2022-09-22 2024-03-28 北京字跳网络技术有限公司 播放方法、装置和电子设备

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220131146A1 (en) 2020-10-26 2022-04-28 Semiconductor Energy Laboratory Co., Ltd. Secondary battery and electronic device
CN113101648B (zh) * 2021-04-14 2023-10-24 北京字跳网络技术有限公司 一种基于地图的交互方法、设备及存储介质
CN113286197A (zh) * 2021-05-14 2021-08-20 北京字跳网络技术有限公司 信息展示方法、装置、电子设备和存储介质
CN113727272B (zh) * 2021-07-26 2024-04-19 和美（深圳）信息技术股份有限公司 分布式智能交互方法、装置、电子设备及存储介质
CN113674750B (zh) * 2021-08-19 2023-11-03 上海哔哩哔哩科技有限公司 数据处理方法及装置
CN114302209A (zh) * 2021-12-28 2022-04-08 维沃移动通信有限公司 视频处理方法、装置、电子设备及介质
CN114339419B (zh) * 2021-12-29 2024-04-02 青岛海信移动通信技术有限公司 一种视频流拉流处理的方法、装置及存储介质
CN114466212A (zh) * 2022-02-07 2022-05-10 百度在线网络技术（北京）有限公司 一种直播方法、装置、电子设备和介质
CN115225967A (zh) * 2022-06-24 2022-10-21 网易（杭州）网络有限公司 视频处理方法、装置、存储介质及计算机设备
CN117631919A (zh) * 2022-08-18 2024-03-01 华为技术有限公司 一种操作方法、电子设备及介质
CN115550741A (zh) * 2022-09-02 2022-12-30 维沃移动通信有限公司 视频管理方法、装置、电子设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100312547A1 (en) * 2009-06-05 2010-12-09 Apple Inc. Contextual voice commands
CN108459880A (zh) * 2018-01-29 2018-08-28 出门问问信息科技有限公司 语音助手唤醒方法、装置、设备及存储介质
CN109584879A (zh) * 2018-11-23 2019-04-05 华为技术有限公司 一种语音控制方法及电子设备
CN109801625A (zh) * 2018-12-29 2019-05-24 百度在线网络技术（北京）有限公司 虚拟语音助手的控制方法、装置、用户设备及存储介质

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7096185B2 (en) * 2000-03-31 2006-08-22 United Video Properties, Inc. User speech interfaces for interactive media guidance applications
KR20100007625A (ko) * 2008-07-14 2010-01-22 엘지전자 주식회사 이동 단말기 및 그 메뉴 표시 방법
US8676904B2 (en) * 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US8605136B2 (en) * 2010-08-10 2013-12-10 Sony Corporation 2D to 3D user interface content data conversion
US9032293B2 (en) * 2010-09-08 2015-05-12 Sony Corporation Dynamic iconic setting indicator
WO2013012107A1 (ko) * 2011-07-19 2013-01-24 엘지전자 주식회사 전자 기기 및 그 제어 방법
KR101262700B1 (ko) * 2011-08-05 2013-05-08 삼성전자주식회사 음성 인식 및 모션 인식을 이용하는 전자 장치의 제어 방법 및 이를 적용한 전자 장치
US20130033644A1 (en) * 2011-08-05 2013-02-07 Samsung Electronics Co., Ltd. Electronic apparatus and method for controlling thereof
US20130073293A1 (en) * 2011-09-20 2013-03-21 Lg Electronics Inc. Electronic device and method for controlling the same
US20180316948A1 (en) * 2012-04-24 2018-11-01 Skreens Entertainment Technologies, Inc. Video processing systems, methods and a user profile for describing the combination and display of heterogeneous sources
US9721587B2 (en) * 2013-01-24 2017-08-01 Microsoft Technology Licensing, Llc Visual feedback for speech recognition system
US9575720B2 (en) * 2013-07-31 2017-02-21 Google Inc. Visual confirmation for a recognized voice-initiated action
CN105100922B (zh) * 2014-04-24 2018-10-23 海信集团有限公司 一种应用于智能电视的数据信息定位方法及装置
KR102147346B1 (ko) * 2014-06-23 2020-08-24 엘지전자 주식회사 디스플레이 장치 및 그의 동작 방법
US9338493B2 (en) * 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
KR102301880B1 (ko) * 2014-10-14 2021-09-14 삼성전자 주식회사 전자 장치 및 이의 음성 대화 방법
EP3029943B1 (en) * 2014-12-04 2018-01-31 Axis AB Method and device for determining properties of a graphical overlay for a video stream
US9749685B2 (en) * 2015-07-23 2017-08-29 Echostar Technologies L.L.C. Apparatus, systems and methods for accessing information based on an image presented on a display
US9940929B2 (en) * 2015-12-09 2018-04-10 Lenovo (Singapore) Pte. Ltd. Extending the period of voice recognition
US10419826B2 (en) * 2016-09-09 2019-09-17 Disney Enterprises, Inc. Using a webpage to insert graphical elements into a video program stream
US10872607B2 (en) * 2017-11-14 2020-12-22 Thomas STACHURA Information choice and security via a decoupled router with an always listening assistant device
CN108337362A (zh) * 2017-12-26 2018-07-27 百度在线网络技术（北京）有限公司 语音交互方法、装置、设备和存储介质
KR20190088737A (ko) * 2018-01-19 2019-07-29 현대자동차주식회사 음성 인식 장치 및 그 제어 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100312547A1 (en) * 2009-06-05 2010-12-09 Apple Inc. Contextual voice commands
CN108459880A (zh) * 2018-01-29 2018-08-28 出门问问信息科技有限公司 语音助手唤醒方法、装置、设备及存储介质
CN109584879A (zh) * 2018-11-23 2019-04-05 华为技术有限公司 一种语音控制方法及电子设备
CN109801625A (zh) * 2018-12-29 2019-05-24 百度在线网络技术（北京）有限公司 虚拟语音助手的控制方法、装置、用户设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024061361A1 (zh) * 2022-09-22 2024-03-28 北京字跳网络技术有限公司 播放方法、装置和电子设备

Also Published As

Publication number Publication date
KR102320708B1 (ko) 2021-11-03
US20210092481A1 (en) 2021-03-25
JP2021047835A (ja) 2021-03-25
US11178454B2 (en) 2021-11-16
EP3796318A1 (en) 2021-03-24
KR20210034452A (ko) 2021-03-30

Similar Documents

Publication Publication Date Title
CN112533041A (zh) 视频播放方法、装置、电子设备和可读存储介质
CN111192591B (zh) 智能设备的唤醒方法、装置、智能音箱及存储介质
CN112669831B (zh) 语音识别控制方法、装置、电子设备和可读存储介质
CN110620844B (zh) 程序的启动方法、装置、设备及存储介质
CN110557699B (zh) 一种智能音箱交互方法、装置、设备及存储介质
EP3796308A1 (en) Speech recognition control method and apparatus, electronic device and readable storage medium
CN110647617B (zh) 对话引导模型的训练样本构建方法和生成模型的方法
KR102358012B1 (ko) 음성 제어 방법, 장치, 전자 기기 및 판독 가능 저장 매체
CN111787387A (zh) 内容显示方法、装置、设备以及存储介质
JP7051800B2 (ja) 音声制御方法、音声制御装置、電子デバイス、および読み取り可能な記憶媒体
CN112652304B (zh) 智能设备的语音交互方法、装置和电子设备
CN110674338B (zh) 语音技能推荐方法、装置、设备及存储介质
CN111736799A (zh) 基于人机交互的语音交互方法、装置、设备和介质
CN111723343B (zh) 电子设备的交互控制方法、装置以及电子设备
CN116339871A (zh) 终端设备的控制方法、装置、终端设备及存储介质
CN114401435A (zh) 短视频的生成方法、装置、电子设备及可读存储介质
CN113556649A (zh) 智能音箱的播报控制方法和装置
CN113727165A (zh) 视频直播方法、装置、电子设备以及存储介质
CN112581969A (zh) 语音控制方法、装置、电子设备和可读存储介质
CN113555014A (zh) 一种语音交互的方法、装置、电子设备及存储介质
CN116938856A (zh) 消息处理方法、装置、设备、存储介质及程序产品

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210429

Address after: 100085 Beijing, Haidian District, No. ten on the ground floor, No. 10 Baidu building, layer three

Applicant after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Applicant after: Shanghai Xiaodu Technology Co.,Ltd.

Address before: 100085 Beijing, Haidian District, No. ten on the ground floor, No. 10 Baidu building, layer three

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.